LivePortrait：表情迁移比对口型更有意思的地方
数字人做出来「假」，最常见的原因不是嘴型不对，是脸上没有戏：眼睛不眨、眉毛不动、笑的时候只有嘴在笑。这类问题对口型模型无解，得靠表情迁移。
一、它做的事
给两张输入：一张源图（要动的那张脸）、一段驱动视频（表演）。输出是源图的脸，做出驱动视频里的表情、眼球方向和头部姿态。
注意驱动源不是音频，是视频。这意味着：
- 你可以自己演一遍，把表演迁移到角色脸上；
- 也可以找参考表演（授权素材），迁移到数字人身上；
- 表情的丰富度完全取决于驱动视频，不是模型凭空生成。
二、为什么它对观感的影响比口型大
人的视觉对「面部微动」极其敏感。一张完全静止的脸，即使嘴型完全正确，也会被立刻识别为「假的」；反过来，一张嘴型略有偏差但有眨眼、有眉毛微动的脸，可信度高得多。
这也是为什么很多数字人产品在口型模型之外，还要单独跑一层表情驱动。
三、技术上的两个关键点
1. 解耦
要把「身份」（这是谁）和「表情/姿态」（他现在什么状态）分开表示。分不开的话，迁移表情时会把驱动者的长相也带过来，变成「换脸」而不是「表情迁移」。
2. 实时性
这类方案的推理速度通常能做到接近实时，8 GB 显存就能跑。这意味着它可以接摄像头做直播，而不是只能离线渲染。
四、和口型模型怎么配合
音频 → 口型模型（LatentSync 这类）→ 嘴型对上
↓
表情迁移（LivePortrait 这类）→ 眨眼、眉毛、微表情
↓
超分与调色 → 成片顺序很重要：先口型，后表情。反过来的话，表情迁移会把嘴部的形状改掉，前面的口型工作白做。
五、实用的三个技巧
- 驱动视频自己拍：对着摄像头读一遍台词，表情自然，比找素材快；
- 幅度收一点：迁移强度调到 80% 左右，满强度容易夸张，像在演舞台剧；
- 眨眼要留：有些人脸素材本身眼睛很小，迁移后眨眼不明显，可以在驱动视频里刻意多眨几次。
六、边界
技术上是「表情迁移」，法律上仍然是肖像使用。用别人的表演驱动自己的脸，或者用自己的表演驱动别人的脸，都需要授权。工具协议本身也常见「非商用」限制，商用前要单独确认。
和换脸相比，这类方案的风险低一档（不改身份），但也不是「无风险」——它依然在生成一个真人形象的动态内容。
相关阅读
版权声明：如无特殊标注，文章均为本站原创，转载时请以链接形式注明文章出处。
