image-to-video

Name: image-to-video
Author: qu-skills

github.com/qu-skillsクリエイティブ・メディア436.0k 回インストール12 週間前に更新

リポジトリ

image-to-video について

inference.shを使って静止画を動画に変換するbelt CLIスキルです。モデル選択、動きのプロンプト、クリップの長さ、短い動画やシネマグラフの制作手順を案内します。

主な機能

01画像から動画へのモデル選択
02カメラと被写体の動きの指示
03動きのプロンプト構成ガイド
04クリップ長の推奨
05シネマグラフの制作手順

活用シーン

01風景やポートレート画像のアニメーション化
02SNS向け短編動画の制作
03ループするシネマグラフの作成

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/qu-skills/superpowers --skill image-to-video

インストール後、Claude Code で/image-to-videoを入力して読み込まれたか確認します。

詳細

belt CLI スキルをインストールします： npx skills add belt-sh/cli

画像から動画へ

inference.sh CLI を使用して、静止画像をアニメーション動画に変換します。

クイックスタート

inference.sh CLI（belt）が必要です。インストール手順

belt login

# Generate a still image
belt app run falai/flux-dev-lora --input '{
  "prompt": "serene mountain lake at sunset, snow-capped peaks reflected in still water, golden hour light, landscape photography",
  "width": 1248,
  "height": 832
}'

# Animate it
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "gentle ripples on the lake surface, clouds slowly drifting, warm light shifting, birds flying in the distance",
  "image": "path/to/lake-image.png"
}'

モデルの選択

モデル	アプリ ID	最適な用途	動きのスタイル
Wan 2.5 i2v	`falai/wan-2-5-i2v`	リアルな動き、自然な動作	写実的、控えめ
WAN-I2V (Pruna)	`pruna/wan-i2v`	低コスト、高速、480p/720p	自然、効率的
Seedance 2.0	`bytedance/seedance-2-0`	最大1080p、音声同期、あらゆる入力形式	多用途、高品質
Seedance 2.0 Fast	`bytedance/seedance-2-0-fast`	高速版、同じ機能	多用途、高速
Fabric 1.0	`falai/fabric-1-0`	布地、ファブリック、液体、流れる素材	物理法則に基づく流れ
Grok Imagine Video	`xai/grok-imagine-video`	汎用アニメーション、テキストによるガイド	多用途

モデルの使い分け

シナリオ	最適なモデル	理由
水や雲のある風景	Wan 2.5 i2v	自然でリアルな動きに最適です
表情を控えめに動かすポートレート	Wan 2.5 i2v	顔の再現性を維持します
ファブリックや布地を使った製品	Fabric 1.0	素材の物理特性に特化しています
旗のはためき、カーテンの揺れ	Fabric 1.0	布地のシミュレーション
イラストや芸術的な画像	Seedance 2.0	スタイライズされたコンテンツに合います
汎用的な「命を吹き込む」用途	Seedance 2.0	幅広く対応し、最大1080pです
手早いテストや反復	Seedance 2.0 Fast	生成が速くなります

動きの種類

カメラの動き

動き	プロンプトのキーワード	効果
前進／ドリーイン	"slow dolly forward", "camera pushes in"	親密さや焦点を高めます
後退／ドリーバック	"camera pulls back", "slow zoom out"	全体像や背景を見せます
左右にパン	"camera pans slowly to the right"	スキャンや追従を表します
上下にチルト	"camera tilts upward"	高さを見せます
オービット	"camera orbits around the subject"	3Dで被写体を捉えます
クレーンアップ	"camera rises upward"	壮大な全体像を見せます
固定	（カメラの動きを指定しない）	被写体のみが動きます

被写体の動き

種類	プロンプトの例
自然の要素	"水面が波打つ", "雲が流れる", "そよ風に葉がそよぐ"
髪や衣服	"風で髪が優しくなびく", "ドレスの生地が流れるように揺れる"
大気	"霧がゆっくりと流れる", "光の筋の中をほこりが舞う"
人物	"人物がゆっくりカメラの方を向く", "控えめな呼吸の動き"
機械	"歯車が回る", "時計の針が動く"
液体	"コーヒーの湯気が立ち上る", "絵の具が滴る", "水が注がれる"

プロンプト作成のベストプラクティス

基本原則：劇的な動きより控えめな動き

AI動画モデルは、劇的な動きよりも穏やかで控えめな動きのほうが優れた結果を生成します。動きを大きくしすぎると、歪みやアーティファクトが発生します。

❌ "person running and jumping over obstacles while the camera spins"
✅ "person slowly walking forward, gentle breeze, camera follows alongside"

