LivePortrait人像动画实操指南:5分钟让静态照片开口说话 📅 2026/8/17 20:54:50 LivePortrait人像动画实操指南5分钟让静态照片开口说话【免费下载链接】LivePortraitBring portraits to life!项目地址: https://gitcode.com/GitHub_Trending/li/LivePortrait翻相册的时候你是不是也闪过这样的念头要是照片里的人能眨眨眼、笑一笑该多好LivePortrait正是为这个念头而生的开源人像动画工具它能把静态肖像照片或视频一键转成自然生动的动态影像本地免费运行还能精确控制表情与头部姿态。本文不绕弯子从装环境到玩出花样一次讲透新手也能在 5 分钟内跑通人生第一支人像动画。一张死照片凭什么能活过来简单来说LivePortrait 干的是表情迁移的活儿先从驱动素材里提取表情和头部动作再把这些动作嫁接到源人像上。难能可贵的是这套出自快手团队的方案足够轻——全套模型加起来只有 130MB 上下在 RTX 4090 上单帧推理仅十几毫秒基本摸到实时门槛普通显卡也能跑得有模有样。算法核心都写在src/live_portrait_pipeline.py里想深挖细节的可以直接开读。相比同类方案它有几个让人安心的优点优点具体表现轻依赖少、模型小不劝退普通电脑快单帧推理十几毫秒级出片不用干等可控表情、姿态、眼神都能逐项微调广人像之外猫猫狗狗同样支持5分钟跑通第一次人像动画先别急着研究参数把流程跑起来最重要 ✅第一步拉代码装依赖。提前备好 git、conda 和 FFmpeg安装细节见assets/docs/how-to-install-ffmpeg.md然后执行git clone https://gitcode.com/GitHub_Trending/li/LivePortrait cd LivePortrait conda create -n LivePortrait python3.10 conda activate LivePortrait pip install -r requirements.txt第二步启动图形界面。运行python app.py浏览器会自动弹出 Gradio 面板。整个流程就三个关键动作传一张源人像Source、传一段驱动视频Driving、点一下 Animate。仓库自带的assets/examples/source/和assets/examples/driving/里有现成素材可以直接拿来练手。图注LivePortrait 的默认工作流——源素材、驱动素材再加一个生成按钮。第三步看效果。驱动视频里的人怎么动你的照片就怎么动。觉得幅度不合适后文有专门的参数面板教你怎么调。上手后值得把玩的四个玩法没有视频也能动用一张图驱动另一张图手头只有一张带表情的照片没关系。切到Driving Image模式上传一张目标表情图系统会自动抽取其中的表情特征并应用到源图上——让油画人物露出微笑靠这一张图就够。图注图像驱动模式下无需视频素材也能生成动态表情。猫猫狗狗也能入镜别只盯着人脸LivePortrait 专门发布了动物模型猫和狗都能玩。运行python app_animals.py切到动物模式给自家宠物照片加上眨眼、歪头等表情一条吸睛的宠物短视频就这么出来了。图注动物模式单独成界面示例素材一应俱全。表情不够过瘾用滑块微调生成结果总差那么点意思在编辑面板里眼睛开合、嘴角幅度、眉毛高度、眼球朝向都有独立滑块拖着调、实时看比反复重新生成高效得多。想做出闭一只眼的 wink几秒钟就能搞定。图注目标眼睛开合比例等滑块让表情编辑精确到度。给整段视频换表情照片能改视频当然也能。视频重定向功能可以把一整段人像视频的表情与姿态按你的目标整体调整配合motion smooth strength平滑参数处理完的成片观感自然、不跳帧。图注视频输入同样支持表情重定向与平滑控制。新手最容易踩的几个坑 ⚠️CUDA 版本要对上X-Pose 对 torch 与 CUDA 的匹配很敏感先跑nvcc -V查版本再装对应 torchWindows 上建议用 11.8最稳。FFmpeg 别漏装视频读写全靠它缺了会直接报错。模型放对位置预训练权重从pretrained_weights/读取首次运行会自动下载网络不稳时记得手动补齐。别用极端素材超大侧脸、重度遮挡容易翻车正面清晰、光线均匀的素材成功率最高。进阶玩法从能跑到跑得好看 driving multiplier驱动强度。调大表情更夸张调小动作更含蓄。motion smooth strength运动平滑度。视频抖动明显时往上加动作更丝滑。stitching拼接模式。涉及边缘融合的场景记得打开接缝更自然。裁剪参数源图和驱动图的 crop scale 决定取景范围人脸占比不同时优先检查这里。图注参数看着多动一两个就能明显改变成片风格。想研究更深的玩法assets/docs/changelog/记录了每个版本的新特性inference.py等脚本还支持命令行批处理批量出片也不是梦。结语从一张老照片到一段会动的视频中间只差一个 LivePortrait。它不要求你懂深度学习也不要求你有多顶级的显卡跟着上面的步骤走一遍你大概率会忍不住把全家福都拿出来复活一遍。心动不如行动现在就把项目克隆下来挑一张最顺眼的照片试试吧。【免费下载链接】LivePortraitBring portraits to life!项目地址: https://gitcode.com/GitHub_Trending/li/LivePortrait创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考