ai-video-generation

por beltsh

Genera vídeos con IA con Google Veo, Seedance 2.5, Kling, HappyHorse, Wan, Grok y más de 40 modelos mediante la CLI de inference.sh. Modelos: Veo 3.1, Seedance 2.5, Kling v4, Runway Gen-4.5, FLUX 3 Video, HappyHorse 1.0, Wan 2.7, Grok Imagine Video 1.5, P-Video 2, OmniHuman, Fabric. Funciones: texto a vídeo, imagen a vídeo, referencia a vídeo, edición de vídeo, sincronización labial, animación de avatares, mejora de resolución de vídeo y efectos de sonido. Úsalo para: vídeos para redes sociales, contenido de marketing, vídeos explicativos, demostraciones de productos, avatares con IA....

npx skills add https://github.com/beltsh/superpowers --skill ai-video-generation

Install the belt CLI skill: npx skills add belt-sh/cli

AI Video Generation

Generate videos with 40+ AI models via inference.sh CLI.

AI Video Generation

Quick Start

Requires inference.sh CLI (belt). Install instructions

belt login

# Generate a video with Veo
belt app run google/veo-3-1-fast --input '{"prompt": "drone shot flying over a forest"}'

Available Models

Text-to-Video

ModelApp IDBest For
Veo 3.1 Fastgoogle/veo-3-1-fastFast, with optional audio
Veo 3.1google/veo-3-1Best quality, frame interpolation
P-Video 2pruna/p-video-2Fast, economical, with audio support, up to 20s
WAN-T2Vpruna/wan-t2vEconomical 480p/720p
Wan 2.7 T2Valibaba/wan-2-7-t2v720P/1080P, 2-15s
Grok Imagine Video 1.5xai/grok-imagine-video-1-5xAI, 1-15s, with audio
Seedance 2.5bytedance/seedance-2-5Text/image/ref-to-video with sync audio, up to 1080p, 4-30s
Kling v4klingai/video-v4Cinematic, up to 1080p, up to 30s
Runway Gen-4.5runway/gen-4-5Runway's latest, 2-10s
FLUX 3 Videobfl/flux-3-videoBFL, keyframes, with audio
HappyHorse T2Valibaba/happyhorse-1-0-t2vPhysically realistic, up to 15s

Image-to-Video

ModelApp IDBest For
Wan 2.7 I2Valibaba/wan-2-7-i2vHigh quality i2v, first+last frame
WAN-I2Vpruna/wan-i2vEconomical 480p/720p
P-Video 2pruna/p-video-2Fast i2v with audio
Seedance 2.5bytedance/seedance-2-5Animate images with sync audio, up to 1080p
HappyHorse I2Valibaba/happyhorse-1-0-i2vAnimate images, up to 1080P/15s
HappyHorse R2Valibaba/happyhorse-1-0-r2vCharacter-preserving from references

Avatar / Lipsync

ModelApp IDBest For
OmniHuman 1.5bytedance/omnihuman-1-5Multi-character
OmniHuman 1.0bytedance/omnihuman-1-0Single character
Fabric 1.0falai/fabric-1-0Image talks with lipsync
PixVerse Lipsyncfalai/pixverse-lipsyncRealistic lipsync

Video Editing

ModelApp IDBest For
HappyHorse Editalibaba/happyhorse-1-0-video-editNatural language video editing

Utilities

ToolApp IDDescription
MMAudioinfsh/mmaudioAdd sound effects to video
Topaz Upscalerfalai/topaz-video-upscalerUpscale video quality
Media Mergerinfsh/media-mergerMerge videos with transitions

Browse All Video Apps

belt app list --category video

Examples

Text-to-Video with Veo

belt app run google/veo-3-1-fast --input '{
  "prompt": "A timelapse of a flower blooming in a garden"
}'

Grok Video

belt app run xai/grok-imagine-video-1-5 --input '{
  "prompt": "Waves crashing on a beach at sunset",
  "duration": 5
}'

Image-to-Video with Wan 2.7

belt app run alibaba/wan-2-7-i2v --input '{
  "first_frame": "https://your-image.jpg",
  "prompt": "slow camera push-in"
}'

AI Avatar / Talking Head

belt app run bytedance/omnihuman-1-5 --input '{
  "image": "https://portrait.jpg",
  "audio": "https://speech.mp3"
}'

