Live Portrait 是一款视频驱动的肖像动画框架，专注于提升泛化能力、可控性和效率，适用于实际使用场景。它能够从单张源图像合成逼真的视频，运动信息（面部表情和头部姿态）来自驱动视频、音频、文本或生成内容。
用途方面，Live Portrait 主要用于将静态肖像照片转化为动态视频。用户上传一张清晰的面部肖像照片，系统提取面部特征，再选择或上传一段展示面部运动的驱动视频，点击生成按钮即可创建动画。过程中可以调整配置参数或使用默认值。
主要能力包括：
- 多风格肖像动画：利用拼接技术，可跨不同风格和尺寸对静态图像进行动画处理。
- 肖像视频编辑与拼接：提供基于拼接技术的动态视频到视频人脸动画和编辑能力。
- 精确的眼部动画控制：通过标量输入动态调整眼睛开合程度，实现细致表情控制。
- 准确的唇部运动控制：通过基于标量的输入微调唇部位置，实现精确的语音和表情动画。
- 高级自重建：从单张源帧生成高质量动画，在重建动态视频序列方面优于现有方法。
- 强大的跨身份重演：在不同肖像之间准确迁移运动，处理从大幅度姿态变化到细微表情以及多人输入等多种场景。
核心技术原理：基于 vid2vid 模型，使用大量高质量图像和视频数据集训练，从源图像和驱动视频中提取关键特征。采用创新的隐式关键点框架，将驱动视频中的运动映射到肖像上，确保高效可控的动画。优化的解码器快速生成每一帧，在保持源图像身份的同时高效创建平滑动画。拼接和重定向模块优化输出，以极小的计算开销实现对面部表情和运动的细粒度控制。
使用方式：三步操作。第一步，上传一张面部清晰的肖像照片，Live Portrait 将提取面部特征用于动画；第二步，选择或上传一段展示面部运动的驱动视频，该视频将指导肖像图像的面部运动生成；第三步，点击“Animate”按钮，根据需要调整配置参数或保留默认值，然后点击生成并等待完成。
适用场景：包括自重建、跨身份重演、静态图像肖像动画、肖像视频编辑、眼部和唇部重定向控制，以及不同风格之间的动画。还可通过微调用于动物动画（猫、狗、熊猫）。
限制与说明：官方资料未提供具体的收费信息、价格、平台限制或详细使用步骤。已知开发方为快手科技、中国科学技术大学和复旦大学的研究者。性能方面，在 RTX 4090 GPU 上使用 PyTorch 达到 12.8ms 的生成速度，训练使用了约 6900 万高质量帧。开源项目推理代码和模型可在 https://github.com/KwaiVGI/LivePortrait 获取，免费试用可在 https://live-portrait.org/free-playground 访问。
