# AI 真实感人像 Live 图调研

日期：2026-04-30

## 范围

目标是从静态人像或 AI 人像生成接近真实拍摄的 live 图、实况图或短动态人像。这里的 live 图包含三种交付形态：

- 社媒 live 实况感：2-5 秒微动短视频，强调像手机随手拍。
- iPhone Live Photo 类：短视频片段可进一步封装为 live photo。
- 人像驱动视频：用参考视频或音频驱动头像/半身/全身人像。

## 推荐路线

### 1. 微动 live 图

适合头像、半身写真、网感实况图。

流程：

1. 先生成或筛选高真实感静帧。
2. 用图生视频模型做轻微动态：眨眼、呼吸、头发/衣料轻动、微弱手持镜头。
3. 限制运动幅度，避免脸部漂移和背景形变。
4. 后期做清晰度、人像增强、去闪烁、压缩适配社媒。

关键词：

`subtle motion`, `natural blink`, `tiny head movement`, `handheld phone live photo`, `background almost static`, `no face morphing`, `no exaggerated movement`

### 2. 参考视频驱动

适合从一张人像生成动作更明确的 live 视频。

优先工具：

- Wan2.2 Animate：参考视频驱动人物动作和表情，适合 full-body / half-body。
- LivePortrait：轻量头脸表情驱动，适合头像、半身、说话前的微表情。

注意：

- Wan Animate 更适合“动作迁移 / 角色替换”。
- LivePortrait 更适合“脸和头部动起来”，但身体、手、背景不是强项。
- 参考视频质量决定结果：正脸、稳定光线、动作幅度小，通常更真实。

### 3. 说话 live 图 / 数字人

适合头像说话、播报、产品介绍。

优先工具：

- InfiniteTalk：音频驱动，强调长视频、身份稳定、口型同步。
- Wan2.2 + InfiniteTalk/TTS：更完整的数字人链路。

注意：

- 真实感不只看口型，还看眨眼、头部微动、肩颈、呼吸节奏。
- 音频要干净，语速不要过快。

## 生产建议

真实感 live 图不要从“大动作”开始。更稳的商业路径是：

1. 先做真实静帧。
2. 用 2-3 秒微动测试人物是否漂脸。
3. 再尝试 5 秒以上或参考视频驱动。
4. 最后统一修复画质、肤质、闪烁和压缩。

最容易翻车的问题：

- 脸型逐帧变化。
- 眼睛漂移或眨眼异常。
- 背景跟着脸一起流动。
- 手部、牙齿、饰品变形。
- 运动太“AI 预告片”，不像 live 图。

## 已整理案例

- `raw_cases/source.json`：原始搜索结果。
- `case.json`：已用 `generate_case.py` 标准化，图片已上传 OSS。
- `search_result/result.json`：viewer 使用的数据。
- viewer：`search_result/index.html`

## 关键外部资料

- ComfyUI 官方 Wan2.2 I2V 文档：Wan2.2 支持 T2V/I2V，包含 5B/14B 模型、480P/720P、ComfyUI 原生工作流。
- ComfyUI 官方 Wan2.2 Animate 文档：Wan Animate 有 Mix/Move 两种模式，用于角色替换和动作/表情复制。
- Wan2.2 GitHub：官方仓库说明 I2V-A14B 支持 480P/720P 图生视频。
- LivePortrait GitHub：肖像动画基线方案，适合头脸表情驱动。
- InfiniteTalk：音频驱动 talking video，适合说话类 live 人像。

## 公众号补充

`content-search` 的公众号平台本轮对 8 个关键词均返回空输出，因此没有直接 API 命中的公众号结果。后续用网页搜索反查到两条 `mp.weixin.qq.com` 教程线索，已追加到 `source.json` 和 viewer：

- Wan2.2 Remix V2 图生视频版：2025-11-08，RunningHub 页面明确给出公众号文章教程链接，适合作为图生视频/live 图路线补充。
- Qwen image + Wan2.2 S2V 全身姿势控制：2025-09-10，超过最近半年窗口，仅作为姿势/深度控制和循环舞蹈路线参考。