LivePortrait 人像动画完整教程一张静态照片驱动出动态视频【免费下载链接】LivePortraitBring portraits to life!项目地址: https://gitcode.com/GitHub_Trending/li/LivePortraitLivePortrait 是一款开源人像动画工具把一张静态人像作为源用另一个视频、图片或动作模板驱动生成会眨眼、说话、动的动态视频。适合新手和想本地制作数字人、宠物内容的创作者本文覆盖环境搭建到参数调优的完整流程。它能做什么能力与边界核心链路是源静态人像或人像视频 驱动驱动视频、驱动图片、内置 .pkl 动作模板→ 动态人像视频。Gradio 界面在此之上提供姿势编辑、图像驱动和区域控制animation_region动物模式为猫狗单独优化了关键点检测。边界要说清楚动物模式仅在 Linux/Windows NVIDIA GPU 上测试通过macOSApple Silicon只支持人类模式速度约为 RTX 4090 的 1/20torch.compile加速不支持 Windows 和 macOS。准备工作环境、依赖与模型权重系统需先装好 git、conda、FFmpeg。通用步骤git clone https://gitcode.com/GitHub_Trending/li/LivePortrait cd LivePortrait conda create -n LivePortrait python3.10 conda activate LivePortraitLinux / Windows 安装依赖pip install -r requirements.txt动物模式还要先编译 X-Pose 组件cd src/utils/dependencies/XPose/models/UniPose/ops python setup.py build install cd -macOSApple Silicon改用pip install -r requirements_macOS.txt export PYTORCH_ENABLE_MPS_FALLBACK1下载模型权重任意系统放入pretrained_weightspip install huggingface_hub huggingface-cli download KlingTeam/LivePortrait --local-dir pretrained_weights --exclude *.git* README.md docs权重目录结构需符合 assets/docs/directory-structure.md。硬件取舍配置建议参数低配≤6GB 显存保持默认 fp16调低--source_max_dim中配6–8GB全部用默认值高配8GBLinux加--flag_do_torch_compile提速 20–30%第一次生成从输入到成片准备输入源图为正面清晰人像≥512×512驱动视频首帧应为正面中性表情、尽量 1:1不想自己录驱动时直接用内置.pkl模板更快也更保护隐私。运行Linux/WindowsmacOS 在命令前加PYTORCH_ENABLE_MPS_FALLBACK1python inference.py -s assets/examples/source/s9.jpg -d assets/examples/driving/d0.mp4查看输出结果在animations/如s9--d0_concat.mp4包含驱动、输入、结果三段。想用界面调参人类模式python app.py动物模式python app_animals.py。调参指南关键参数逐项讲参数作用建议值调大 / 调小的效果driving_multiplier动作幅度expression-friendly 模式生效1.0动物 1.75调大表情夸张易变形调小更收敛--flag_stitching边缘缝合修复头部动得小开 True动得大 / 动物关关掉可避免大动作下的伪影--scale源人像裁剪尺度2.3调大人像占比更小调小更贴近--animation_region动画作用区域allexp/pose/lip/eyes 可单区域控制--source_max_dim源图长边上限1280调小省显存调大更细腻--flag_crop_driving_video驱动视频自动裁剪默认关驱动视频非 1:1 时开启两个最容易出问题的参数driving_multiplier效果偏夸张时先确认--driving_option是 expression-friendly再把值降到 0.8–1.2。scale生成画面里人脸被裁掉或背景缺失时调整它驱动视频取景不佳则加--flag_crop_driving_video自动裁剪。出问题了按症状排查报 “FFmpeg is not installed” → 缺 ffmpeg → 按 assets/docs/how-to-install-ffmpeg.md 安装CUDA 版本不匹配报错 → torch 与本机 CUDA 不一致 →nvcc -V查看后装对应 PyTorch动物模式报缺 MultiScaleDeformableAttention → X-Pose 组件没编译 → 执行准备阶段的编译命令输出视频出现黑块 → GPU 不支持 fp16 → 加--no_flag_use_half_precision面部扭曲 / 身份漂移 → 驱动幅度过大或源图侧脸 → 换正面清晰图driving_multiplier降到 0.8–1.2显存 OOM → 分辨率过高 → 调低--source_max_dim关闭其他占用 GPU 的程序落地用法4 个具体场景社媒动态头像-s用正面头像-d用内置模板如assets/examples/driving/talking.pkl直接出说话头像视频批量生产多张头像时用 shell 循环调用inference.py把结果统一写入同一输出目录即可。图片驱动表情迁移-d传一张 jpg如-d assets/examples/driving/d30.jpg再加--animation_region exp只迁移表情不动姿态。人像视频编辑v2v-s传视频如-s assets/examples/source/s13.mp4输出逐帧替换动作的新视频。宠物眨眼视频python inference_animals.py -s 宠物图 -d assets/examples/driving/wink.pkl --driving_multiplier 1.75 --no_flag_stitching。深入探索仓库关键路径src/config/所有用户可配参数定义在这里argument_config.py即完整参数清单assets/docs/changelog/历次功能更新记录含图像驱动与区域控制的说明assets/examples/driving/内置驱动视频和 .pkl 动作模板assets/docs/directory-structure.md模型权重目录结构对照【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