3分钟让照片动起来！LivePortrait零基础动画制作教程

你是否曾想让老照片中的人物微笑眨眼？是否需要为社交媒体制作生动的头像动画？LivePortrait开源项目让这些需求变得触手可及。作为快手团队推出的人像动画工具，它支持照片/视频驱动、姿势编辑、动物动画等功能，已被剪映、抖音等平台采用。本文将带你从安装到创作，完成首个动画作品。

项目概述

LivePortrait是基于PyTorch的高效人像动画系统，通过 stitching（拼接）和 retargeting（重定向）技术，实现从单张图片到动态视频的转换。核心特性包括：

• 双模式支持：人类app.py与动物app_animals.py动画
• 多源驱动：视频/图像/动作模板（.pkl）驱动
• 实时交互：Gradio界面src/gradio_pipeline.py支持参数调节
• 跨平台兼容：Windows/Linux支持完整功能，macOS支持基础人像模式

安装准备

环境要求

• 系统：Windows 10+/Linux/Ubuntu 20.04+
• 硬件：NVIDIA GPU（推荐8GB+显存）/ Apple Silicon
• 依赖：Python 3.10、FFmpeg、Git

快速安装步骤

1. 获取代码

git clone https://gitcode.com/GitHub_Trending/li/LivePortrait
cd LivePortrait

2. 创建虚拟环境

conda create -n LivePortrait python=3.10
conda activate LivePortrait

3. 安装依赖包

Windows/Linux用户：

# 检查CUDA版本
nvcc -V
# 根据输出安装对应PyTorch版本，例如CUDA 11.8
pip install torch==2.3.0 torchvision==0.18.0 --index-url https://download.pytorch.org/whl/cu118
pip install -r requirements.txt

macOS用户：

pip install -r requirements_macOS.txt

4. 下载模型权重

huggingface-cli download KwaiVGI/LivePortrait --local-dir pretrained_weights --exclude "*.git*" "README.md" "docs"

权重将保存至pretrained_weights/目录，约需8GB存储空间。

基础操作指南

命令行快速上手

人像动画（图片驱动）

python inference.py -s assets/examples/source/s9.jpg -d assets/examples/driving/d0.mp4

输出文件默认保存至animations/目录，包含原始驱动视频、源图像和生成结果的拼接视频。

动物动画（需编译X-Pose）

# 编译关键点检测模块
cd src/utils/dependencies/XPose/models/UniPose/ops
python setup.py build install
cd -

# 运行猫脸动画
python inference_animals.py -s assets/examples/source/s39.jpg -d assets/examples/driving/wink.pkl --driving_multiplier 1.75

Gradio界面使用

启动图形界面：

python app.py  # 人类模式
# 或动物模式
python app_animals.py

界面主要功能区：

1. 源输入区：上传图片/视频assets/examples/source/
2. 驱动选择区：选择预设动作assets/examples/driving/
3. 参数调节区：
   • 驱动强度（Driving multiplier）
   • 拼接模式（Stitching）
   • 姿势编辑assets/docs/pose-edit-2024-07-24.jpg

高级技巧

驱动视频优化

使用自定义视频时建议：

• 裁剪为1:1比例（512x512像素）
• 保持头部居中，减少肩部运动
• 首帧为中性表情正面脸

自动裁剪命令：

python inference.py -s s9.jpg -d myvideo.mp4 --flag_crop_driving_video

动作模板制作

将常用动作保存为.pkl模板：

# 从视频提取动作特征
python inference.py -d my_driving.mp4 --save_template my_action.pkl

模板文件可减少重复计算并保护原始视频隐私。

性能优化

启用Torch编译加速（Linux-only）：

python app.py --flag_do_torch_compile

首次运行需1分钟优化，后续推理速度提升20-30%。各模块速度测试数据见assets/docs/speed.md。

常见问题解决

安装问题

• FFmpeg缺失：参考安装教程
• X-Pose编译失败：检查CUDA版本与VS Build Tools（Windows）
• 权重下载缓慢：使用HF镜像export HF_ENDPOINT=https://hf-mirror.com

推理问题

• 黑屏/扭曲输出：检查源图是否包含清晰人脸
• 速度过慢：降低分辨率或使用speed.py分析瓶颈
• 动物模式错误：确认已编译MultiScaleDeformableAttention模块

应用场景

内容创作

• 社交头像：制作眨眼/微笑动态头像
• 教育素材：历史人物照片动画化
• 广告创意：产品模特表情定制

开发扩展

• 集成至视频编辑软件src/live_portrait_wrapper.py
• 开发API服务src/utils/io.py
• 构建Web界面（参考社区项目）

社区资源

项目持续更新，最新功能可查看更新日志。社区贡献的扩展工具包括：

• ComfyUI节点：ComfyUI-AdvancedLivePortrait
• 实时音频驱动：ditto-talkinghead
• TensorRT加速：FasterLivePortrait

总结

通过本文指南，你已掌握LivePortrait的安装配置、基础操作和高级技巧。从命令行脚本到Gradio交互，从人类肖像到动物动画，这个工具提供了灵活的创作可能。建议从示例素材开始实践，逐步尝试自定义参数。项目仍在快速迭代，欢迎关注更新日志获取新功能。

道德提示：该技术不得用于制作未经授权的他人肖像动画，建议在作品中添加可识别的AI生成标记。

现在，准备好你的照片，开始创作吧！如有问题可提交Issue或参与Discussions交流。