✦ EYTVERSE — UNIVERSE WITH A SOUL
☁️ SEMESTA KREATIF ERIKA YUMNA TIFFANY • 🤝 KOLABORASI BERSAMA LALA (@ASC.LALA)
✦ EYT
EYTverse Universe with a Soul
✦ EYTVERSE — UNIVERSE WITH A SOUL
DITERBITKAN November 18, 2026 • TIM REDAKSI EYTVERSE (DIKURASI KREATOR)

LivePortrait Gratis: Foto Diam Jadi Hidup Digiring Ekspresi Wajahmu Sendiri

 

Ada perbedaan besar antara foto yang "dibacakan" dan foto yang "dihidupkan". Kebanyakan alat talking-head bekerja dari audio: kamu beri suara, dan foto itu menggerakkan bibir mengikuti suara tersebut. Hasilnya adalah presenter — bagus untuk menyampaikan informasi, tapi gerakannya selalu mengikuti naskah.


LivePortrait bekerja dengan cara yang berbeda, dan perbedaan itu adalah seluruh alasan kenapa alat ini layak dibahas. LivePortrait tidak digerakkan oleh audio, melainkan oleh video. Kamu rekam dirimu sendiri mengangguk, tersenyum, mengedipkan mata, dan menoleh — lalu semua gerakan itu dipindahkan ke foto yang kamu pilih. Foto seorang kakek yang sudah tiada bisa tersenyum dengan senyummu. Foto karakter ilustrasi bisa mengedipkan mata mengikuti kedipanmu. Kamu menjadi dalang di balik wajah itu, dan wajah itu meminjam ekspresimu.


Alat ini dibuat oleh Kuaishou — perusahaan di balik aplikasi video Kuaishou dan model video Kling — bersama peneliti dari University of Science and Technology of China dan Fudan University. Ia dirilis pada Juli 2024, dan sejak itu menjadi salah satu proyek animasi portrait open-source yang paling banyak dipakai, dengan lebih dari 19.500 bintang GitHub pada November 2026. Ia gratis, berjalan di komputermu sendiri, dan sangat cepat: menurut laporan timnya, kecepatan generasinya mencapai 12,8 milidetik per frame pada GPU RTX 4090.


Tapi seperti semua alat open-source yang kuat, LivePortrait punya sisi yang wajib dipahami sebelum dipakai — terutama soal lisensi. Kode dan bobot modelnya berlisensi MIT, tapi ada satu komponen di dalamnya yang tidak boleh dipakai untuk keperluan komersial tanpa diganti. Artikel ini mengulik semuanya: cara kerjanya, buat siapa ia paling cocok, dan batasan lisensi yang saya verifikasi langsung dari repositori resminya pada 19 November 2026.


Apa itu LivePortrait?


LivePortrait adalah sistem animasi portrait yang efisien, yang dijelaskan dalam makalah "LivePortrait: Efficient Portrait Animation with Stitching and Retargeting Control" (arXiv, Juli 2024). Ide intinya sederhana: ambil satu foto sebagai sumber, ambil satu video sebagai penggerak (driving video), lalu transfer gerakan kepala, ekspresi wajah, dan bahkan gerakan mata dari video penggerak itu ke foto sumber — frame demi frame, secara real-time.


Ada dua kata kunci di judul makalah itu yang menjelaskan kenapa LivePortrait terasa lebih natural daripada pendahulunya.


Stitching. Masalah klasik animasi portrait adalah bagian di luar wajah — rambut, leher, bahu, latar — yang ikut terdistorsi saat wajah bergerak. LivePortrait punya modul stitching yang menyambungkan kembali wajah yang sudah dianimasikan dengan bagian gambar lainnya, sehingga hasilnya tidak terlihat seperti topeng yang menempel di foto.


Retargeting. Wajah penggerak dan wajah sumber hampir tidak pernah punya proporsi yang sama. Kalau kamu menggerakkan kepala jauh ke kiri, foto sumber yang wajahnya lebih bulat seharusnya tidak meniru gerakan itu secara mentah. Modul retargeting mengontrol seberapa besar gerakan yang ditransfer, sehingga ekspresi tetap terlihat milik wajah sumber, bukan sekadar tempelan dari wajah penggerak.


Hasilnya adalah animasi yang terasa hidup: foto bisa tersenyum, mengedipkan mata, mengangguk, menoleh, bahkan mengerutkan dahi — semuanya mengikuti video penggerak yang kamu rekam dengan webcam atau ponselmu sendiri.


Yang juga menarik: LivePortrait tidak hanya bekerja pada manusia. Sejak Agustus 2024, ia punya Animals model yang bisa menganimasikan foto kucing dan anjing dengan cara yang sama. Dan sejak 2024, ia mendukung portrait video editing (video-to-video) — bukan hanya foto diam yang digerakkan, tapi video portrait yang ekspresinya bisa diubah — serta image driven mode dan kontrol regional, di mana kamu bisa menganimasikan bagian wajah tertentu saja.