❌ "explosion with debris flying everywhere"
✅ "candle flame flickering gently, warm ambient light shifting"

❌ "fast zoom into the eyes with dramatic camera shake"
✅ "slow dolly forward toward the subject, subtle focus shift"

プロンプトの構成

[Camera movement] + [Subject motion] + [Atmospheric effects] + [Mood/pace]

シナリオ別の例

# Landscape animation
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "gentle camera pan right, water reflecting moving clouds, trees swaying slightly in breeze, warm golden light, peaceful and slow",
  "image": "landscape.png"
}'

# Portrait animation
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "subtle breathing motion, slight head turn, natural eye blink, hair moving gently, soft ambient lighting shifts",
  "image": "portrait.png"
}'

# Product shot animation
belt app run bytedance/seedance-2-0 --input '{
  "prompt": "slow 360 degree orbit around the product, gentle spotlight movement, subtle reflections shifting, premium product showcase, smooth motion",
  "image": "product.png",
  "generate_audio": true
}'

# Fabric/cloth animation
belt app run falai/fabric-1-0 --input '{
  "prompt": "fabric flowing and rippling in gentle wind, natural cloth physics, soft movement",
  "image": "fabric-scene.png"
}'

# Architectural visualization
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "slow dolly forward through the entrance, slight camera tilt upward, ambient light filtering through windows, dust particles in light beams",
  "image": "building-interior.png"
}'

動画の長さのガイドライン

長さ	品質	用途
2～3秒	最高品質	GIF、ループする背景、シネマグラフ
4～5秒	高品質	ソーシャルメディアの投稿、製品のお披露目
6～8秒	良好な品質	短いクリップ、トランジション
10秒以上	品質が低下します	短いクリップをつなぎ合わせる場合を除き、避けてください

動画の長さを延ばす

長い動画を作るには、短いクリップを複数生成してつなぎ合わせます。

# Generate 3 clips from the same image with progressive motion
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "slow pan left, gentle water motion",
  "image": "scene.png"
}' --no-wait

belt app run falai/wan-2-5-i2v --input '{
  "prompt": "continuing pan, clouds shifting, light changing",
  "image": "scene.png"
}' --no-wait

# Stitch together
belt app run infsh/media-merger --input '{
  "media": ["clip1.mp4", "clip2.mp4"]
}'

一連のワークフロー

静止画から最終動画までのパイプライン

# 1. Generate source image (best quality)
belt app run bytedance/seedream-4-5 --input '{
  "prompt": "cinematic landscape, misty mountains at dawn, lake in foreground, dramatic clouds, golden hour, 4K quality, professional photography",
  "size": "2K"
}'

# 2. Animate the image
belt app run falai/wan-2-5-i2v --input '{
  "prompt": "gentle mist rolling through the valley, lake surface rippling, clouds slowly moving, birds in distance, warm light shifting",
  "image": "landscape.png"
}'

# 3. Upscale video if needed
belt app run falai/topaz-video-upscaler --input '{
  "video": "animated-landscape.mp4"
}'

# 4. Add ambient audio
belt app run infsh/hunyuanvideo-foley --input '{
  "video": "animated-landscape.mp4",
  "prompt": "gentle nature ambience, distant birds, soft wind, water lapping"
}'

# 5. Merge video with audio
belt app run infsh/video-audio-merger --input '{
  "video": "upscaled-landscape.mp4",
  "audio": "ambient-audio.mp3"
}'

シネマグラフ効果

シネマグラフとは、1つの要素だけが動く静止画のことです（例：ほかの場面が静止している中で、滝だけが流れている）。これを実現するには：

動く要素をはっきりさせて、静止画を生成します
その特定の要素だけを動かすように指示します
自然につなげてループ再生できるよう、長さを2～4秒にします

belt app run falai/wan-2-5-i2v --input '{
  "prompt": "only the waterfall is moving, everything else remains perfectly still, water cascading smoothly, rest of scene frozen",
  "image": "waterfall-scene.png"
}'

よくある間違い

間違い	問題	修正方法
動きを指定しすぎる	ゆがみ、ノイズ、変形が発生します	常に、劇的な動きより控えめな動きを選びます
コンテンツの種類に合わないモデルを使う	仕上がりがよくありません	上記の選択ガイドを使います
クリップが長すぎる（10秒以上）	品質が大幅に低下します	3～5秒に収め、必要に応じてつなぎ合わせます
カメラの動きを指定しない	動きがランダムで予測できません	常にカメラの動きを指定します
動きの方向が互いに矛盾している	動きが混乱し、不自然になります	主な動きの方向を1つにします
元画像の解像度が低い	出力動画の解像度が低くなります	できるだけ高品質な元画像から始めます
複雑なアクションシーン	モデルが対応できません	動きはシンプルで自然なものにします

