引言
随着 AI 技术的飞速发展，图像生成与编辑的门槛不断降低，尤其在人像视频生成领域取得了令人瞩目的成就。快手可灵大模型团队开源的 LivePortrait 框架，以其出色的性能与创新的设计，引领了 AI 生成的新浪潮。LivePortrait 不仅能够将静态图像转换为动态视频，还能精确控制面部细节，如眼睛和嘴唇的运动，实现前所未有的表现力。
突破传统的创新框架
相比当前主流的基于扩散模型的方法，LivePortrait 采用了全新的基于隐式关键点的框架。这样的设计不仅大幅提高了模型的计算效率，还提升了其对生成视频的可控性。通过 69M 高质量的训练帧与视频-图片混合训练策略，LivePortrait 能够更好地泛化，适应各种输入数据。
其核心亮点在于隐式关键点的运用，类似于面部混合变形 (Blendshape) 的有效隐式表示。贴合 (stitching) 和重定向 (retargeting) 模块的引入，更使得生成视频过程中的每一帧都能无缝过渡，确保动作流畅自然，尤其是当驱动多个角色时，模型的表现尤为出色。
性能与可扩展性
在实际应用中，LivePortrait 的速度令人惊艳。即便在 RTX 4090 GPU 上，单帧生成仅需 12.8 毫秒，未来通过 TensorRT 优化，预计能缩短至 10 毫秒以下，这样的速度远超现有的许多基于扩散模型的方案。这使得 LivePortrait 能够用于实时应用场景，如直播、虚拟偶像等领域，满足高效且灵活的需求。
除了生成人像，LivePortrait 还能处理更多复杂场景，如多人合照的无缝动作驱动，甚至可以让动物模仿人类的表情，拓宽了其在娱乐、教育、影视等多个领域的应用空间。
技术架构的双阶段训练
LivePortrait 的训练过程分为两个阶段。第一阶段是基础模型的训练，通过大规模高质量的数据集（如 Voxceleb、MEAD、RAVDESS）进行改进，结合风格化图片数据集的应用，模型在各种输入场景下表现优异。第二阶段则是贴合与重定向模块的训练。通过轻量 MLP 网络，LivePortrait 能够将隐式关键点映射到实际动作中，确保动作的自然过渡和极高的生成控制力。
获取指南
- 一键启动：无需复杂配置，下载后解压直接点击 一键启动.exe，即可启动程序。
- 下载速度取决于您的网速，无需开通会员。
- 公众哪个号嘞 InnoTechX
发送 “LP” 即可获取一键整合包。
前置条件
此一键包用于win10、win11，并且需要配备至少6GB显存及以上的独立 NVIDIA 显卡 可用。cuda版本需要大于等于11.1，如果cuda版本小于11.1，可以按照教程按装指定版本的cuda[--------------]https://www.zhisk.com/1154.html。
cuda版本查询cmd指令
nvcc –version
或：
nvidia-smi
(注意：在 Windows 系统上，某些较高版本的 CUDA（例如 12.4、12.6 等）可能会导致未知问题。您可以考虑将 CUDA 降级到版本 11.8 以确保稳定性。)
使用教程
- 下载并解压整合包到本地目录 本地目录(全路径)不要带中文或者特殊符号。
- 进入目录后，点击 一键启动.exe 启动程序。如果是人物图片或者视频，使用一键启动.exe。猫狗动物就用一键启动(动物).exe
3.注意：程序运行期间，请勿关闭 CMD 命令窗口。点击启动后会自动打开网页跳转到 http://127.0.0.1:8889 没有就自行复制到浏览器打开
表情驱动
- 1.可以在源图像中把你需要处理的图片表情拖拽进来，也可以点击下面的示例Examples，便于演示，我直接选择下面的Example。
- 2.下拉网页，找到第三步，点击动画，等待程序执行即可，执行结果可以直接在第三步区域下方预览
- 3.你也可以使用驱动图片，和驱动文件pkl去驱动，具体效果自行测试
- 4.视频表情控制和上述操作基本一样，选择源视频上传你的视频即可，需要注意的是，生成的视频长度，以驱动视频的长度为准。
- 5.猫狗动物操作与之前基本一样
快去试试吧，非常好玩儿。