Buat siapa LivePortrait paling masuk akal?


LivePortrait paling masuk akal buat orang yang ingin mengendalikan ekspresi dengan wajahnya sendiri, bukan dengan naskah atau audio.


Kreator konten dan animator. Kalau kamu membuat karakter virtual, maskot, atau tokoh ilustrasi, LivePortrait memungkinkanmu "memainkan" karakter itu secara langsung: kamu berekspresi di depan webcam, karaktermu mengikuti. Ini jauh lebih spontan daripada mengetik naskah dan menunggu render.


Developer dan peneliti AI. LivePortrait adalah kode riset yang terbuka, dengan antarmuka Gradio, node ComfyUI dari komunitas, dan demo Hugging Face. Kalau kamu membangun aplikasi avatar, filter wajah, atau alat animasi, LivePortrait adalah fondasi yang sudah teruji dan banyak dipakai — menurut catatan pembaruan resminya, ia sudah diadopsi oleh platform video besar seperti Kuaishou, Douyin, Jianying, dan WeChat Channels.


Pendidik dan pencerita. Foto tokoh sejarah, foto keluarga lama, atau ilustrasi dari buku bisa dihidupkan dengan ekspresi yang kamu mainkan sendiri. Untuk materi edukasi, ini adalah cara yang kuat untuk membuat sejarah terasa dekat — selama dipakai dengan rasa hormat dan kejujuran tentang apa yang asli dan apa yang dibuat.


Pengguna yang butuh kecepatan. Dengan 12,8 milidetik per frame pada RTX 4090, LivePortrait termasuk alat animasi portrait tercepat di kelasnya. Ada pula opsi percepatan --flag_do_torch_compile yang membuat inferensi berikutnya 20–30% lebih cepat, serta proyek komunitas FasterLivePortrait yang memakai TensorRT untuk versi real-time.


Sebaliknya, LivePortrait bukan pilihan yang tepat kalau kamu hanya ingin foto membacakan naskah — untuk itu, alat audio-driven seperti SadTalker atau layanan cloud seperti Vidnoz lebih langsung. LivePortrait juga bukan alat sekali-klik: ia butuh instalasi, GPU, dan video penggerak yang direkam dengan benar.


Masalah apa yang diselesaikannya?


LivePortrait menyelesaikan masalah yang berbeda dari alat talking-head pada umumnya.


Pertama, kontrol ekspresi yang spontan. Alat audio-driven hanya bisa menggerakkan bibir mengikuti suara. LivePortrait memberimu seluruh wajah: senyum, kedipan, anggukan, kerutan dahi. Kamu tidak perlu menjelaskan ekspresi dengan kata-kata — kamu cukup menunjukkannya dengan wajahmu sendiri.


Kedua, kecepatan dan efisiensi. Banyak model animasi portrait membutuhkan waktu render yang lama. LivePortrait dirancang untuk efisien, sehingga cocok untuk alur kerja yang butuh banyak iterasi atau bahkan penggunaan real-time.


Ketiga, fleksibilitas input. Foto manusia, foto hewan, video portrait, gambar ilustrasi — semuanya bisa menjadi sumber. Dan video penggeraknya bisa berupa rekaman webcam, video ponsel, atau bahkan file motion template (.pkl) yang dibuat sebelumnya — yang juga berguna untuk melindungi privasi, karena kamu bisa memakai template gerakan tanpa merekam wajahmu lagi.


Keempat, kemandirian dan privasi. Seperti SadTalker, LivePortrait berjalan lokal di komputermu. Tidak ada kredit, tidak ada langganan, tidak ada foto yang dikirim ke server orang lain.


Lisensi: kode MIT, tapi ada satu komponen yang tidak boleh dipakai komersial begitu saja


Ini bagian yang paling penting dari artikel ini, dan saya memverifikasinya langsung dari file LICENSE di repositori resmi LivePortrait pada 19 November 2026.


File LICENSE repositori tersebut berbunyi, intinya: kode LivePortrait berlisensi MIT, dan kode InsightFace juga berlisensi MIT — tetapi model-model InsightFace hanya untuk keperluan riset non-komersial. Kalimat persisnya: "The models of InsightFace are for non-commercial research purposes only. If you want to use the LivePortrait project for commercial purposes, you should remove and replace InsightFace's detection models to fully comply with the MIT license."


