摘要2025到2026年国产大模型的日子过得相当热闹。Qwen3系列在多项基准上冲到了第一梯队DeepSeek用极低的训练成本打出了惊人的性价比各家厂商你追我赶榜单纪录周周刷新。作为一名日常用国产模型写代码、做项目的开发者我能真切感受到能力的进步。但有一个场景始终让我觉得差点意思——企业展厅里的AI讲解员。去年帮一个城市展厅项目做技术方案评估。客户的需求很简单大厅里有一块大屏上面站一个数字人参观者来了可以跟它互动问它关于城市历史、规划、经济数据的问题。数字人要能像真人讲解员一样带着表情和语气给你介绍不是冷冰冰的文字弹窗。我当时评估了一圈方案发现一个尴尬的事实国产大模型很强但它们都缺了最后一公里——从文本输出到具身表达的跃迁。Qwen能生成一篇精彩的城市介绍但它不会说出来。就算你加了TTS让它发出声音它也没有表情、没有手势、没有眼神交流。更实际的问题是大部分云端数字人方案把3D渲染放在服务器上用视频流推到客户端——一个展厅大屏持续运行8小时带宽和算力成本让甲方当场打退堂鼓。这篇文章是一篇开发者实验手记记录我如何借助 Claude Code用国产 LLM 魔珐星云 SDK 搭建企业级展厅讲解系统。它关注的不是单纯写代码而是如何把一个大模型问答原型快速推进为可上线的终端交互成品。Claude Code 加速了开发但还需要终端表达层Qwen能思考DeepSeek能推理但它们都不会说话——我的意思是像真人一样带着表情、手势和语气的那种说话。从“能生成代码”到“能完成接待”的距离借助 Claude Code展厅讲解系统的 Vue 组件逻辑、基础页面、接口代理、模型调用和数据结构可以很快完成。今天的国产大模型也已经能理解展厅资料、总结产品卖点、回答专业问题。Plaintext 听到问题 → 理解意图 → 组织回答 → 用语音表达 → 配合表情和手势 → 观察听众反应但如果最终交付形态仍然只是一段文字站在展厅里的访客面对的就不是讲解员而是一个需要自己阅读的查询框。人类能力对应AI技术国产方案现状听到问题ASR/文本输入✅ 成熟理解意图LLM推理✅ Qwen/DeepSeek已很强组织回答LLM生成✅ 内容质量高用语音表达TTS✅ CosyVoice等可用配合表情和手势3D数字人驱动❌ 短板观察听众反应多模态感知❌ 缺失把这条链路映射到 AI 技术栈Claude Code 负责快速搭建工程和业务流程国产大模型负责认知和推理知识库负责事实支撑TTS 负责声音输出而魔珐星云补齐的是终端成品最关键的一层面向用户的具身表达和实时交互能力。这也是具身交互智能的关键。Claude Code 可以让开发者快速完成展厅 Agent 的代码和页面但接入魔珐星云后Agent 才能绑定数字人具象形态进入展厅讲解、门店服务、咨询导览等终端场景。现有方案的两个死结在找方案的过程中我测试了市面上几种主流做法拼接路线LLM TTS 3D 引擎各自独立这是最常见的做法找一个 LLM API 生成文本接一个 TTS 转语音再找一个 3D 引擎做数字人渲染用脚本把它们串起来。问题在于Claude Code 可以很快把这些模块串成 Demo但线下现场无法容忍明显等待。LLM、TTS、渲染和网络传输逐层叠加后访客问了一个问题要盯着“正在思考”的数字人发呆接待节奏直接断掉。更麻烦的是这三个系统之间没有联动模型不知道自己要被具身表达语音不知道哪里该强调渲染不知道什么时候该做表情和动作。最终效果像一个会念稿的屏幕而不是能服务现场的 Agent。云端视频流路线同样有成本和并发压力。多展厅、多终端部署时每一路视频都在消耗带宽和云端算力很难形成低成本、可复制的落地方案。实验设计国产LLM 魔珐星云了解到这些痛点后我把目光投向了魔珐星云。吸引我的不是它的数字人有多逼真当然这也很重要而是它的架构设计思路——自研参数流架构搭配 AI 端渲和解算。跟视频流完全不是一条路线。一句话搞懂参数流云端视频流方案会完成全帧画面生成、编码后向终端传输完整画面内容而自研参数流架构仅由云端下发语音、动画类轻量化参数终端依托AI 端渲和解算能力自主生成 3D 数字人画面。区别在哪带宽。视频流每秒需要Mbps级的数据量参数流只需要Kbps级——差了两个数量级。对于一个需要8小时不间断运行的展厅大屏来说这个差异直接决定了项目在经济上是否可行。依托AI 端渲和解算的技术特性还有一大优势画面画质不会因网络传输出现降级。视频流受编码压缩影响低带宽时画面模糊参数流是本地GPU实时渲染始终是原始画质。我的实验目标用一句话概括验证国产LLMQwen/DeepSeek 魔珐星云参数流架构能否搭建一个经济可行的企业级展厅AI讲解系统。技术栈选型层级选型理由LLMQwen3-VLModelScope国产多模态支持图片输入向量检索Qwen3-Embedding-8B同生态4096维语义检索数字人魔珐星云XmovAvatar SDK自研参数流架构 AI 端渲和解算数据可视化ECharts展厅数据图表前端Vue 3 TypeScript企业级项目选型全栈国产化没有依赖任何海外服务。这不是刻意为之而是因为在这个场景下国产方案确实够用了。搭建过程几个关键节点的记录在开始动手之前先介绍一下本次实验的核心平台——魔珐星云具身智能数字人开放平台。这个平台提供了从数字人创建、驱动到部署的全套能力我们要用的XmovAvatar SDK就来自这里。魔珐星云官网点我跳转登录官网后在开发者控制台中创建应用即可拿到 App ID 和 App Secret这是调用SDK的凭证。平台同时提供了完整的开发文档和接入指南整体上手体验比较顺畅。下面按时间线记录搭建过程中的几个关键节点。代码部分我会给出核心片段完整的Demo在文末。节点一让数字人站到屏幕上第一步是把星云SDK接入项目。出乎意料地简单——加载一个CDN脚本调用七八个API就能控制数字人的全部行为。