LivePortrait 上手指南:让一张静态照片开口说话 5 分钟跑通人像动画【免费下载链接】LivePortraitBring portraits to life!项目地址: https://gitcode.com/GitHub_Trending/li/LivePortrait想让证件照里的自己开口说话,或让家里猫的眨眼变得生动?LivePortrait 把这类人像动画做得足够简单:一张照片、一段驱动视频,几分钟就能得到动作自然、背景稳定的动画结果。这篇指南从空环境带你跑通第一次生成,再讲清真正影响出片质量的几个参数。项目概览与核心能力LivePortrait 是快手同名论文的官方 PyTorch 实现,一套可本地部署的人像动画方案:它将源图像的外观特征与运动特征分离,再由生成器和扭曲网络逐帧重绘,让头部动起来时背景与身体保持稳定。项目已被快手、抖音、剪映等视频平台采用,适合想制作动态头像的创作者,也适合把人像动画集成进自己工作流的开发者。默认流程是源图像或视频 驱动信号 → mp4,全程无需训练。人像动画生成:静态照片配合驱动视频,输出头部动作自然、背景不抖动的短视频动物模式:基于 X-Pose 的猫狗关键点检测,宠物照片也能眨眼、张嘴重定向控制:滑块调整俯仰、偏航、翻滚,或单独改嘴部开合、眼神方向️图像驱动:用另一张图作为驱动信号,把它的表情搬到目标肖像上区域控制:通过animation_region选择只动表情、姿态、嘴唇或眼睛⚡轻量高效:官方在 RTX 4090 上测得单帧推理合计约 15 毫秒相比多数同类工具,它的区分度在于把 retargeting 与背景缝合做成了默认开启的精细控制:身份和背景都被锁住,消费级显卡上几分钟即可出一条可用视频。从零到第一次生成结果克隆代码并建环境(系统需预装git、conda、FFmpeg):git clone https://gitcode.com/GitHub_Trending/li/LivePortrait cd LivePortrait conda create -n LivePortrait python3.10 conda activate LivePortrait安装依赖(Linux/Windows 用下表单;macOS Apple Silicon 换用requirements_macOS.txt,且只支持人类模式):conda activate LivePortrait pip install -r requirements.txt下载预训练权重到pretrained_weights/目录,子目录结构可对照assets/docs/directory-structure.md:pip install -U huggingface_hub[cli] huggingface-cli download KlingTeam/LivePortrait --local-dir pretrained_weights --exclude *.git* README.md docs跑一次默认推理,首次成功的判断标准是工作目录出现animations/s6--d0_concat.mp4(驱动视频、源图、生成结果三列拼接):python inference.py(可选)启用动物模式,仅支持 Linux/Windows NVIDIA GPU,需先编译 X-Pose 的注意力算子:cd src/utils/dependencies/XPose/models/UniPose/ops python setup.py build install cd -python inference_animals.py -s assets/examples/source/s39.jpg -d assets/examples/driving/wink.pkl --driving_multiplier 1.75 --no_flag_stitching打开 Gradio 界面,浏览器访问127.0.0.1:8890看到上传面板与 Animate 按钮即大功告成;动物模式界面用python app_animals.py启动:python app.py核心玩法:按场景拆解让人像照片跟着驱动视频动界面里上传正面照与驱动视频,或命令行直接给-s/-d。用自己的驱动视频时,建议裁成 1:1(如 512×512),首帧保持正面中性表情,肩部尽量少动;懒得手动裁就开--flag_crop_driving_video,效果不佳再微调--scale_crop_driving_video。更省事的路线是用.pkl运动模板:推理更快,也不用把自己的面部视频放进传播链。用另一张图的表情驱动肖像-d指向一张 .jpg 即可,单图驱动后输出仍是一张图。默认开启的--flag_relative_motion只迁移驱动图相对其中性态的形变,能明显减少身份串味;想只迁移嘴型,追加--animation_region lip就行,眼神、姿态同理。给肖像视频重定向动作源输入是视频时(v2v),界面提供重定向滑杆,可实时调整目标嘴部开合与运动平滑强度motion smooth strength。适合机位、场景不动,只改表演的场景,输入、结果、贴回结果三栏并排,对照调参很顺手。