：LivePortrait：一种让照片动起来的开源技术方案

LivePortrait：一种让照片动起来的开源技术方案

LivePortrait 是能让照片动起来的开源技术方案。需提供“谁动”和“如何动”的素材，试用网址用于研究学习。它高效且可控，论文有原理介绍。技术人员可参考官方文档搭建，包括创建新环境、下载源码和准备运行环境等，还需下载模型权重，最后执行命令生成结果，更多内容见官方说明。

有一款开源项目，它主要功能就是让静态照片动起来。

你只需要提供两个素材，第一个素材是让谁动。就比如下面的这个兵马俑。

第二个素材是如何动，就比如下面这个视频。

然后，将这俩数据交给开源项目处理，最终就得出如下结果。

不但对一个人有效，多个人也可以了。

不但对人类有效，萌宠动物或者二次元也行。

试用网址是：huggingface.co/spaces/Kwai… 这个网址是研究和学习用的。

只需要上传那两个素材，然后点击确定。

就可以获得一个会动的视频。

好了。上面这些操作，其实就可以卖钱了。

有很多人利用信息差，白嫖这项开源技术。用上面的网址，制作一些亲人照片怀念视频、萌宠搞怪视频进行售卖。你得开个会员，或者花上九块九才能使用一次。

下面部分内容是给技术人员看的。如果你对此感兴趣，想进一步了解其中的原理，可以继续阅读。

这项开源框架叫LivePortrait，它是具有拼接和重定向控制的高效肖像动画。它的论文概要内容如下：

肖像动画旨在从单一源图像合成逼真的视频，将其用作外观参考。我们没有遵循主流的基于扩散的方法，而是探索和扩展了基于隐式关键点的框架的潜力，从而有效地平衡了计算效率和可控性。为了提高生成质量和泛化能力，我们将训练数据扩展到大约6900万个高质量帧，采用混合图像-视频训练策略，升级网络架构，并设计更好的运动转换和优化目标。此外，我们发现紧凑的隐式关键点可以有效地表示一种混合形状，并精心提出了一个拼接和两个重新定位模块，它们利用一个计算开销可忽略不计的小型MLP来增强可控性。实验结果表明，与基于扩散的方法相比，我们的框架是有效的。在RTX 4090 GPU上使用 PyTorch的生成速度显著达到12.8毫秒。推理代码和模型可在 github.com/KwaiVGI/Liv… 获得。

技术人员如何自己搭建呢？

对于技术人员，最直观的方式就是去官方的ReadMe.md文档查看 github.com/KwaiVGI/Liv…

这里面不但有入门操作，项目源码，还有版本更新说明。

比如在7月19日，框架开始支持视频编辑，又名v2v。照片到视频是p2v，即picture to video。v2v就是视频到视频。

图片到视频是让静态图片动起来，感觉很有用。

但是视频到视频有什么用呢？

举个例子，比如有个美女跳舞，她走的是冷酷风。但是老板想让她走嘻哈风，但是美女就是不从。这时就可以找个爱笑的女孩子，通过v2v让不爱笑的美女笑起来。

其实，你们网上看得那些武松和潘金莲、孙悟空和白骨精的改编版，估计用的也是v2v这项技术。

好了，下面就说说如何搭建和使用。7月25日，官方发布了安装包，可以通过下载安装包直接使用。甚至连搭建都不用了。解压即可使用。

两个下载地址如下：

• huggingface.co/cleardusk/L…

• pan.baidu.com/s/1FWsWqKe0…

如果，你还有执念，就是想自己搭建，并且融于到自己的产品中。那么继续往下看。

我们用conda管理环境，首先要准备一个新环境。相当于给项目批了一块地。

ini代码解读复制代码conda create -n LivePortrait python=3.9 conda activate LivePortrait 

然后，将源码下载下来，存放到一个位置。并且进入文件目录。

bash代码解读复制代码git clone https://github.com/KwaiVGI/LivePortrait cd LivePortrait 

下载源码，可以用git形式。也可以直接下载zip文件。

第三步，准备运行支持环境。上面新建了一个环境，批了一块地。现在要进行装修和水电网的铺设。安装采用pip。

bash代码解读复制代码# Linux和Windows用户执行这个 pip install -r requirements.txt # macOS用户用这个 pip install -r requirements_macOS.txt 

requirements.txt里面是：

ini代码解读复制代码-r requirements_base.txt onnxruntime-gpu==1.18.0 

requirements_macOS.txt里面是：

ini代码解读复制代码-r requirements_base.txt onnxruntime-silicon==1.16.3 

他们都有requirements_base.txt，然后区分了一些系统特性。

我们看requirements_base.txt里面是这样：

ini代码解读复制代码--extra-index-url https://download.pytorch.org/whl/cu118 torch==2.3.0 torchvision==0.18.0 torchaudio==2.3.0  numpy==1.26.4 pyyaml==6.0.1 opencv-python==4.10.0.84 scipy==1.13.1 imageio==2.34.2 lmdb==1.4.1 tqdm==4.66.4 rich==13.7.1 ffmpeg-python==0.2.0 onnx==1.16.1 scikit-image==0.24.0 albumentations==1.4.10 matplotlib==3.9.0 imageio-ffmpeg==0.5.1 tyro==0.8.5 gradio==4.37.1 pykalman==0.9.7 

很明显，它是需要GPU的。就算是你下载上面那个windows版本的压缩包，也需要你电脑具有GPU。

准备完环境就具备了运行资格。下一步是下载模型权重。不用你训练，只需要你下载人家训练好的模型，放到你电脑中使用即可。

官方的给出的方式比较国际化：

bash代码解读复制代码git clone https://huggingface.co/KwaiVGI/LivePortrait temp_pretrained_weights mv temp_pretrained_weights/* pretrained_weights/ rm -rf temp_pretrained_weights 

其实，在实际操作中，一般很难执行。最好还是去用浏览器下载，然后放到文件目录中。

以下是百度云下载地址：

• pan.baidu.com/share/init?…

下载完了，让文件解压并将它们放在./pretrained_weights。其实这一步和上面命令行执行的步骤一样。哪一个能走通，更好实现，就走哪一步。

但是，不管怎样，你要确保最终存放模型的文件夹里是这样的结构：

markdown代码解读复制代码pretrained_weights ├── insightface │   └── models │       └── buffalo_l │           ├── 2d106det.onnx │           └── det_10g.onnx └── liveportrait     ├── base_models     │   ├── appearance_feature_extractor.pth     │   ├── motion_extractor.pth     │   ├── spade_generator.pth     │   └── warping_module.pth     ├── landmark.onnx     └── retargeting_models         └── stitching_retargeting_module.pth  

最后一步啦，最后一步！开始享受使用过程！准备好两类素材，一个让什么动，一般是图片(假设名字叫p.jpg)。另一个如何动，一般是视频(假设名字叫v.mp4)。然后在环境中，在项目目录下，执行以下命令：

css代码解读复制代码python inference.py -s p.jpg -d v.mp4 

此时会在animations文件夹下生成结果。

如果你一时间找不到素材，也可以使用项目里提供的素材。位置在 assets/examples/下。里面有图片也有视频。

如果想要操作视频到视频，命令如下：

代码解读复制代码python inference.py -s v1.mp4 -d v2.mp4 

关于更多的内容，开发者可以去看官方说明，里面讲解的很详细