LivePortrait 肖像动画完整上手：零基础让一张静态照片开口说话-开发者社区

LivePortrait 肖像动画完整上手：零基础让一张静态照片开口说话

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

LivePortrait 是一个基于 PyTorch 的人像动画开源项目。你给它一张静态人像照片，再给一段驱动视频（或一张驱动图、一个动作模板），它就能把照片做成会眨眼睛、会说话、会转头表情的动态视频。

它由快手团队开发，目前已被快手、抖音、剪映、微信视频号等平台用作高效的肖像动画方案，支持人类和猫狗两种模式。

不用写代码，你只要装好环境、下载好权重，就能在本地跑起 Gradio 界面或命令行推理。下面带你从零走一遍。

项目速览

它解决的问题很直接：静态照片不会动。LivePortrait 用姿态迁移加面部特征捕捉，把一段"动作"搬运到另一张脸上，输出流畅的动画视频。

核心能力：

🎞️ 一张照片 + 一段驱动视频，生成动态肖像动画
🐱 内置动物模型，猫狗照片也能做表情动画
✂️ 支持肖像视频编辑（v2v），改动作还能保留音频
🎯 分区控制，只驱动表情、姿态、嘴唇或眼睛中的某一部分
🖼️ 支持用一张图片当驱动信号，做表情迁移
🎚️ 提供 Gradio 界面，滑杆实时预览，不用敲命令

适合谁用？想给照片、视频加动态效果的创作者，做数字人内容的开发者，以及只想本地跑个肖像动画玩玩儿的普通用户。

第一次使用路径

准备环境：克隆仓库并确认依赖

先确认系统里装好了git、conda和FFmpeg（FFmpeg 缺失会直接报错，安装方法见 assets/docs/how-to-install-ffmpeg.md）。然后克隆代码并建一个 Python 3.10 的独立环境：

git clone https://gitcode.com/GitHub_Trending/li/LivePortrait cd LivePortrait conda create -n LivePortrait python=3.10 conda activate LivePortrait

安装依赖：按你的系统选对应命令

Windows 和 Linux 用户用主依赖文件；macOS 苹果芯片用户换用专门的依赖文件，且只能跑人类模式（动物模式不支持）：

# Linux / Windows pip install -r requirements.txt # macOS（Apple Silicon） pip install -r requirements_macOS.txt

如果你还要用动物模式，需要检查 CUDA 版本并安装匹配的 PyTorch（nvcc -V可查版本），再编译一个 X-Pose 的算子：

nvcc -V cd src/utils/dependencies/XPose/models/UniPose/ops python setup.py build install cd -

下载权重并启动：第一次推理只需一条命令

用 HuggingFace 的 CLI 把预训练权重拉到pretrained_weights目录（目录结构应包含 assets/docs/directory-structure.md 所示的 insightface、liveportrait、liveportrait_animals 三部分）：

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

然后启动。命令行跑一次默认示例，成功会生成animations/s6--d0_concat.mp4（驱动视频、源输入和生成结果的拼接）：

# Linux / Windows python inference.py # macOS（Apple Silicon） PYTORCH_ENABLE_MPS_FALLBACK=1 python inference.py

想可视化操作，就起 Gradio 界面，默认监听127.0.0.1:8890：

python app.py

功能地图

让一张静态照片动起来

给一张人像照片当源，再给一段驱动视频，照片就会跟着驱动视频做表情和头部动作。

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

操作要点：驱动视频建议裁成 1:1（如 512x512），第一帧保持正面中性表情；自己的视频不符合条件时，加--flag_crop_driving_video自动裁切，效果不理想可用--scale_crop_driving_video、--vy_ratio_crop_driving_video微调。也可以直接用现成的.pkl动作模板，比如-d assets/examples/driving/wink.pkl，既快又不泄露你的视频隐私。

让猫狗照片做出表情

动物模式用单独的模型和入口脚本，专门给猫狗照片做动画，2025 年初还更新过用更多数据训练的新版模型。

python inference_animals.py -s assets/examples/source/s39.jpg -d assets/examples/driving/wink.pkl --driving_multiplier 1.75 --no_flag_stitching

