企业官网建设流程全解析

LivePortrait 零基础完整指南：把一张静态人像照片变成会眨眼的视频

【免费下载链接】LivePortraitBring portraits to life!项目地址: https://gitcode.com/GitHub_Trending/li/LivePortrait

你拍了一张很满意的照片，却只能让它静静躺在相册里？LivePortrait 就是为这个场景准备的开源人像动画工具：给它一张人像照片，再给它一个动作来源，它就能输出一段人脸跟着动、但长相不变的视频。

一句话，它能为我做什么

LivePortrait 是快手团队出品的高效人像动画工具，快手、抖音、剪映等主流平台都在用它。对新手来说，它最实用的几点是：

• 静态照片变动画视频
• 支持猫狗动物模式
• 滑块微调表情和头部姿势
• 一张图片也能当动作来源
• 半精度加速，速度快

第一次安装，几条命令就能跑起来

先克隆仓库、装依赖，示例文件就放在仓库里，开箱即用：

git clone https://gitcode.com/GitHub_Trending/li/LivePortrait cd LivePortrait pip install -r requirements.txt

然后按 readme 用 huggingface-cli 命令把预训练权重下载到 pretrained_weights 目录，再运行一次推理脚本，就能拿到人生第一个动画视频。平台差异一句话：Windows 和 Linux 走上面的标准流程；macOS Apple Silicon 用户改用 requirements_macOS.txt 安装依赖、运行时前缀加 PYTORCH_ENABLE_MPS_FALLBACK=1，但动物模式不支持。

三个上手的实战场景

场景一：用最少的命令跑通一张人像照片

任务：不传任何参数，直接跑仓库自带的默认示例。

操作要点：

• 源图和驱动视频都在 assets/examples 目录下，直接执行下面的命令即可
• 结果 mp4 保存在 animations/ 目录，驱动视频、源图、生成结果三列拼接，方便对比
• 想换成自己的照片，用 -s 指定源图、-d 指定驱动视频，两个参数就能换输入

python inference.py

预期效果：视频里的人像跟着驱动动作眨眼、转头、做表情，背景和发型基本保持原样。

驱动来源不一定非要是视频，一张静态图片也行。下面这张对比图，左是驱动图、中间是源图、右边就是生成结果：

场景二：动物模式，让宠物照片眨个眼

任务：拿一张宠物照片，用仓库自带的 wink 动作模板让它眨眼。

操作要点：

• 动物模式只支持 Linux/Windows 加 NVIDIA 显卡，要先在 src/utils/dependencies/XPose/models/UniPose/ops 目录里执行 python setup.py build install 编译依赖，再回到仓库根目录
• 然后运行 inference_animals.py 脚本：用 wink.pkl 驱动示例猫照片 s39.jpg，加 --driving_multiplier 1.75 放大动作幅度，加 --no_flag_stitching 关闭拼贴
• 驱动源用的都是 .pkl 动作模板文件，动作和人脸解耦，不担心隐私问题

预期效果：animations/ 下输出一段视频，宠物照片的眼睛眨了一下，毛发和背景不乱飘。

场景三：Gradio 界面，用滑块微调表情和姿态

任务：不碰命令行，在浏览器里拖滑块实时看效果。

操作要点：

• 运行 app.py 脚本，浏览器打开本地页面（默认端口 8890），上传源人像、选择驱动来源
• Retargeting 分区里拖 relative pitch / yaw / roll 三个滑块调头部俯仰、偏航、翻滚，再拖 target-eyes-open-ratio 调眼睛开合，点 Retargeting 按钮实时出图，不满意可以反复试
• 生成动画时，用 animation_region 参数选只驱动嘴唇、眼睛或头部姿势中的某一类

预期效果：头摆到想要的角度、眼睛开到想要的程度，点一下就出结果，不用重跑脚本。

最容易踩的三个坑 🕳️

1. 启动直接报 FFmpeg 未安装

• 现象：还没开始加载模型，就抛 ImportError 退出。
• 原因：系统里没有装 ffmpeg 和 ffprobe。
• 解决：先安装 FFmpeg，仓库里有现成的安装指南。

2. 生成画面出现黑块

• 现象：动画跑完了，结果里出现黑色方块。
• 原因：部分显卡不支持默认的半精度 FP16 推理。
• 解决：运行时加 --no_flag_use_half_precision 参数切回全精度。

3. 面部扭曲或动作幅度不对

• 现象：生成后脸型变形，或动作明显比驱动源弱。
• 原因：源图质量差（侧脸、模糊、强阴影），或动作幅度参数没调。
• 解决：换一张清晰的正面照；把 driving_multiplier 调到 0.8~1.2；驱动视频裁成 1:1 比例，第一帧保持中性表情。

学会之后，你能做出什么 🎯

• 做社交平台的动态头像，让你的资料照会眨眼会点头。
• 给已有的采访或口播视频，用 Retargeting Video 功能重做口型和表情，省去补拍。
• 配合 .pkl 动作模板，给一批人像照片批量生成同动作的动画内容。

LivePortrait 装好之后，剩下的就是慢慢玩。建议先跑一遍默认示例确认环境没问题，再换成自己的照片和动作模板；每个参数的具体含义，都能翻 argument_config.py 里的注释，功能上新历史则收录在更新日志里。

【免费下载链接】LivePortraitBring portraits to life!项目地址: https://gitcode.com/GitHub_Trending/li/LivePortrait