用滑块摆出新的姿势和表情Retargeting 标签页对单张图同样有效:拖动 relative pitch/yaw/roll 调整头部姿态,把 eyes-open 与 lip-open 目标值都设为 0.8 可以看到完全打开的极限效果。面部表情滑杆还能单独控制眼神横纵、挑眉、抿嘴等微表情。猫狗宠物模式跑app_animals.py即可,模型由 X-Pose 做宠物关键点检测。经验上动物驱动幅度要放大,官方示例用--driving_multiplier 1.75,且建议--no_flag_stitching。2025 年 1 月更新的 v1.1 动物模型主要改善了犬类嘴部识别,老权重建议更新。关键参数与调优策略参数作用推荐取值一句话建议driving_multiplier动作幅度总乘数(仅 expression-friendly 生效)0.8–1.2,动物约 1.75肖像变形就先降到 0.8 再慢慢加driving_option运动迁移策略:expression-friendly / pose-friendlyexpression-friendly希望头部姿态严格跟随时选后者flag_stitching背景缝合,补全脸部与背景接缝小动作 True,大动作或动物 False背景出现涂抹感就关掉animation_region只动画局部:exp / pose / lip / eyes / allall只迁嘴型用 lip,只迁眼神用 eyesdriving_smooth_observation_variancev2v 时运动平滑强度1e-7–3e-7帧间抖动大就调大,但过大丢动作细节三条经验之谈:源图选正面、清晰、人脸占比中等的照片;侧脸大角度会直接拉低稳定性,det_thresh(默认 0.15)过低会误检、过高会漏检。驱动素材首帧必须是正面中性表情,这是相对运动计算的基准,基准歪了后面全歪。出片满意后用自动生成模板存成.pkl,同一驱动复用可跳过运动提取,也避免人脸视频外传。踩坑记录:常见问题与解法现象:pip installtorch 失败或报 CUDA 版本错误。原因:PyTorch 与系统 CUDA 不匹配,Windows 上 12.4 等新版 CUDA 稳定性差。解法:先nvcc -V查版本,装对应版本的 PyTorch;Windows 可考虑将 CUDA 降到 11.8。现象:生成结果出现黑块或黑斑。原因:部分 GPU 对 FP16 半精度不兼容。解法:加--no_flag_use_half_precision重新跑。现象:动物模式编译算子报错,或 macOS 上根本装不上。原因:X-Pose 的MultiScaleDeformableAttention算子需本地编译,仅支持 Linux/Windows NVIDIA GPU。解法:在src/utils/dependencies/XPose/models/UniPose/ops目录执行python setup.py build install;macOS 用户只能用人类模式。现象:肖像扭曲、漂移或身份串味。原因:驱动幅度过大,或源图模糊、角度偏。解法:driving_multiplier收到 0.8–1.2,换清晰的正面照,并确认flag_stitching与头部运动幅度匹配。现象:显存不足 OOM。原因:源素材分辨率大,且flag_pasteback会把结果贴回原图分辨率。解法:降--source_max_dim(默认 1280)到 960,长视频可加--no_flag_pasteback。硬件参考与性能建议4GB 显存:--source_max_dim 960,保持 fp16(默认开启),长视频关--flag_pasteback6–8GB 显存:默认参数(1280 输入)直接跑,这是官方验证过的主流档位8GB 显存:保留贴回,全部默认即可速度技巧:--flag_do_torch_compile(Windows/macOS 不支持)首次编译约一分钟,后续推理快 20–30%;.pkl模板复用可跳过运动提取参考基准:RTX 4090 单帧约 15ms,明细见assets/docs/speed.md延伸探索所有参数的默认值与中文注释都集中在 src/config/,找不到的参数先来这里搜,argument_config.py是最好的活文档。每个功能(v2v、图像驱动、动物模型 v1.1)在 assets/docs/changelog/ 都有独立记录,比单看主文档更细。想读懂论文对应实现,src/modules/ 里的稠密运动、扭曲网络、SPADE 生成器五个核心模块是最好的入口,配合src/live_portrait_wrapper.py看数据流。二次创作方向:把motion_extractor的输出接进自己的 ComfyUI/SD WebUI 工作流,是社区最常见的集成方式,先熟悉输入输出格式再动手。回到开头那张证件照——挑一张清晰的正面照,用内置驱动样例跑一次,五分钟后就能拿到第一个会动的自己;效果不理想时,先动driving_multiplier和源图这两处,能解决大部分不够像或太夸张的问题。文档目录:assets/docs/参数配置:src/config/核心模块:src/modules/【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 LivePortrait 上手指南:让一张静态照片开口说话 + 5 分钟跑通人像动画