要点：动物模式只在 Linux / Windows + NVIDIA GPU 上测过，且必须先完成前面那步 X-Pose 算子编译；动物模型没有训练 stitching 模块，记得加--no_flag_stitching。

给照片做精细的表情和嘴型微调

在 Gradio 界面里，你可以用滑杆实时调整源肖像的姿态和面部细节，每次拖动都会即时刷新画面，不满意点 Reset 就能全部还原。

这是 2024-08-06 加入的 Precise Portrait Editing 功能，受社区项目 ComfyUI-AdvancedLivePortrait 启发。想只动某个区域，用--animation_region参数选exp（表情）、pose（头部姿态）、lip（嘴唇）、eyes（眼睛）或all（默认全部），比如--animation_region lip就只迁移嘴部动作。

给已有视频换一套动作

源输入也可以是视频。你给一段人物视频，LivePortrait 会把它重新"表演"成驱动视频里的动作，也就是肖像视频编辑（v2v）。

python inference.py -s assets/examples/source/s13.mp4 -d assets/examples/driving/d0.mp4

用--audio_priority决定输出用哪边的声音（source或driving）；--flag_normalize_lip可让嘴唇在动画前先回到闭合状态。

让效果更好的做法

让动作更自然

驱动视频对准头部区域，尽量减小肩部动作，第一帧保持正面中性表情
用--driving_multiplier控制动作幅度，默认 1.0，调得太大会让脸变形
头部动得少时保留默认的--flag_stitching（边缘拼接更干净），头部大幅度运动时关掉它

让生成更快

默认已开启半精度推理（flag_use_half_precision），速度不用额外设置
界面里用python app.py --flag_do_torch_compile起服务，首次推理会优化约一分钟，之后快 20-30%（Windows 和 macOS 不支持）
复用.pkl动作模板，省掉对驱动视频的重复计算

让输出更轻量

用--source_max_dim限制源的最大边长，默认 1280，调小后显存和耗时都更低
用--output_dir（-o）指定输出目录，方便批量管理结果
只关心某个区域时把--animation_region缩小到lip或eyes，结果更聚焦

避坑指南

现象：启动就报FFmpeg is not installed。原因：系统里没有 FFmpeg。解决：装好ffmpeg和ffprobe后再跑，参考 assets/docs/how-to-install-ffmpeg.md。
现象：输出视频出现黑块。原因：GPU 对半精度推理不兼容。解决：加--no_flag_use_half_precision关掉 FP16。
现象：装 PyTorch 或编译 X-Pose 时报 CUDA 相关错误。原因：PyTorch 版本和系统 CUDA 版本不匹配。解决：先nvcc -V查版本，再按版本装对应的 torch（CUDA 11.8 / 12.1 都有现成命令）；Windows 上 CUDA 12.4 以上的高版本可能出未知问题，可考虑降到 11.8。
现象：生成的脸扭曲变形。原因：源图质量差或驱动幅度过大。解决：换一张更清晰的正面照，把--driving_multiplier调回 0.8-1.2 区间试试。
现象：macOS 用户想跑动物模式失败。原因：X-Pose 依赖不支持 macOS。解决：macOS 只跑人类模式（inference.py/app.py），动物模式去 Linux 或 Windows + NVIDIA GPU 上跑。

跑起来之后

玩法远不止"照片说话"。给社交账号做一张会眨眼的动态头像；把人物视频换成另一种口播动作，音频还能保留；用--animation_region只迁移嘴型，做口型替换；给宠物照片做眨眼微笑，剪一条纪念短片。

想深入一点，可以从 src/config/argument_config.py 开始看所有参数和默认值，再翻 src/modules/ 了解动画是怎么一步步生成的。项目的更新历史都在 assets/docs/changelog/ 里，每加一个功能都有一篇说明；社区也贡献了不少扩展，比如基于 ComfyUI 的节点和 TensorRT 加速版，值得翻一翻。

LivePortrait 把"静态照片变动态肖像"这件事做得足够轻，你本地就能跑起来，也足够好用，能直接用在真实内容生产里。现在就装上权重，用你自己的照片试第一条命令吧。