企业官网建设流程全解析

LivePortrait 快速上手：3 步把静态照片变成动态人像视频

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

给老照片里的人补一段会眨眼的视频，或让人物立绘跟着驱动视频做动作——静态照片变动态这件事，靠传统剪辑很难做到。LivePortrait 人像动画是一个开源的人像动画工具：一张照片、一段驱动视频，就能生成表情和动作连贯的动态肖像视频。

先看效果：先跑通，再谈参数

🖥️ 开始前确认三件事：装了git、conda和ffmpeg（缺 ffmpeg 会直接报错），有一块 CUDA 显卡；macOS 用户也可以跑人类模式，只是会慢很多。

第一步：克隆代码并安装依赖

git clone https://gitcode.com/GitHub_Trending/li/LivePortrait cd LivePortrait conda create -n liveportrait python=3.10 conda activate liveportrait pip install -r requirements.txt

macOS（Apple Silicon）用户把最后一行换成pip install -r requirements_macOS.txt。

第二步：下载预训练模型权重

pip install -U "huggingface_hub[cli]" huggingface-cli download KlingTeam/LivePortrait --local-dir pretrained_weights --exclude "*.git*" "README.md" "docs"

权重会放进项目根目录的pretrained_weights/，目录结构应包含 assets/docs/directory-structure.md 中描述的那些文件。

第三步：跑一次推理，打开 WebUI

# 命令行直接跑：默认用示例图 source/s0.jpg 和驱动视频 driving/d0.mp4 python inference.py # 或者启动 Gradio 界面，浏览器打开 http://127.0.0.1:8890 python app.py

inference.py跑完会在animations/目录生成一个 mp4，里面横向拼了驱动视频、输入图和生成结果三块，方便你直接对比效果。跑通这一步，后面所有参数才有讨论的意义。

它能干什么：5 类玩法一次说清

界面和命令行功能基本一致，常用入口是python app.py（人类模式）和python app_animals.py（动物模式）。功能上可以归成五类：

• 照片变视频（i2v）：静态人像 + 驱动视频，输出动态肖像，这是最核心的用法
• 视频编辑（v2v）：源输入本身是视频，相当于给人像视频换表情、换头部动作
• 滑块式编辑：不靠视频，用滑块控制点头、偏头、微笑、眨眼、眼神方向，实时预览
• 图像驱动 + 区域控制：用一张图片当驱动信号，还能指定只驱动嘴、眼、表情或头部
• 动物模式🐱：针对猫狗的面部关键点单独建模，注意它只支持 Linux/Windows + NVIDIA 显卡，macOS 跑不了

跟着做三个最常用的功能

用驱动视频让照片动起来

这是上手后第一个该试的功能：

1. 启动python app.py，在左侧Source Image上传一张正面清晰的人像（仓库示例可直接点assets/examples/source/s9.jpg）
2. 右侧Driving Video选一段驱动视频，示例d0.mp4就能用
3. 保持默认参数，点Animate按钮
4. 到animations/查看拼接结果，确认动作和表情都"贴"在脸上

用自己的驱动视频时注意两点：裁成 1:1（如 512×512），或加参数--flag_crop_driving_video让程序自动裁；第一帧最好是正面中性表情，肩部动作越少越好。

用滑块摆头、眨眼、微笑

不需要任何驱动视频，适合做静态图的微调：

1. 在 Gradio 界面往下滚到Retargeting Image区域，上传人像
2. 在 "Facial movement sliders" 里拖head pitch / yaw / roll，控制低头、偏头、歪头
3. 在 "Facial expression sliders" 里试smile、wink、eyebrow、眼神方向
4. 每拖一下就会实时重绘预览，不满意点Reset一键还原

用一张图当驱动信号

想给照片"定格"某个表情，又不想拍视频？

1. 驱动输入区切到Driving Image页签，上传一张带表情的照片（如assets/examples/driving/d30.jpg）
2. 如果只想动嘴，把animation region设为lip；只动头部就选pose
3. 点Animate，源图和驱动都是图片时，输出就是一张"改完表情"的静态图
4. 源是视频时，每帧都会按这张图的表情驱动，等于批量换表情

另外两个进阶入口：动物模式先在src/utils/dependencies/XPose/models/UniPose/ops下执行python setup.py build install编译依赖，再运行python app_animals.py；批量推理可以直接用命令行加-s-d换输入。

参数速查表：这几个最常用

以下参数在 src/config/argument_config.py 中有完整定义，命令行加--参数名 值，Gradio 里对应同名控件：

Linux/Windows 上可以启动时加--flag_do_torch_compile，首次推理会多花约一分钟做优化，之后每次快 20%–30%（macOS 和 Windows 不支持该选项）。

排障手册：遇到问题这样处理

• 现象：运行app.py直接报FFmpeg is not installed。原因：系统缺少 ffmpeg / ffprobe。处理：按 assets/docs/how-to-install-ffmpeg.md 装上，再重跑即可。

• 现象：输出视频里出现黑色方块。原因：部分 GPU 对 FP16 半精度支持不完整。处理：启动时加--no_flag_use_half_precision，牺牲一点速度换正确性。

• 现象：人脸边缘和背景之间有一条可见接缝。原因：边缘修补没生效，或驱动视频头部动作过大，超出可修复范围。处理：确认--flag_stitching处于开启状态（默认开），并换一段头部动作更小的驱动视频。

• 现象：动作幅度失控或表情不自然。原因：driving_option和驱动内容不匹配，或系数给大了。处理：把driving_multiplier收到 0.8–1.2 区间；驱动视频主要是头部转动时改用--driving_option pose-friendly。

• 现象：动物模式依赖安装失败，或 macOS 上报错。原因：动物模式依赖 XPose，需要编译 CUDA 算子，官方只在 Linux/Windows + NVIDIA 上验证过。处理：macOS 只用人类模式；Linux/Windows 先确认nvcc -V的 CUDA 版本与 PyTorch 对应，再编译ops目录。

这些场景用得上

• 数字人口播：用一段口播视频驱动静态人物立绘，做出简单的讲解视频，适合产品介绍和教程内容。
• 老照片纪念：让老照片里的人眨眨眼、笑一笑，比单纯修图更有温度，注意只用于自家照片。
• 宠物内容：动物模式让猫狗照片配合wink.pkl这类动作模板眨眼、摇头，仓库示例里就有现成组合。
• 表情素材批量：同一张图换不同的.pkl动作模板（talking、shake_face、shy 等），一次产出一组表情素材。

跑通之后继续看

参数不需要一次全懂，先跑通一次比什么都重要。挑一张正面清晰的人像，用仓库自带的驱动视频生成你的第一个视频，再对照速查表调一两个参数，手感很快就有了。

• 中文说明文档：readme_zh_cn.md
• 功能更新日志：assets/docs/changelog/
• 全部参数定义：src/config/argument_config.py
• 示例素材（人像与驱动视频/模板）：assets/examples/
• 各模块单帧推理耗时：assets/docs/speed.md

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