Apa artinya dalam bahasa sehari-hari? Kode LivePortrait dan bobot model LivePortrait sendiri berada di bawah lisensi MIT yang permisif — kamu boleh memakai, memodifikasi, dan mendistribusikannya, termasuk untuk keperluan komersial, dengan syarat menyertakan pemberitahuan hak cipta. Tapi paket LivePortrait yang kamu unduh juga menyertakan model deteksi wajah dari InsightFace (model buffalo_l, file 2d106det.onnx dan det_10g.onnx), dan model-model itu hanya boleh dipakai untuk riset non-komersial. Kalau kamu ingin memakai LivePortrait untuk proyek komersial — misalnya layanan berbayar, video klien, atau produk yang dijual — kamu wajib mengganti model deteksi wajah InsightFace itu dengan detektor wajah lain yang boleh dipakai komersial, sebelum memakai hasilnya untuk keperluan komersial.


Ini bukan larangan memakai LivePortrait. Ini adalah syarat yang jelas dan bisa dipenuhi. Tapi ini juga berarti klaim "LivePortrait gratis dan boleh dipakai komersial" tidak bisa diucapkan begitu saja tanpa catatan. "Kode gratis" tidak sama dengan "semua komponen di dalamnya bebas komersial" — dan justru di situlah banyak orang salah paham. Saya menuliskan batasan ini di sini supaya kamu tidak mengetahuinya setelah terlanjur memakai hasilnya untuk klien.


Satu catatan tambahan: repositori LivePortrait kini berada di bawah organisasi KlingAIResearch di GitHub (github.com/KlingAIResearch/LivePortrait), setelah sebelumnya dikenal lewat organisasi KwaiVGI. Kalau kamu mencari repositori resminya, pastikan kamu berada di alamat yang benar dan membaca file LICENSE yang ada di sana.


Cara memulainya: gambaran besar instalasi


Berdasarkan README resmi, alur instalasi LivePortrait seperti ini:


Persyaratan dasar: git, conda, dan FFmpeg. Python 3.10. GPU NVIDIA dengan CUDA untuk performa penuh; pengguna macOS dengan Apple Silicon bisa menjalankan mode manusia, meski sekitar 20 kali lebih lambat daripada RTX 4090, dan mode hewan tidak didukung di macOS.


Langkah-langkahnya, secara garis besar:

1. Clone repositori dan buat environment conda dengan Python 3.10.

2. Instal PyTorch yang sesuai dengan versi CUDA-mu, lalu instal dependensi dari requirements.txt. Untuk mode hewan, ada dependensi tambahan X-Pose yang perlu dibangun.

3. Unduh bobot pre-trained dari Hugging Face dengan huggingface-cli download, atau dari Google Drive dan Baidu Yun, lalu letakkan di folder pretrained_weights.

4. Jalankan inferensi: python inference.py -s foto.jpg -d video_penggerak.mp4. Hasilnya adalah video MP4 yang menggabungkan video penggerak, foto sumber, dan hasil animasi.

5. Atau jalankan antarmuka Gradio dengan python app.py untuk pengalaman yang lebih visual, termasuk pengeditan pose dan portrait yang presisi.


Jalan pintas buat yang tidak mau instalasi: ada demo online di Hugging Face Spaces, dan ada paket installer sekali-klik untuk Windows yang bisa diunduh dari Hugging Face — cukup unzip dan klik dua kali run_windows.bat. Ini adalah jalan tercepat untuk mencoba LivePortrait tanpa menyentuh baris perintah.


Tips merekam video penggerak yang bagus — ini penting, karena kualitas hasilnya sangat bergantung pada video penggeraknya. README resmi menyarankan: potong video ke rasio aspek 1:1 (misalnya 512x512), fokus pada area kepala, minimalkan gerakan bahu, dan pastikan frame pertama adalah wajah frontal dengan ekspresi netral. Ada juga opsi --flag_crop_driving_video untuk pemotongan otomatis. Video penggerak yang goyang, gelap, atau terlalu jauh dari kamera akan menghasilkan animasi yang ikut goyang dan tidak meyakinkan.


LivePortrait vs SadTalker: pasangan, bukan pesaing


Dua alat open-source ini sering disebut bersamaan, dan memang mereka adalah pasangan yang saling melengkapi. SadTalker digerakkan oleh audio: satu foto dan satu file suara menjadi talking-head yang berbicara. LivePortrait digerakkan oleh video: satu foto dan satu video penggerak menjadi portrait yang berekspresi.


Kalau kebutuhanmu adalah foto yang membacakan naskah, SadTalker lebih langsung. Kalau kebutuhanmu adalah foto yang tersenyum, mengedip, dan mengangguk mengikuti wajahmu sendiri, LivePortrait tidak ada tandingannya. Dan keduanya bisa dipakai berurutan: gerakkan foto dengan LivePortrait untuk ekspresinya, lalu sinkronkan bibirnya dengan audio lewat alat lain. Banyak kreator di komunitas memang memakai keduanya dalam satu alur kerja.


