基于 Python 与 Gradio 构建的全平台动态图生成工具，深度融合 AIGC 视频大模型，让静态图片获得动态灵魂。
本项目是一款覆盖 Apple 与 Android 双平台的原生动态照片生成工具。无需任何专业软件，只需上传图片（或短视频），即可一键生成可直接导入系统相册、支持长按播放的 Live Photo / Motion Photo 文件。
更进一步，项目内置 智谱 CogVideoX 图生视频大模型，当素材为纯静态图片时，AI 将自动为其生成平滑自然的 3 秒动态背景——让每一张照片都"活"起来。
输入静态图，输出长视频转换为实况图：
进一步下载生成文件至手机端，生成live实况图：
突破 iOS 闭环生态壁垒，使用 ExifTool 精准注入符合 Apple 规范的 36 位带连字符 UUID，实现图片与配对视频的强绑定。生成的文件导入系统相册后，原生支持长按播放，与手机直拍 Live Photo 体验完全一致。
完美兼容 Google Photos 动态图标准。采用 Binary Appending 技术，将 MP4 数据流直接物理追加至 JPG 文件尾部，并注入 XMP 元数据，实现单文件传输、零动效损失，开箱即用。
内置智能路由引擎，自动识别输入素材类型：
- 输入为静态图片或不足 3 秒的短视频时 → 自动调用 智谱 CogVideoX 图生视频模型，生成 3 秒动态背景
- 输入为合规视频素材时 → 直接进入格式转换流程，跳过 AI 调用，节省成本与时间
当用户未配置 AI 大模型 API Key 时，系统自动降级至本地 FFmpeg 引擎，生成基础的缩放/平移动效，确保业务流程 100% 闭环，不因缺少外部服务而中断。
用户输入 (图片 / 视频)
│
▼
┌─────────────────────────────┐
│ app.py │ ← Gradio Web UI 前端，交互与逻辑分发
└────────────┬────────────────┘
│
▼
┌─────────────────────────────┐
│ media_processor.py │ ← 媒体处理中枢
│ ┌─────────────────────┐ │
│ │ 智能路由引擎 │ │ 判断素材类型
│ └────────┬────────────┘ │
│ ├── 静态图/短视频 ──→ CogVideoX API (AI 生成)
│ └── 合规视频 ─────→ FFmpeg 本地处理
└────────────┬────────────────┘
│
▼
┌─────────────────────────────┐
│ live_photo_maker.py │ ← 核心封装引擎
│ ┌──────────┐ ┌──────────┐ │
│ │ iOS 模式 │ │Android 模式│ │
│ │UUID注入 │ │二进制拼接│ │
│ └──────────┘ └──────────┘ │
└─────────────────────────────┘
│
▼
输出动态照片文件
(.jpg Live Photo / Motion Photo)
AIGC_LivePhoto_Maker/
├── app.py # Gradio Web 前端主入口，负责交互与逻辑分发
├── media_processor.py # 媒体处理中枢：FFmpeg 抽帧/裁剪、智能路由、AI 大模型调用
├── live_photo_maker.py # 核心封装引擎：UUID 生成、Metadata 注入、二进制拼接
├── exiftool.exe # (需用户自行下载) 元数据处理底层依赖
├── requirements.txt # Python 依赖包列表
└── README.md # 项目说明文档
- Python 3.8+
- FFmpeg（已加入系统 PATH）
- ExifTool（已加入系统 PATH 或放置于项目根目录）
1. 克隆项目
git clone https://github.com/your-username/AIGC_LivePhoto_Maker.git
cd AIGC_LivePhoto_Maker2. 安装 Python 依赖
pip install -r requirements.txt3. 安装外部依赖
- FFmpeg：从 ffmpeg.org 下载并加入系统 PATH
- ExifTool：从 exiftool.org 下载，将
exiftool.exe（Windows）放置于项目根目录，或加入系统 PATH
4. 配置 AI 大模型（可选）
若需使用 AIGC 图生视频功能，在项目根目录创建 .env 文件：
ZHIPU_API_KEY=your_zhipu_api_key_here未配置时系统自动降级为 FFmpeg 本地动效，不影响基础功能使用。
5. 启动应用
python app.py浏览器访问 http://localhost:7860 即可使用。
| 步骤 | 操作 |
|---|---|
| ① | 上传一张静态图片或一段短视频作为素材 |
| ② | 选择目标平台：Apple Live Photo 或 Android Motion Photo |
| ③ | 点击生成，等待处理完成（AI 生成约需 30-60 秒） |
| ④ | 下载输出文件，通过数据线或 AirDrop 导入系统相册 |
| ⑤ | 在相册中长按图片，即可看到动态效果 🎉 |
Apple Live Photo 的本质是一张 JPEG 与一段 MOV 视频的强绑定组合。绑定的关键在于两个文件的 EXIF 元数据中必须写入完全相同的 UUID（格式为标准 36 位带连字符的十六进制字符串）。
本项目通过 ExifTool 命令行接口，向图片注入 MediaGroupUUID 字段，实现对 iOS 原生识别逻辑的精准匹配。
# 核心注入逻辑示意
uuid_str = str(uuid.uuid4()).upper() # 生成标准 UUID
# 使用 ExifTool 将 UUID 写入 JPEG 元数据
subprocess.run([
"exiftool",
f"-MediaGroupUUID={uuid_str}",
image_path
])Android Motion Photo 采用单文件方案：将 MP4 视频数据追加至 JPEG 文件末尾，并在 JPEG 的 XMP 元数据中写入视频数据的偏移量（Offset）。Google Photos 通过读取该偏移量，从文件尾部精准截取视频流并播放。
# 核心拼接逻辑示意
with open(output_path, 'wb') as out:
out.write(jpeg_data) # 写入原始 JPEG
out.write(mp4_data) # 追加 MP4 数据流
# 同时注入 XMP 元数据标记视频偏移量本项目接入 智谱 CogVideoX 图生视频模型，支持从单张静态图片生成流畅的动态视频片段。
- 模型：CogVideoX（图生视频）
- 输出时长：5秒
- 调用方式：REST API，异步轮询任务状态
- 降级策略：API Key 缺失或调用失败时，自动切换为 FFmpeg 本地缩放动效
gradio
requests
Pillow
python-dotenv
zhipuai
- 支持批量图片处理
- 接入更多 AI 视频生成模型（如 Kling、Wan）
- 增加视频时长与动效风格自定义选项
- 支持 Web 在线部署（Hugging Face Spaces）
- 开发命令行 CLI 模式
本项目基于 MIT License 开源。
- ExifTool — 强大的元数据处理工具
- FFmpeg — 开源媒体处理框架
- Gradio — 快速构建 ML Demo 的利器
- 智谱 AI CogVideoX — AIGC 视频生成能力支持
如果这个项目对你有帮助，欢迎点个 ⭐ Star！