VYBE 圖片轉動態 是做什麼的?
I = node <this skill>/scripts/i2m.mjs。可獨立運作,或作為 /vybe 的第 4–5 階段(此時合成目錄即為 VYBE 專案的 composition/)。
誠實規則
程式化動態是讓攝影機、圖層、光線和粒子圍繞原始像素移動。它無法讓人走路、微笑或轉頭,無法讓水流動,也無法展示產品的背面。絕對不要將程式化的輸出描述為「人物行走」或「真實動態」。如果請求需要像素級運動,且未執行任何 AI 提供者,請如實說明,並將攝影機動態版本如實提供。AI 片段會附帶 .provenance.json 檔案,且一律標示為 AI 生成。
1 · 分析
I analyze <image> # 尺寸、比例 → 建議格式、色調、調色盤
接著查看圖片(視覺),並撰寫 sources/image-analysis.md:主體與邊界、前景/中景/背景、透視與地平線、光源方向、可能移動的區域、臉部(必須保留身分識別)。
2 · 規劃並選擇方法
I classify "<用戶的動態請求>" [--method programmatic|ai]
I providers # 哪些 AI 提供者已設定(僅檢查是否存在)
| 請求涉及 | 方法 |
|---|---|
| 縮放、推近、拉遠、平移、環繞感、視差、深度 | programmatic |
| 粒子、灰塵、雪、雨、霧、光線掃掠、發光、光暈 | programmatic |
| 背景飄移,主體保持穩定 | programmatic (圖層) |
| 分離物體的輕微浮動/搖擺 | programmatic (圖層, subjectSway) |
| 人物/動物移動、臉部表情、手部動作 | AI |
| 頭髮/布料/樹葉/火焰移動、水流/煙霧流動 | AI |
| 變形(融化、綻放、爆炸)、完整 360° 旋轉 | AI |
用戶明確指定的 --method 始終優先。混合模式(AI 片段 + 程式化疊加與攝影機)通常最佳:先產生有機動態,然後在 HyperFrames 中為 VYBE 添加攝影機、光線、字型和聲音。
撰寫 sources/motion-plan.md:攝影機移動、物體/背景運動、光線、粒子、持續時間、強度、方法與理由,以及哪些部分不會移動。
3a · 程式化
I scaffold --image <img> --prompt "<請求>" --composition <dir> [--mode layers|depth] [--format f] [--duration s]
cd <dir> && npx hyperframes check && npx hyperframes snapshot --frames 5 -o ../previews/i2m
- layers(預設):
npx hyperframes remove-background裁切出主體與背景底板;主體空洞以模糊副本填充;底板、霧、主體、粒子和光線以深度縮放的視差移動。當圖片有清晰主體時效果最佳。 - depth:Three.js 著色器根據深度圖(主體遮罩 + 地面漸層)對圖片進行變形,模擬虛擬攝影機移動——在整個畫面中實現真正的 2.5D 視差。適用於風景、室內、沒有單一主體的場景。對於臉部,請保持
intensity≤ 1(過強的偏移會使其扭曲)。 - 透過
index.html中的#i2m-configJSON 調整(攝影機:push · pull · pan-left · pan-right · rise · orbit;強度 0.5–1.5;特效:particles · snow · rain · fog · light-sweep;subjectSway)。 - 若無法裁切(移除功能不可用),則降級為單圖層運動——請回報此情況。
3b · AI 圖片轉影片
I generate --provider <p> --image <img> --prompt "<動態提示>" --out sources/clip.mp4 --duration 5 --aspect 16:9 --dry-run # 檢查請求(金鑰已遮蓋)
I generate --provider <p> --image <img> --prompt "<動態提示>" --out sources/clip.mp4 --duration 5 --aspect 16:9
I compose --clip sources/clip.mp4 --composition <dir> [--title "…"]
| 提供者 | 模型 | 備註 |
|---|---|---|
runway | gen4.5(預設)、gen4_turbo、veo3.1、veo3.1_fast、kling3.0_pro、kling3.0_standard | 一個金鑰即可使用 Runway、Google Veo 3.1 和 Kling 3.0;持續時間 2–10 秒(Veo 4/6/8、Kling 3–15) |
luma | ray-3.2 | 5 秒並使用起始影格;偏好公開的 --image-url,小型檔案可使用內嵌資料 |
gemini | gemini-omni-1.1-flash | Interactions API,16:9 或 9:16;Veo 3.1 預覽模型已於 2026-10-22 退役 |
kling | kling-v2-1(直接) | 實驗性轉接器(端點來自次要文件);偏好 runway + kling3.0_pro |
撰寫動態提示詞,如同鏡頭描述:主體 + 動作 + 攝影機 + 氛圍 +「保持主體身分與構圖」。產生會耗費費用:在代理程式發起付費呼叫前,請先與用戶確認,除非用戶已明確要求 AI 動態。除非獲得允許,否則不要對失敗的付費產生請求重試超過一次。錯誤(認證、配額、審核、超時)應如實回報。
詳細資訊、來源與注意事項:references/providers.md。
4 · 交付
合成內容會接受標準的 VYBE 處理流程:vybe audio(音樂/音效/語音;標記已存在)、vybe render、vybe qc、vybe finalize。獨立模式:在合成目錄中執行 npx hyperframes render --output out.mp4。保留原始圖片、圖層、深度圖、i2m-plan.json 以及任何 .provenance.json 檔案。