核心初始化逻辑Vue 3 Composition API风格TypeScript // avatarService.ts 核心封装 import { ref } from vue export const avatarState ref(offline) export const voiceState refidle | speaking(idle) let sdk: any null export async function connectAvatar(config: { containerId: string appId: string appSecret: string }) { // 星云SDK通过CDN全局加载 sdk new (window as any).XmovAvatar({ containerId: config.containerId, appId: config.appId, appSecret: config.appSecret, gatewayServer: https://nebula-agent.xingyun3d.com/user/v1/ttsa/session, // 数字人状态回调 onStateChange: (state: string) { avatarState.value state }, // 语音播放回调 —— 这是我们控制讲解节奏的关键 onVoiceStateChange: (status: start | end) { voiceState.value status start ? speaking : idle }, // 网络质量回调 —— 展厅场景下监控网络状态很重要 onNetworkInfo: (info: { rtt: number; downlink: number }) { console.log(延迟: ${info.rtt}ms, 下行: ${info.downlink}MB/s) }, onMessage: (msg: { code: number; message: string }) { if (msg.code 40000) console.error(SDK错误:, msg) } }) // 初始化下载资源 建立WebSocket await sdk.init({ onDownloadProgress: (progress: number) { console.log(资源加载: ${progress}%) } }) await sdk.idle() } // 让数字人说话支持流式 export async function speak(text: string, isStart true, isEnd true) { if (!sdk) return await sdk.speak(text, isStart, isEnd) } // 状态切换 export const listen () sdk?.listen() export const think () sdk?.think() export const interactiveIdle () sdk?.interactiveidle() export const destroy () { sdk?.destroy(); sdk null }这段代码做了一件事把星云SDK的状态机封装成Vue响应式变量。数字人的每个状态变化都会触发UI更新——讲解时显示讲解中空闲时显示请提问。有个细节值得记录onVoiceStateChange 回调是控制讲解节奏的核心。数字人说完一段话后触发 end 事件我们才去拉取下一段内容或展示下一个展品。这个语音驱动的UI同步模式在后面的展品切换中起了关键作用。节点二让LLM会讲解普通的LLM对话和讲解是两回事。聊天可以随意但讲解需要结构清晰、用词口语化、适合语音播报。我花了不少时间调system prompt最终总结出几个关键规则TypeScript // prompts.ts export const GUIDE_SYSTEM_PROMPT 你是一位名叫小星的城市展厅智能讲解员。 ## 讲解规则 1. 用口语化的表达像面对面聊天一样自然 2. 每段回答控制在3-5句话适合语音播报 3. 不要使用Markdown格式加粗、标题、代码块等 4. 不要使用emoji 5. 数字要说清楚单位比如一千两百亿而不是1200亿 6. 回答结构先概括再展开2-3个要点最后小结 ## 知识领域 你是这座城市的讲解专家了解城市历史、文化、经济发展、科技产业、城市规划等内容。 ## 交互原则 - 如果参观者问的问题不在你的知识范围内诚实地说明 - 可以主动推荐相关的展品或话题 - 保持热情、专业的讲解风格还有一个容易被忽视的环节LLM输出的文本需要为语音合成做预处理。LLM喜欢输出Markdown格式的文本加粗、标题、列表但TTS遇到这些符号会读出*号或井号。我写了一个文本清洗函数TypeScript // textOptimizer.ts export function optimizeForSpeech(raw: string): string { return raw .replace(/#{1,6}\s/g, ) // 移除Markdown标题 .replace(/\*\*(.*?)\*\*/g, $1) // 移除加粗 .replace(/\*(.*?)\*/g, $1) // 移除斜体 .replace(/[\s\S]*?/g, ) // 移除代码块 .replace(/([^])/g, $1) // 移除行内代码 .replace(/[️️]/g, ) // 移除emoji .replace(/\s/g, ) // 压缩空白 .replace(/\n{2,}/g, 。) // 段落分隔换为句号 .trim() }这个函数在LLM输出到星云SDK之间起作用确保数字人说出来的内容干净流畅。节点三让讲解员有知识展厅讲解员需要了解大量展品信息。