Fabric Lipsync

belt app run falai/fabric-1-0 --input '{
  "image": "https://face.jpg",
  "audio": "https://audio.mp3"
}'

Seedance 2.5 Text-to-Video with Audio

belt app run bytedance/seedance-2-5 --input '{
  "prompt": "a jazz band performing in a dimly lit club",
  "generate_audio": true,
  "duration": 10
}'

Seedance 2.5 Image-to-Video

belt app run bytedance/seedance-2-5 --input '{
  "image": "https://your-image.jpg",
  "prompt": "gentle camera movement, leaves rustling in the wind",
  "generate_audio": true
}'

Seedance 2.5 Reference-to-Video

belt app run bytedance/seedance-2-5 --input '{
  "prompt": "The person in @Image1 walking through a garden",
  "reference_images": ["https://portrait.jpg"],
  "generate_audio": true
}'

HappyHorse Text-to-Video

belt app run alibaba/happyhorse-1-0-t2v --input '{
  "prompt": "a golden retriever running through autumn leaves, slow motion",
  "duration": 10,
  "resolution": "1080P"
}'

HappyHorse Video Editing

belt app run alibaba/happyhorse-1-0-video-edit --input '{
  "video": "https://your-video.mp4",
  "prompt": "change the background to a snowy mountain landscape"
}'

PixVerse Lipsync

belt app run falai/pixverse-lipsync --input '{
  "video": "https://talking-head.mp4",
  "audio": "https://speech.mp3"
}'

Takes a video, not a still image. Omit audio and pass text (plus optional voice_id) to use the built-in TTS.

Video Upscaling

belt app run falai/topaz-video-upscaler --input '{"video": "https://..."}'

Add Sound Effects (Foley)

belt app run infsh/mmaudio --input '{
  "video_input": "https://silent-video.mp4",
  "prompt": "footsteps on gravel, birds chirping"
}'

Merge Videos

belt app run infsh/media-merger --input '{
  "media_files": [
    {"file": "https://clip1.mp4", "transition_type": "crossfade"},
    {"file": "https://clip2.mp4"}
  ]
}'

