場館與展廳數碼人的統一管理與運營中臺，多形象、多語言、多端發布。
每個都有代價，我們選了哪邊、為什麼。
沒有最優方案，只有適配場景。
| 方案 | 真實感 | 成本 | 斷網可用 | 適合場景 |
|---|---|---|---|---|
| 2D 真人形象 + TTS | 中高 | 低 | 是 | 展廳講解、播報、導覽 |
| 2D 真人形象 + 真人錄音 | 高 | 中 | 是 | 固定講解詞、宣傳片 |
| 3D 虛擬形象 + 實時驅動 | 高（但易恐怖谷） | 高 | 視方案 | 互動問答、遊戲化體驗 |
客戶名稱按保密要求匿名。
順序不能反 —— 先做寫操作、先做多步編排，出錯都很難查。
是單向講解、還是能問答？單向用 2D + 錄音就夠；問答要接知識庫與語音識別。
2D 需錄制真人視頻素材（多角度、多表情）；聲音按講解詞錄，註意語速與停頓。
把文本轉成帶時間戳的音素序列，驅動口型與表情。這一步的精細度決定「像不像網說話」。
數碼人通常掛網展廳中控下，要能被中控喚醒、切換、停止。接口要提前定，否則后時改很麻煩。
展廳的燈光、噪音、網絡都會影響效果。必須到現場調麥克風與音量，不能網辦公室調完就交付。
不寫形容詞，寫口徑。
這些是真實問過的問題，答案不帶營銷話術。