单纯靠LLM的预训练知识不够——展厅有特定的展品内容、数据、介绍文本这些需要通过检索增强生成RAG来提供。我用Qwen3-Embedding-8B把展品内容向量化存入本地索引。参观者提问时先语义检索相关展品把检索结果作为上下文喂给LLMTypeScript // 简化的语义检索流程 async function searchExhibits(query: string): PromiseContentItem[] { // 1. 把用户问题向量化 const queryVector await embedText(query) // 2. 与展品库做余弦相似度匹配 const results contentLibrary .map(item ({ item, score: cosineSimilarity(queryVector, item.embedding) })) .filter(r r.score 0.4) // 40%相似度阈值 .sort((a, b) b.score - a.score) .slice(0, 3) // 取最相关的3条 return results.map(r r.item) } // 构建带RAG上下文的对话消息 function buildMessages(query: string, exhibits: ContentItem[]) { const context exhibits .map(e 【${e.title}】${e.content}) .join(\n) return [ { role: system, content: GUIDE_SYSTEM_PROMPT \n\n参考展品信息\n${context} }, ...chatHistory, { role: user, content: query } ] }这个模式在展厅场景中效果很好。参观者问这个城市的GDP是多少系统先检索到经济发展相关的展品内容LLM基于这些内容生成回答数字人再用语音讲出来。整个链路端到端运行。节点四让展厅有数据展厅大屏不能只有数字人还得有数据可视化。我用ECharts做了几个数据看板——人口趋势、GDP增长、产业结构、科技创新指数、城市综合评分。这部分跟星云SDK没有直接关系但跟整体场景体验密切相关。在完整项目中当数字人讲到经济发展主题时大屏自动切换到GDP数据看板讲到科技创新时切换到创新指数雷达图。数字人的讲解和数据图表形成联动参观者边听边看信息获取效率远高于纯文字展板。一个可运行的极简Demo上面是完整项目中的关键节点。下面给一个最小可运行版本——一个大屏展厅讲解Demo数字人站在左边右边是展品列表和数据展示。点击展品数字人自动讲解。代码保存为HTML文件通过本地服务器npx serve .打开即可体验。我在开发中主要使用Claude Code辅助Vue组件逻辑编写DeepSeek用于测试LLM讲解效果Qwen3-Embedding用于展品语义检索。HTML !DOCTYPE html html langzh-CN head meta charsetUTF-8 title城市展厅AI讲解员 - 魔珐星云Demo/title style * { margin: 0; padding: 0; box-sizing: border-box; } body { font-family: -apple-system, sans-serif; background: #0c1222; color: #e2e8f0; display: flex; height: 100vh; overflow: hidden; } /* 左侧数字人 */ .avatar-area { width: 420px; height: 100%; flex-shrink: 0; position: relative; background: #0f172a; border-right: 1px solid #1e293b; } #avatar-container { width: 100%; height: 100%; } .avatar-status { position: absolute; bottom: 12px; left: 50%; transform: translateX(-50%); background: rgba(15,23,42,0.85); padding: 6px 16px; border-radius: 20px; font-size: 12px; color: #94a3b8; backdrop-filter: blur(8px); } /* 中间展品与数据 */ .content-area { flex: 1; display: flex; flex-direction: column; overflow: hidden; } .content-header { padding: 16px 24px; font-size: 18px; font-weight: 600; color: #22d3ee; border-bottom: 1px solid #1e293b; } .exhibit-grid { display: grid; grid-template-columns: repeat(3, 1fr); gap: 12px; padding: 16px 24px; } .exhibit-card { background: #1e293b; border: 1px solid #334155; border-radius: 10px; padding: 16px; cursor: pointer; transition: all 0.25s; } .exhibit-card:hover { border-color: #22d3ee; transform: translateY(-2px); box-shadow: 0 4px 