LivePortrait 是目前使用最广泛的开源人像动画项目之一——它是一个研究模型，只需一张静态人像，就能把驱动视频中的表情与头部运动迁移到脸上，让照片“动起来”。如果你经常看到它被提到，想用最通俗的方式搞清楚LivePortrait 是什么、怎么运行，以及它能否替代托管式的口播数字人工具，这篇指南会一次讲明白。项目来源：github.com/KwaiVGI/LivePortrait。
什么是 LivePortrait？
LivePortrait 是一个高效的人像动画框架。给它一张人脸源图像和一个驱动信号——通常是一段有人在说话、做动作的短视频——它就能生成一段新视频，让源人像去“复刻”这些动作，包括细微的表情、眼神与唇部运动。相较更“重”的扩散式方案，它以速度快、可控性强而出名。
需要重点理解的一点是：LivePortrait 是面向开发者的工具，不是托管网站。 它没有注册页面，也没有浏览器应用。你需要用 Python 在本地安装，并通过命令行或演示界面运行。这样做的好处是灵活、运行成本接近为零，但也意味着你要进行真正的环境配置，并且需要一块性能不错的 GPU。
如何运行 LivePortrait
LivePortrait 在本地运行，所以在第一次生成动画前，你需要准备一些前置条件。
前置条件
- 一台带 NVIDIA GPU 的电脑（也可以只用 CPU，但会很慢）。
- Python，以及 conda 等包管理工具。
- Git，用于克隆仓库并下载模型权重。
安装与配置
- 从官方 GitHub 项目克隆仓库并安装 Python 依赖。
- 按项目 README 的说明下载预训练权重。
- 用你的源人像与驱动视频运行推理生成动画结果，或启动自带的演示界面。
由于它是研究项目，第一次上手通常需要阅读 README 和 issues，并自行管理环境与后续更新。
LivePortrait vs 托管式口播数字人工具
LivePortrait 和托管式头像工具解决的是不同问题。
- 选择 LivePortrait，如果你熟悉 Python 和 GPU，希望对动画拥有研究级别的控制，并且更看重免费、自托管的路径，而不是极致省事和速度。
- 选择托管式工具，如果你只想快速拿到成品口播视频，且不想做任何配置。VisionStory 只需“一张照片 + 一段文案”，几分钟就能在浏览器里生成唇形同步的口播数字人视频——无需 Python、无需 GPU，也不需要录制驱动视频。
如果你的目标是用一张照片和脚本生成会说话的讲解人，托管式头像工具通常更省时。你可以在 AI 视频生成 中了解工作原理，或先做一个快速的 会说话的照片 来对比体验。
想不安装任何东西就生成口播视频？ 免费试用 VisionStory——上传照片、输入脚本，几分钟就能获得可分享的口播数字人视频。
