字節跳動釋出 X-Portrait 2：讓一張靜態照片演《閃靈》

給 AI 一張你的自拍照，再扔一段經典電影片段，幾秒鐘後，照片裡的人就能演出跟原片影帝一模一樣的狂怒、驚恐或冷笑。

字節跳動最近公佈了名為 X-Portrait 2 的面部動效生成系統。在官方演示裡，一張普通的靜態人像直接演起了《閃靈》、《變臉》和《藩籬》裡的經典橋段，面部肌肉的細微顫抖、眼波流轉都還原得絲絲入扣，甚至連動漫插畫和復古油畫人像，也能被同一段影片驅動得極具感染力。

扔掉關鍵點，直接學整張臉怎麼動

過去幾年裡的照片轉影片工具，大多有一股濃重的假面感。只要畫面裡的人大幅度轉頭或者說話變快，嘴唇周圍就會出現模糊、拉伸或機械式的扭曲。

傳統面部動畫的做法，是在五官上打幾十上百個關鍵點，靠追蹤這些點的位置變化來拽著皮膚變形。這就像木偶拉線，動作稍微劇烈一點就會穿幫。

X-Portrait 2 換了思路。它不再追蹤離散的點，而是讓模型直接觀察和學習整張人臉在連續運動中的肌肉流動。不管鏡頭角度怎麼變，或者角色在極快地語速下講話，整個面部的微表情都能平滑過渡。

技術路線是一方面，更關鍵的其實是訓練素材。位元組擁有每天產生超過 10 億條影片的 TikTok 龐大內容庫，這讓它擁有業內幾乎無人能比的高密度、跨人種、跨光照條件的真實人類表情資料，根本不需要像同行那樣靠合成數據湊數。

一邊擴張算力，一邊把模型關進抽屜

位元組的技術步子邁得很大，但開源策略卻格外謹慎。面對美國政界討論、加拿大此前下令要求 TikTok 終止業務的監管壓力，以及外界對換臉假影片的擔憂，位元組選擇把 X-Portrait 2 的程式碼私有化，並沒有公開放出。

與此同時，位元組正在把 AI 版圖向全球鋪開。除了計劃在馬來西亞斥資 21.3 億美元建設 AI 中心，他們還在籌備瑞士、英國和法國等歐洲研發中心，並保持與清華大學等學術機構的合作。

把人像驅動做到以假亂真，也讓外界再次警惕安全問題。尤其是今年 10 月位元組內部才剛開除了一名涉嫌干擾 AI 模型訓練的實習生，模型資產與生成式濫用的防線正變得越來越敏感。

為什麼重要

我們認為，X-Portrait 2 展現了位元組在多模態賽道上極具殺傷力的差異化路線。當 OpenAI 和 Anthropic 把精力壓在大語言模型上時，位元組把寶押在了自己最熟悉的東西上：人在鏡頭前是怎麼動、怎麼表達情緒的。

對影視製作和虛擬內容行業來說，這種技術的影響是立竿見影的。好萊塢大廠以往做一個高質量的面部表情捕捉，要花數百萬美元買動捕頭盔和掃描陣列，再配上幾百名動畫師手工修穿模。X-Portrait 2 意味著以後可能只需要一段參考表演和一張圖，就能把動捕成本砍掉幾個數量級，獨立創作者也能碰以前大廠才玩得起的數字人表演。

但目前普通人根本用不上它，這反而是位元組聰明但也無奈的地方。在大選餘波與深度偽造氾濫的當下，把這類工具直接扔進開源社群無異於引火燒身。我們認為它短期內大機率只會作為剪映或 TikTok 的內部特效底座，或者以受限 API 的形式落地。技術護城河雖然靠 TikTok 的十億使用者影片餵飽了，但在地緣政治和監管審視下，如何證明自己不會變成造假流水線，才是它真正難跨過去的關卡。