LivePortrait 上手指南:让一张静态照片开口说话 5 分钟跑通人像动画【免费下载链接】LivePortraitBring portraits to life!项目地址: https://gitcode.com/GitHub_Trending/li/LivePortrait想让证件照里的自己开口说话,或让家里猫的眨眼变得生动?LivePortrait 把这类人像动画做得足够简单:一张照片、一段驱动视频,几分钟就能得到动作自然、背景稳定的动画结果。这篇指南从空环境带你跑通第一次生成,再讲清真正影响出片质量的几个参数。项目概览与核心能力LivePortrait 是快手同名论文的官方 PyTorch 实现,一套可本地部署的人像动画方案:它将源图像的外观特征与运动特征分离,再由生成器和扭曲网络逐帧重绘,让头部动起来时背景与身体保持稳定。项目已被快手、抖音、剪映等视频平台采用,适合想制作动态头像的创作者,也适合把人像动画集成进自己工作流的开发者。默认流程是源图像或视频 驱动信号 → mp4,全程无需训练。人像动画生成:静态照片配合驱动视频,输出头部动作自然、背景不抖动的短视频动物模式:基于 X-Pose 的猫狗关键点检测,宠物照片也能眨眼、张嘴重定向控制:滑块调整俯仰、偏航、翻滚,或单独改嘴部开合、眼神方向️图像驱动:用另一张图作为驱动信号,把它的表情搬到目标肖像上区域控制:通过animation_region选择只动表情、姿态、嘴唇或眼睛⚡轻量高效:官方在 RTX 4090 上测得单帧推理合计约 15 毫秒相比多数同类工具,它的区分度在于把 retargeting 与背景缝合做成了默认开启的精细控制:身份和背景都被锁住,消费级显卡上几分钟即可出一条可用视频。从零到第一次生成结果克隆代码并建环境(系统需预装git、conda、FFmpeg):git clone https://gitcode.com/GitHub_Trending/li/LivePortrait cd LivePortrait conda create -n LivePortrait python3.10 conda activate LivePortrait安装依赖(Linux/Windows 用下表单;macOS Apple Silicon 换用requirements_macOS.txt,且只支持人类模式):conda activate LivePortrait pip install -r requirements.txt下载预训练权重到pretrained_weights/目录,子目录结构可对照assets/docs/directory-structure.md:pip install -U huggingface_hub[cli] huggingface-cli download KlingTeam/LivePortrait --local-dir pretrained_weights --exclude *.git* README.md docs跑一次默认推理,首次成功的判断标准是工作目录出现animations/s6--d0_concat.mp4(驱动视频、源图、生成结果三列拼接):python inference.py(可选)启用动物模式,仅支持 Linux/Windows NVIDIA GPU,需先编译 X-Pose 的注意力算子:cd src/utils/dependencies/XPose/models/UniPose/ops python setup.py build install cd -python inference_animals.py -s assets/examples/source/s39.jpg -d assets/examples/driving/wink.pkl --driving_multiplier 1.75 --no_flag_stitching打开 Gradio 界面,浏览器访问127.0.0.1:8890看到上传面板与 Animate 按钮即大功告成;动物模式界面用python app_animals.py启动:python app.py核心玩法:按场景拆解让人像照片跟着驱动视频动界面里上传正面照与驱动视频,或命令行直接给-s/-d。用自己的驱动视频时,建议裁成 1:1(如 512×512),首帧保持正面中性表情,肩部尽量少动;懒得手动裁就开--flag_crop_driving_video,效果不佳再微调--scale_crop_driving_video。更省事的路线是用.pkl运动模板:推理更快,也不用把自己的面部视频放进传播链。用另一张图的表情驱动肖像-d指向一张 .jpg 即可,单图驱动后输出仍是一张图。默认开启的--flag_relative_motion只迁移驱动图相对其中性态的形变,能明显减少身份串味;想只迁移嘴型,追加--animation_region lip就行,眼神、姿态同理。给肖像视频重定向动作源输入是视频时(v2v),界面提供重定向滑杆,可实时调整目标嘴部开合与运动平滑强度motion smooth strength。适合机位、场景不动,只改表演的场景,输入、结果、贴回结果三栏并排,对照调参很顺手。