20px rgba(34,211,238,0.15); } .exhibit-card.active { border-color: #22d3ee; background: #0f2937; } .exhibit-card .tag { font-size: 10px; color: #22d3ee; text-transform: uppercase; margin-bottom: 6px; } .exhibit-card h3 { font-size: 14px; margin-bottom: 6px; } .exhibit-card p { font-size: 12px; color: #94a3b8; line-height: 1.5; } .data-panel { flex: 1; margin: 0 24px 16px; background: #1e293b; border-radius: 10px; padding: 20px; display: flex; align-items: center; justify-content: center; color: #64748b; font-size: 14px; } /* 右侧对话 */ .chat-area { width: 340px; flex-shrink: 0; display: flex; flex-direction: column; border-left: 1px solid #1e293b; } .chat-header { padding: 14px 18px; font-size: 14px; color: #94a3b8; border-bottom: 1px solid #1e293b; } .chat-messages { flex: 1; overflow-y: auto; padding: 14px 18px; } .msg { margin-bottom: 10px; padding: 10px 14px; border-radius: 10px; font-size: 13px; line-height: 1.6; } .msg.user { background: #1e3a5f; margin-left: 30px; } .msg.guide { background: #1e293b; margin-right: 30px; } .msg.system { background: transparent; color: #64748b; font-size: 12px; text-align: center; } .chat-input { display: flex; gap: 6px; padding: 12px 14px; border-top: 1px solid #1e293b; } .chat-input input { flex: 1; padding: 8px 12px; border: 1px solid #334155; border-radius: 6px; background: #0f172a; color: #e2e8f0; font-size: 13px; } .chat-input button { padding: 8px 14px; border: none; border-radius: 6px; background: #0e7490; color: white; cursor: pointer; font-size: 13px; } /* 配置浮层 */ .config-overlay { position: fixed; top: 0; left: 0; right: 0; bottom: 0; background: rgba(0,0,0,0.7); display: flex; align-items: center; justify-content: center; z-index: 999; } .config-box { background: #1e293b; border-radius: 12px; padding: 28px; width: 400px; } .config-box h2 { font-size: 16px; color: #22d3ee; margin-bottom: 18px; } .config-box label { display: block; font-size: 12px; color: #94a3b8; margin-bottom: 4px; margin-top: 12px; } .config-box input { width: 100%; padding: 8px 12px; border: 1px solid #334155; border-radius: 6px; background: #0f172a; color: #e2e8f0; font-size: 13px; } .config-box button { margin-top: 20px; width: 100%; padding: 10px; border: none; border-radius: 8px; background: #0e7490; color: white; font-size: 14px; cursor: pointer; } .hidden { display: none; } /style /head body !-- 配置浮层 -- div classconfig-overlay idconfigOverlay div classconfig-box h2展厅讲解员配置/h2 label星云 App ID/label input idcfg-appid / label星云 App Secret/label input idcfg-secret typepassword / labelDeepSeek API Key或Qwen/label input idcfg-llmkey typepassword / button onclickstartUp()连接并启动/button /div /div !