基本情報

作者: qu-skills
リポジトリ: qu-skills/superpowers
カテゴリ: クリエイティブ・メディア
インストール数: 36,027
GitHub スター: 4

問題を報告

おすすめの Skills

すべての Skills

ai-video-generation

github.com/inference-sh

1.7M

inference.sh CLI で Google Veo、Seedance 2.0、HappyHorse、Wan、Grok など 40 以上のモデルを使って AI 動画を生成する。モデル：Veo 3.1、Seedance 2.0、HappyHorse 1.0、Wan 2.5、Grok Imagine Video、OmniHuman、Fabric、HunyuanVideo。機能：テキストから動画、画像から動画、参照から動画、動画編集、リップシンク、アバターアニメーション、動画アップスケーリング、フォーリー音。用途：ソーシャルメディア動画、マーケティングコンテンツ、解説動画、製品デモ、AI アバター。トリガー：video generation、ai video、text to video、image to video、veo、animate image、video from image、ai animation、video generator、generate video、t2v、i2v、ai video maker、create video with ai、runway alternative、pika alternative、sora alternative、kling alternative、seedance、happyhorse

ai-image-generation

github.com/inference-sh

1.7M

inference.sh CLI で GPT-Image-2.5、FLUX、Gemini、Grok、Seedream、Reve など 50 以上のモデルを使って AI 画像を生成する。モデル：GPT-Image-2.5 Flare、GPT-Image-2.5 Sunburst、GPT-Image-2、FLUX Dev LoRA、FLUX.2 Klein LoRA、Gemini 3 Pro Image、Grok Imagine、Seedream 4.5、Reve、ImagineArt。機能：テキストから画像、画像から画像、インペインティング、LoRA、画像編集、アップスケーリング、テキストレンダリング。用途：AI アート、製品モックアップ、コンセプトアート、ソーシャルメディア用グラフィック、マーケティングビジュアル、イラスト。トリガー：flux、image generation、ai image、text to image、stable diffusion、generate image、ai art、midjourney alternative、dall-e alternative、text2img、t2i、image generator、ai picture、create image with ai、generative ai、ai illustration、grok image、gemini image、gpt image、openai image、chatgpt image

ai-avatar-video

github.com/inference-sh

1.7M

inference.sh CLI で AI アバターやトーキングヘッド動画を作成します。おすすめ：P-Video-Avatar（最速、最安、TTS 内蔵）。その他：OmniHuman、Fabric、PixVerse。音声：Inworld TTS-2（100以上の言語に対応し、キャラクターの感情を調整可能）、ElevenLabs、Kokoro。機能：音声駆動アバター、テキストからアバター、リップシンク動画、トーキングヘッド生成、バーチャルプレゼンター、UGC コンテンツ。用途：AI プレゼンター、解説動画、バーチャルインフルエンサー、吹き替え、マーケティング動画、UGC 広告、ゲームアバター、NPC の会話。トリガー：ai avatar、talking head、lipsync、avatar video、virtual presenter、ai spokesperson、audio driven video、heygen alternative、synthesia alternative、talking avatar、lip sync、video avatar、ai presenter、digital human、ugc、ugc video、ugc ad、avatar ugc

remotion-render

github.com/inference-sh

1.6M

inference.sh を介して React/Remotion コンポーネントコードから動画をレンダリングします。TSX コードを渡すと MP4 を取得できます。useCurrentFrame、useVideoConfig、spring、interpolate、AbsoluteFill、Sequence など、すべての Remotion API に対応します。解像度、FPS、長さ、コーデックを設定できます。用途：プログラムによる動画生成、アニメーショングラフィック、モーションデザイン、データ駆動型動画、React アニメーションの動画化。トリガー：remotion、render video from code、tsx to video、react video、programmatic video、remotion render、code to video、animated video、motion graphics code、react animation video

image-to-video

image-to-video について

主な機能

活用シーン

インストール

詳細

画像から動画へ

クイックスタート

モデルの選択

モデルの使い分け

動きの種類

カメラの動き

被写体の動き

プロンプト作成のベストプラクティス

基本原則：劇的な動きより控えめな動き

プロンプトの構成

シナリオ別の例

動画の長さのガイドライン

動画の長さを延ばす

一連のワークフロー

静止画から最終動画までのパイプライン

シネマグラフ効果

よくある間違い

関連スキル

コメント