用滑块摆出新的姿势和表情Retargeting 标签页对单张图同样有效:拖动 relative pitch/yaw/roll 调整头部姿态,把 eyes-open 与 lip-open 目标值都设为 0.8 可以看到完全打开的极限效果。面部表情滑杆还能单独控制眼神横纵、挑眉、抿嘴等微表情。猫狗宠物模式跑app_animals.py即可,模型由 X-Pose 做宠物关键点检测。经验上动物驱动幅度要放大,官方示例用--driving_multiplier 1.75,且建议--no_flag_stitching。2025 年 1 月更新的 v1.1 动物模型主要改善了犬类嘴部识别,老权重建议更新。关键参数与调优策略参数作用推荐取值一句话建议driving_multiplier动作幅度总乘数(仅 expression-friendly 生效)0.8–1.2,动物约 1.75肖像变形就先降到 0.8 再慢慢加driving_option运动迁移策略:expression-friendly / pose-friendlyexpression-friendly希望头部姿态严格跟随时选后者flag_stitching背景缝合,补全脸部与背景接缝小动作 True,大动作或动物 False背景出现涂抹感就关掉animation_region只动画局部:exp / pose / lip / eyes / allall只迁嘴型用 lip,只迁眼神用 eyesdriving_smooth_observation_variancev2v 时运动平滑强度1e-7–3e-7帧间抖动大就调大,但过大丢动作细节三条经验之谈:源图选正面、清晰、人脸占比中等的照片;侧脸大角度会直接拉低稳定性,det_thresh(默认 0.15)过低会误检、过高会漏检。驱动素材首帧必须是正面中性表情,这是相对运动计算的基准,基准歪了后面全歪。出片满意后用自动生成模板存成.pkl,同一驱动复用可跳过运动提取,也避免人脸视频外传。踩坑记录:常见问题与解法现象:pip installtorch 失败或报 CUDA 版本错误。原因:PyTorch 与系统 CUDA 不匹配,Windows 上 12.4 等新版 CUDA 稳定性差。解法:先nvcc -V查版本,装对应版本的 PyTorch;Windows 可考虑将 CUDA 降到 11.8。现象:生成结果出现黑块或黑斑。原因:部分 GPU 对 FP16 半精度不兼容。解法:加--no_flag_use_half_precision重新跑。现象:动物模式编译算子报错,或 macOS 上根本装不上。原因:X-Pose 的MultiScaleDeformableAttention算子需本地编译,仅支持 Linux/Windows NVIDIA GPU。解法:在src/utils/dependencies/XPose/models/UniPose/ops目录执行python setup.py build install;macOS 用户只能用人类模式。现象:肖像扭曲、漂移或身份串味。原因:驱动幅度过大,或源图模糊、角度偏。解法:driving_multiplier收到 0.8–1.2,换清晰的正面照,并确认flag_stitching与头部运动幅度匹配。现象:显存不足 OOM。原因:源素材分辨率大,且flag_pasteback会把结果贴回原图分辨率。解法:降--source_max_dim(默认 1280)到 960,长视频可加--no_flag_pasteback。硬件参考与性能建议4GB 显存:--source_max_dim 960,保持 fp16(默认开启),长视频关--flag_pasteback6–8GB 显存:默认参数(1280 输入)直接跑,这是官方验证过的主流档位8GB 显存:保留贴回,全部默认即可速度技巧:--flag_do_torch_compile(Windows/macOS 不支持)首次编译约一分钟,后续推理快 20–30%;.pkl模板复用可跳过运动提取参考基准:RTX 4090 单帧约 15ms,明细见assets/docs/speed.md延伸探索所有参数的默认值与中文注释都集中在 src/config/,找不到的参数先来这里搜,argument_config.py是最好的活文档。每个功能(v2v、图像驱动、动物模型 v1.1)在 assets/docs/changelog/ 都有独立记录,比单看主文档更细。想读懂论文对应实现,src/modules/ 里的稠密运动、扭曲网络、SPADE 生成器五个核心模块是最好的入口,配合src/live_portrait_wrapper.py看数据流。二次创作方向:把motion_extractor的输出接进自己的 ComfyUI/SD WebUI 工作流,是社区最常见的集成方式,先熟悉输入输出格式再动手。回到开头那张证件照——挑一张清晰的正面照,用内置驱动样例跑一次,五分钟后就能拿到第一个会动的自己;效果不理想时,先动driving_multiplier和源图这两处,能解决大部分不够像或太夸张的问题。文档目录:assets/docs/参数配置:src/config/核心模块:src/modules/【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