-- 主界面 -- div classavatar-area div idavatar-container/div div classavatar-status idavatarStatus未连接/div /div div classcontent-area div classcontent-header城市展厅 · 智能讲解/div div classexhibit-grid idexhibitGrid/div div classdata-panel iddataPanel点击展品卡片讲解员将为您介绍/div /div div classchat-area div classchat-header自由提问/div div classchat-messages idchatMessages/div div classchat-input input idchatInput placeholder问我关于这座城市的问题... onkeydownif(event.keyEnter)sendChat() / button onclicksendChat()提问/button /div /div !-- 展品数据 -- script const EXHIBITS [ { id: history, tag: 历史文化, title: 千年古城, summary: 这座城市有着超过两千年的建城史从古代商埠到现代化都市。, content: 这座城市始建于秦朝距今已有两千两百多年历史。古代因地处水陆要冲逐渐发展为繁华商埠。唐宋时期达到鼎盛成为全国重要的经济文化中心。如今保留了大量历史遗迹和非物质文化遗产是了解中华文明演进的重要窗口。 }, { id: economy, tag: 经济发展, title: 产业集群, summary: 信息技术、高端制造、生物医药三大产业集群协同发展。, content: 全市已形成以信息技术为核心、高端制造业为支撑、生物医药为新兴增长点的产业格局。信息技术产业占比达到35%高新技术企业超过8000家。数字经济核心产业增加值占GDP比重超过28%位居全国前列。 }, { id: tech, tag: 科技创新, title: 科技高地, summary: 国家重点实验室12个年专利申请量突破5万件。, content: 全市拥有高等院校40余所、国家重点实验室12个、国家工程技术研究中心20个。每年专利申请量突破5万件技术合同成交额超过1000亿元。在人工智能、量子计算、生物医药等前沿领域取得了一批具有国际影响力的原创成果。 }, { id: culture, tag: 文化底蕴, title: 人文荟萃, summary: 世界文化遗产2处国家级非遗项目15项。, content: 拥有世界文化遗产2处、全国重点文物保护单位30余处。国家级非物质文化遗产代表性项目15项。每年举办国际文化节、艺术双年展等大型文化活动吸引海内外游客超过8000万人次。 }, { id: planning, tag: 城市规划, title: 未来蓝图, summary: 新一轮城市总体规划打造具有全球影响力的创新城市。, content: 新一轮城市总体规划描绘了到2035年的发展蓝图城市常住人口控制在1300万以内建设用地总规模控制在1200平方公里以内。重点打造一核三极创新空间格局建设5条城市发展走廊形成多中心、网络化、组团式的空间结构。 }, { id: ecology, tag: 生态宜居, title: 绿水青山, summary: 城市绿化覆盖率达45%空气质量优良天数超过300天。, content: 始终坚持生态优先、绿色发展理念。城市绿化覆盖率达45%人均公园绿地面积超过15平方米。空气质量优良天数每年超过300天集中式饮用水水源地水质达标率100%。已建成城市绿道超过2000公里形成推窗见绿、出门入园的宜居环境。 } ]; let activeExhibit null; /script !-- 加载星云SDK -- script srchttps://media.xingyun3d.com/xingyun3d/general/litesdk/xmovAvatarlatest.js/script script let sdk null; let llmKey ; const chatHistory []; // 启动流程 async function startUp() { const appId document.getElementById(cfg-appid).value; const appSecret document.getElementById(cfg-secret).value; llmKey document.getElementById(cfg-llmkey).value; if (!appId || !appSecret || !llmKey) { alert(请填写所有密钥); return; } // 隐藏配置浮层 document.getElementById(configOverlay).classList.add(hidden); // 渲染展品列表 renderExhibits(); // 连接数字人 await connectAvatar(appId, appSecret); } // 数字人连接 async function connectAvatar(appId, appSecret) { setAvatarStatus(正在连接...); sdk new XmovAvatar({ containerId: #avatar-container, appId, appSecret, gatewayServer: https://nebula-agent.xingyun3d.com/user/v1/ttsa/session, onStateChange: (s) setAvatarStatus(s), onVoiceStateChange: (status) { if (status end) { setAvatarStatus(讲解完毕); } }, onMessage: (msg) { if (msg.code 40000) console.error(SDK:, msg) } }); try { await sdk.init({ onDownloadProgress: (p) setAvatarStatus(加载中 p %) }); await sdk.idle(); setAvatarStatus(就绪); // 自动欢迎语 await sdk.speak(您好我是智能讲解员小星欢迎来到城市展厅。请点击感兴趣的展品我将为您详细讲解。, true, true); } catch (e) { setAvatarStatus(连接失败); } } // 展品交互 function renderExhibits() { const grid document.getElementById(exhibitGrid); grid.innerHTML EXHIBITS.map(ex div classexhibit-card idcard-${ex.id} onclickonExhibitClick(${ex.id}) div classtag${ex.tag}/div h3${ex.title}/h3 p${ex.summary}/p /div ).join(); } async function onExhibitClick(exhibitId) { if (!sdk) return; // 高亮选中卡片 document.querySelectorAll(.exhibit-card).forEach( c c.classList.remove(active) ); document.getElementById(card- exhibitId).classList.add(active); const exhibit EXHIBITS.find(e e.id exhibitId); if (!exhibit) return; activeExhibit exhibit; // 更新数据面板 document.getElementById(dataPanel).textContent exhibit.content; // 让数字人讲解 setAvatarStatus(正在讲解...); await sdk.speak(exhibit.content, true, true); } // 自由提问 async function sendChat() { const input document.getElementById(chatInput); const question input.value.trim(); if (!question || !sdk) return; input.value ; addChatMsg(user, question); // 构建上下文当前展品 对话历史 const context activeExhibit ? 当前展品【${activeExhibit.title}】${activeExhibit.summary} : 参观者尚未选择展品; chatHistory.push({ role: user, content: question }); await sdk.think(); try { // 调用DeepSeek也支持替换为Qwen的ModelScope API const resp await fetch(https://api.deepseek.com/chat/completions, { method: POST, headers: { Content-Type: application/json, Authorization: Bearer llmKey }, body: JSON.stringify({ model: deepseek-chat, messages: [ { role: system, content: 你是一位城市展厅讲解员名叫小星。回答简洁口语化3-5句话。 不要使用Markdown格式和emoji。适合语音播报。 展品上下文${context} }, ...chatHistory.slice(-6) ], stream: true }) }); // 流式读取 驱动数字人 const reader resp.body.getReader(); const decoder new TextDecoder(); let fullText ; let buffer ; let isFirst true; while (true) { const { done, value } await reader.read(); if (done) break; const chunk decoder.decode(value, { stream: true }); for (const line of chunk.split(\n)) { if (!line.startsWith(data:)) continue; const d line.slice(5).trim(); if (d [DONE]) continue; try { const parsed JSON.parse(d); const c parsed.choices?.