7月6日，可灵网页版正式上线并且宣布了该网页端集成了文生图、文生视频相关能力，同时提供了一些新功能，如更加清晰的高画质版视频、首尾帧控制、镜头控制等全新编辑能力。
而在可灵网页版上线的前两天，快手发布了Live-portrait初始版本的推理代码和模型模型。此外，LivePortrait的官方网站也在同一天上线。
Live-portrait能够将静态照片转化为逼真的动态视频，通过智能算法控制眼睛和嘴唇的动作，生成生动的效果，突破传统动画制作的难题。上传自己的照片，并选择不同的动作和表情，就能生成具有高度真实感和细腻表情变化的动态人像。
简单粗暴的理解就是，表情的“移花接木”，Live-portrait能够让一张面无表情或者只有简单表情的照片动起来，例如在Live-portrait的功能下，各大艺术作品中的人物也被“唤醒”了。
(图源302.AI的API超市)
自从Live-portrait技术推出后，就迅速成为了热门话题。连HuggingFace的首席战略官Thomas Wolf也在社交媒体上分享了自己使用Live-portrait功能后的作品。
Live-Portrait为什么这么火？先来看下它的方法介绍：LivePortrait的模型训练分为两阶段。第一阶段为基础模型训练，第二阶段为贴合和重定向模块训练。
在第一阶段模型训练中，LivePortrait对基于隐式点的框架，如Face vid2vid，做了一系列改进，包括：高质量训练数据收集、视频-图像混合训练、升级的网络结构、更灵活的动作变换建模、关键点引导的隐式关键点优化、级联损失函数。第一阶段的所有模块为从头训练，总的训练优化函数 (Lbase) 为以上损失项的加权和。
而第二阶段，贴合和重定向模块训练，考虑到实际需求，LivePortrait设计了一个贴合模块、眼部重定向模块和嘴部重定向模块。当参考人像被裁切时，驱动后的人像会从裁图空间被反贴回原始图像空间，贴合模块的加入是为了避免反贴过程中出现像素错位，比如肩膀区域。
眼部重定向模块旨在解决跨身份驱动时眼睛闭合不完全的问题，尤其是当眼睛小的人像驱动眼睛大的人像时。嘴部重定向模块的设计思想类似于眼部重定向模块，它通过将参考图片的嘴部驱动为闭合状态来规范输入，从而更好地进行驱动。
接下来，为了更好理解，一起来看下Live-Portrait的实际效果展示。除了文章上面提到的单一的图像生成，对于多人合照，也可以实现“表情转移”：
如果仅把目光局限在人物上，那就错了！因为除了能将人物的静态照片转化为动态视频，动物也可以：
除了人像照片，给定一段人像视频，比如舞蹈视频，Live-Portrait也可以用驱动视频对头部区域进行动作编辑，看下效果：
虽然Live-Portrait是一款开源模型，但是如果用户想要使用，需要在下载好模型后，设置开发环境、安装必要的软件，还需要如足够的内存和高性能的GPU等一系列繁琐的步骤。然而，302.AI提供了一个更为便捷的解决方案，首先进入302.AI官网后找到API超市，在API分类选择【视频生成】，点击302.AI；
只需要找到302.AI的API超市提供的Live-Portrait的API，可以省去大量配置和安装的步骤，支持在线调试，快速接入Live-Portrait模型。重要的是，302.AI提供按需付费的方式，且无捆绑套餐。
让我们一起看看通过302.AI的API超市实现的Live-Portrait技术成果：
原图（来源于302.AI的API超市）
效果图（来源于302.AI的API超市）
302.AI的API超市分类明晰，会实时更新市面上AI模型的API，不需要自己找模型，不需要配置环境，不需要部署，即使是小白用户也能轻松打开并立即使用。
参考文章：https://mp.weixin.qq.com/s/b_7N4KaY8El4JeD1lorodQ
在探索Live-portrait技术，将静态人像转换为动态视频的旅途中，我们见证了技术的巨大潜力，正如我们已经看到的那些通过Live-portrait动起来的艺术画像，每一个成功的转换都让人感受到时间的力量和科技的魅力。未来，随着技术的进步和应用的深入，我们期待看到更多曾经静默的面孔走入我们的世界，以全新的方式诉说他们的故事。