Kekurangan yang perlu kamu tahu


LivePortrait cepat dan kuat, tapi ada batasnya. Pertama, ia butuh GPU yang serius untuk performa terbaik — tanpa itu, prosesnya lambat, terutama di macOS Apple Silicon. Kedua, kualitasnya bergantung pada video penggerak: video yang buruk menghasilkan animasi yang buruk, tidak peduli sebagus apa modelnya. Ketiga, ia menganimasikan wajah, bukan suara: LivePortrait tidak menghasilkan audio, jadi kalau kamu butuh foto yang berbicara, kamu tetap butuh alat lain untuk suara dan lip sync. Keempat, batasan lisensi InsightFace yang sudah dijelaskan di atas — jangan abaikan ini kalau rencanamu komersial. Dan terakhir, seperti alat animasi wajah lainnya, LivePortrait bisa disalahgunakan untuk membuat video seolah-olah seseorang melakukan atau mengatakan sesuatu yang tidak pernah ia lakukan. Pakailah dengan izin dan kejujuran — terutama kalau wajah yang dianimasikan adalah wajah orang nyata.


Penutup: wajahmu sebagai pengendali


LivePortrait adalah alat yang mengubah cara kita berpikir tentang foto. Foto bukan lagi gambar diam; ia adalah boneka yang menunggu dimainkan, dan wajahmu sendiri adalah pengendalinya. Kamu tersenyum, ia tersenyum. Kamu mengedip, ia mengedip. Kedekatan itu — antara ekspresimu dan foto yang kau gerakkan — adalah sesuatu yang tidak bisa ditiru oleh alat yang hanya membaca naskah.


Gratis, cepat, dan berjalan di komputermu sendiri: tiga hal itu membuat LivePortrait layak dicoba oleh siapa pun yang tertarik pada animasi portrait. Asal kamu membaca lisensinya dengan teliti, mengganti komponen InsightFace sebelum pemakaian komersial, dan memakai alat ini dengan tanggung jawab, LivePortrait adalah salah satu alat open-source paling menyenangkan yang bisa kamu pasang di laptopmu tahun ini.


Catatan transparansi: Artikel ini ditulis berdasarkan README dan file LICENSE di repositori resmi LivePortrait (github.com/KlingAIResearch/LivePortrait) yang saya baca langsung pada 19 November 2026, serta laporan kecepatan 12,8 ms per frame pada RTX 4090 dari tim pengembangnya. Saya tidak menginstal atau menjalankan LivePortrait secara langsung untuk artikel ini, jadi tidak ada klaim pengujian langsung di dalamnya. Batasan lisensi InsightFace (model deteksi wajah hanya untuk riset non-komersial, wajib diganti sebelum pemakaian komersial) saya kutip dari file LICENSE resmi tersebut — baca file itu sendiri sebelum memakai LivePortrait untuk keperluan komersial, karena lisensi bisa berubah.

✦ KARYA ORISINAL EYTVERSE • PERSONA & KOLABORASI

Semesta Kreatif Erika & Kolaborasi Lala

EYTverse berpusat pada Erika Yumna Tiffany sebagai AI muse dan persona editorial utama yang memberi benang merah pada seluruh eksplorasi teknologi, visual, musik, dan busana di situs ini—serta berkolaborasi erat dengan karakter Alana Sheela Clarissa (Lala / @asc.lala).

☁️ AI MUSE UTAMA & PERSONA EDITORIAL

Erika Yumna Tiffany (Erika)

Titik tumpu identitas EYTverse. Erika merepresentasikan semangat eksplorasi yang hangat, ekspresif, dan penuh rasa ingin tahu—memadukan gaya busana Street-Modest bernuansa pastel dengan eksperimen teknologi AI, pengujian tools kreatif, serta proyek musik orisinal seperti "Bismillah" dan "Qadarullah".

LAGU ORISINAL EYTVERSE Bismillah — Erika Yumna Tiffany
🌸 KOLABORATOR UTAMA • @ASC.LALA

Alana Sheela Clarissa (Lala)

Karakter kolaborator dalam semesta kreatif ini dengan identitas ASC Lala (@asc.lala) yang berdiri mandiri. Lala menghadirkan nuansa Luxury Modern Modest yang tenang dan reflektif melalui seri karya visual, busana, serta lagu orisinal "Sakinah".

LAGU ORISINAL KOLABORATOR Sakinah — Alana Sheela Clarissa
01 // PERSONA & AI MUSE

Erika Yumna Tiffany

Titik tumpu identitas dan persona editorial yang menyatukan beragam topik ke dalam dunia kreatif EYTverse.

02 // KREATOR MANUSIA

Pengarah & Kurator

Menentukan arah proyek, memberikan instruksi, memilih topik, serta mengkurasi dan menyunting konten sesuai kebutuhan.

03 // KOLABORASI AI

Eksplorasi & Draf Kreatif

Membantu pengembangan draf tulisan, analisis, ide, dan materi visual/audio secara terbuka.