Related Skills

# Full platform skill (all apps)
npx skills add inference-sh/skills@infsh-cli

# Pruna P-Video 2 (fast & economical)
npx skills add inference-sh/skills@p-video

# Google Veo specific
npx skills add inference-sh/skills@google-veo

# Seedance 2.5
npx skills add inference-sh/skills@seedance

# HappyHorse 1.0
npx skills add inference-sh/skills@happyhorse

# AI avatars & lipsync
npx skills add inference-sh/skills@ai-avatar-video

# Text-to-speech (for video narration)
npx skills add inference-sh/skills@text-to-speech

# Image generation (for image-to-video)
npx skills add inference-sh/skills@ai-image-generation

# Twitter (post videos)
npx skills add inference-sh/skills@twitter-automation

Browse all apps: belt app list

Documentation

Más skills de beltsh

agent-browser
beltsh
Automatización del navegador para agentes de IA mediante inference.sh. Navega por páginas web, interactúa con elementos usando referencias @e, toma capturas de pantalla y graba vídeo. Capacidades: extracción de datos web, rellenado de formularios, clics, escritura, arrastrar y soltar, carga de archivos y ejecución de JavaScript. Úsalo para: automatización web, extracción de datos, pruebas, navegación de agentes e investigación. Activadores: navegador, automatización web, extraer datos, navegar, hacer clic, rellenar formulario, captura de pantalla, navegar por la web, playwright, navegador sin interfaz gráfica, agente web, navegar por internet, grabar vídeo.
browser-automationweb-scrapingtesting
agent-tools
beltsh
Ejecuta aplicaciones de IA mediante la CLI de inference.sh: generación de imágenes, creación de videos, LLM, búsqueda, 3D y automatización de Twitter. Modelos: FLUX, Veo, Gemini, Grok, Claude, Seedance, OmniHuman, Tavily, Exa y muchos más. Úsalo para ejecutar aplicaciones de IA, generar imágenes o videos, llamar a LLM, buscar en la web o automatizar Twitter. Activadores: inference.sh, infsh, modelo de IA, ejecutar IA, IA sin servidor, API de IA, flux, veo, API de Claude, generación de imágenes, generación de videos, tavily, búsqueda de Exa, API de Twitter, grok
mediaapibrowser-automation
ai-avatar-video
beltsh
Crea avatares de IA y videos de cabezas parlantes mediante la CLI de inference.sh. Recomendado: P-Video-Avatar (el más rápido y económico, con TTS integrado). También: OmniHuman, Fabric, PixVerse. Audio: Inworld TTS-2 (más de 100 idiomas, control de emociones para personajes), ElevenLabs, Kokoro. Capacidades: avatares controlados por audio, conversión de texto a avatar, videos con sincronización labial, generación de cabezas parlantes, presentadores virtuales, contenido UGC. Úsalo para: presentadores de IA, videos explicativos, influencers virtuales, doblaje, videos de marketing, anuncios UGC, avatares de videojuegos,...
videoaudiomarketing
ai-image-generation
beltsh
Genera imágenes con IA con GPT-Image-2.6, FLUX, Gemini, Grok, Seedream, Reve y más de 50 modelos mediante la CLI de inference.sh. Modelos: GPT-Image-2.6 Flare, GPT-Image-2.6 Sunburst, FLUX Dev LoRA, FLUX.2 Klein LoRA, Nano Banana 2.1, Gemini 3 Pro Image, Grok Imagine 2.0, Seedream 5.5, Reve, ImagineArt. Funciones: texto a imagen, imagen a imagen, inpainting, LoRA, edición de imágenes, ampliación de resolución y renderizado de texto. Usos: arte con IA, maquetas de productos, arte conceptual, gráficos para redes sociales, recursos visuales de marketing, ilustraciones....
imagecreativemedia
app-store-screenshots
beltsh
Creación de capturas de pantalla para App Store y Google Play con especificaciones exactas de cada plataforma. Incluye dimensiones de iOS/Android, orden de la galería, maquetas de dispositivos y videos de vista previa. Úsalo para: optimización de tiendas de aplicaciones, ASO, capturas de pantalla de aplicaciones, vista previa de aplicaciones, ficha de Play Store. Activadores: capturas de pantalla de App Store, ASO, optimización de App Store, capturas de pantalla de Play Store, vista previa de aplicaciones, ficha de aplicación, capturas de pantalla de iOS, capturas de pantalla de Android, imágenes de aplicaciones para App Store, maqueta de aplicación, maqueta de dispositivo, galería de aplicaciones, ficha de tienda
designmarketingimage
character-design-sheet
beltsh
Consistencia de personajes en imágenes generadas por IA mediante hojas de referencia y técnicas LoRA. Abarca vistas de giro, hojas de expresiones, paletas de colores y trucos para mantener la coherencia del estilo. Úsalo para: diseño de personajes, arte para videojuegos, ilustración, animación, cómics y novelas visuales. Activadores: diseño de personajes, hoja de personaje, consistencia de personajes, referencia de personaje, hoja de vistas de giro, hoja de expresiones, arte de personajes, personaje coherente, concepto de personaje, hoja de referencia, creación de personajes, diseño de OC,...
designimagecreative
competitor-teardown
beltsh
Análisis competitivo estructurado con matrices de características, análisis SWOT, mapas de posicionamiento y revisión de UX. Abarca marcos de investigación, comparación de precios, análisis de reseñas y entregables visuales. Úsalo para: investigación de mercado, inteligencia competitiva, presentaciones para inversores, estrategia de producto y apoyo a ventas. Activadores: análisis de competidores, análisis competitivo, análisis exhaustivo de competidores, investigación de mercado, inteligencia competitiva, análisis SWOT, comparación de competidores, panorama del mercado, revisión de competidores, análisis competitivo...
researchdata-analysisproductivity
image-to-video
beltsh
Guía de conversión de imagen fija a video: selección de modelos, indicaciones de movimiento y movimiento de cámara. Incluye Wan 2.7 i2v, Seedance 2.5, Kling v4 y Grok Imagine Video 1.5, y cuándo usar cada uno. Úsala para: animar imágenes, crear videos a partir de imágenes fijas, añadir movimiento y crear animaciones de productos. Activadores: imagen a video, i2v, animar imagen, imagen fija a video, añadir movimiento a una imagen, animación de imágenes, foto a video, animar imagen fija, wan i2v, image2video, dar vida a una imagen, animar foto, movimiento a partir de una imagen
videoimagecreative