[0]?.delta?.content || ; if (!c) continue; fullText c; buffer c; if (isFirst || buffer.length 25) { await sdk.speak(buffer, isFirst, false); isFirst false; buffer ; } } catch (_) {} } } if (buffer) await sdk.speak(buffer, false, true); else await sdk.speak(, false, true); chatHistory.push({ role: assistant, content: fullText }); addChatMsg(guide, fullText); } catch (e) { addChatMsg(system, 生成失败: e.message); await sdk.interactiveidle(); } } // 工具函数 function setAvatarStatus(text) { document.getElementById(avatarStatus).textContent text; } function addChatMsg(role, text) { const container document.getElementById(chatMessages); const div document.createElement(div); div.className msg role; div.textContent text; container.appendChild(div); container.scrollTop container.scrollHeight; } window.addEventListener(beforeunload, () sdk?.destroy()); /script /body /html这段代码跟前面两篇文章的Demo有一个本质区别交互模式不是纯对话而是展品浏览讲解自由提问的混合模式。用户可以点击展品卡片让数字人讲解也可以自由提问。这两种模式共存于同一个界面更贴近真实展厅场景。几个意料之外的技术发现开发过程中有几个原来如此的时刻记录下来。发现一参数流的成本优势比我预想的更大我做过一个粗略的成本测算。假设一个展厅大屏每天运行8小时、每月30天方案带宽/路月带宽成本估算服务端渲染视频流720p~3 Mbps数千元级需要GPU开销大参数流~80 Kbps几十元级不需要端侧渲染差距是两个数量级。对于需要多屏部署的场景比如一个城市有5个展厅参数流的经济优势更加明显。这直接回答了甲方最关心的问题这个方案贵不贵发现二国产LLM在口语化表达上需要额外调教Qwen和DeepSeek生成正式文本的能力很强但要做口语化讲解默认输出并不理想。它倾向于输出带有Markdown格式的书面语比如用GDP增长这样的加粗标记或者在回答中列举第一、第二、第三。这些在文字阅读时没问题但由数字人说出来就很不自然。我的解决方案是双管齐下system prompt中明确要求口语化禁用Markdown再加上前面提到的文本清洗函数做兜底。发现三端侧渲染对展厅硬件要求并不高星云SDK支持RK3588跑1080p。RK3588的开发板价格在几百元级别。这意味着展厅大屏背后不需要一台高性能服务器或GPU——一块百元级的芯片板子就够了。从部署成本角度看这让给每块屏幕配一个AI具身智能体变得经济可行。关于国产化AI闭环的一点思考做完这个项目我对国产化AI闭环有了更具体的理解。之前的国产化讨论主要集中在芯片、操作系统、数据库这些基础设施层面。在AI领域讨论也多聚焦于LLM本身——模型是不是国产的参数量够不够大榜单分数高不高。但这次项目让我意识到AI的国产化不只是模型的国产化更是技术栈的国产化。一个完整的AI应用需要的不是只有LLMPlaintext 用户输入 → ASR(语音识别) → LLM(推理) → TTS(语音合成) → 数字人表达(渲染) → 用户感知在数字人表达这一环之前确实没有成熟的国产方案。你的国产LLM再强到了让数字人像真人一样说话这一步还是得依赖海外的3D引擎或者高成本的云端渲染服务。魔珐星云的参数流端侧渲染架构在这个位置上补上了一块拼图。加上国产LLMQwen/DeepSeek、国产向量模型Qwen3-Embedding、国产语音合成CosyVoice等整个链路可以完全不依赖海外技术栈。这在信创项目、政府展厅、国企数字化等场景中有非常现实的意义。更具体地说对于一个信创项目来说LLM层Qwen3-VL / DeepSeek-V3国产模型能力已达第一梯队Embedding层Qwen3-Embedding-8B4096维语义检索具身表达层魔珐星云参数流端侧渲染端到端≤500ms硬件层RK3588等国产芯片即可部署从模型到表达从软件到硬件全栈国产化闭环。写在最后做这个项目的初衷很简单需要一个展厅讲解数字人我不想用高成本的视频流方案也不想拼凑一堆单点技术。魔珐星云给我的感觉是它在正确的地方做了正确的事。参数流架构解决了视频流的天生缺陷带宽、延迟、成本端侧渲染让部署门槛降到了百元级芯片SDK的设计简洁到不需要啃文档就能上手。配合国产LLM整个方案在技术上和经济上都可行。如果要说有什么遗憾那就是目前SDK的SSML动作库还有扩展空间——我希望能有更多适配展厅场景的动作比如指向某处、展示手势这会让讲解更自然。不过这属于更好的范畴不影响能用。最后回到文章开头的问题国产大模型还缺什么答案是缺一层具身表达。LLM能思考但不会表演——这个Gap不是靠更大的模型参数能补上的需要的是架构层面的创新。参数流端侧渲染我认为是一条可行且已被验证的路径。如果你的团队也在做信创项目或者企业级AI应用值得花一个下午试试这套组合——国产LLM 魔珐星云也许会打开一些新的可能性。