去年我们团队接了一个很有意思的ToB项目一家大型制造企业要改造自己工厂的展厅点名要引入AI数字人最终形态是在展厅中央放一块交互大屏数字人化身成“生产调度智能讲解员”负责向来访的领导、客户和合作伙伴讲解工厂的生产运营情况。项目做了四个月从需求调研、形象选型、数据对接一路走到现场联调踩了不少坑也攒了一些别人一般不会往外说的经验写出来给打算做类似项目的人参考。这个标题听起来像是“企业形象宣传”的事但真正的难点其实全在“生产调度”四个字上。数字人只是外壳它背后能不能说清楚工厂当下正在发生什么、能不能实时回答访客提出的关于产量、质量和排产的问题才决定这个展厅项目是“花架子”还是“真能用”。1. 为什么工厂展厅需要一个会讲解的数字人1.1 传统展厅的三大痛点解释口径不统一、接待成本高、数据更新慢先说说大多数工厂展厅原本是什么状态。我走访过不少制造业客户最常见的配置是一面企业文化墙一台播放宣传片的大屏再加一排产品实物展柜。遇到领导视察或客户来访流程基本是提前通知相关部门由工厂的讲解员或车间负责人临时放下手头工作带着客人走一圈。这个模式的痛点非常具体。讲解口径不统一是第一件头疼事。同一个车间的产能、良率、订单交付周期生产负责人讲一套销售部门对外又是另一套客人在不同场合听到的数字经常对不上敏感一点的外方客户甚至会追问到底哪个才是真实数据。第二点是接待成本高车间负责人往往身上背着交付压力接待动辄两三小时一次两次还行每周来几批人就吃不消了。第三点是内容保质期太短展厅里如果有静态展板产品参数、产线状态几个月前印的客人一聊到最新的产线改造讲解员只能指着老展板说“这部分还没更新”。当时客户提需求的原始表述是“想搞个AI数字人让大屏活起来客人来了自己讲不用每次都麻烦人”。很多厂商一听觉得这就是做个循环播放的虚拟主播视频再塞个唤醒词能播片就交差。但我们没有急着做而是先问了一句你希望数字人重点讲什么场景客户想了想说如果能把生产指挥中心那块大屏的数据搬到展厅让数字人带着大家看实时生产状态这个效果最好外人一看就知道工厂的真实水平。1.2 “生产调度讲解员”不是念稿子是拿数据说话这里说的“生产调度”在制造企业里通常指的是对生产计划、物料、设备、人员做统一安排确保订单在正确的时间用正确的资源做出来。展厅里如果只讲“我们拥有先进设备”客人是没有体感的但如果说清楚“今天A线在制的这批订单来自哪个客户、目前完成到第几道工序、预计什么时候下线、整线设备开机率是多少”说服力完全不一样。所以这个数字人的角色定义从一开始就不是普通前台迎宾而是一个能看懂生产数据的“车间大脑代言人”。它要做三件事第一主动讲解按参观动线介绍工厂概况、核心产线、调度逻辑和成果亮点第二随问随答访客问出口的问题能检索企业内部知识给出符合口径的答复第三数据播报把生产调度系统里的实时指标用口语化方式讲出来而不是让客人干看图表。这个定位想清楚以后后面的技术方案全都不一样了。如果只是视频播报采购一块商显屏加个播放盒就够了可我们这个项目要做的是把AI数字人、交互大屏、工厂数据接口、语音识别、知识问答全部串起来本质上是一套轻量级的企业级应用。1.3 谁会站在这块大屏前需求是不一样的做展厅项目不能忽略观众画像。这块大屏前站的人大致分三类上级领导或外部评审专家他们关心管理水平和产线先进性问题偏宏观比如产能规模、自动化率、数字化转型的路径潜在客户或行业伙伴他们关心质量和交付能力常问具体产品在哪条线做、单件节拍多少、小批量订单能不能接新员工或刚入职的技术骨干他们更想听作业流程和成长空间但对工厂全局认知少问的问题可能会“很基础”。对同一组生产数据三类人的讲解重点完全不同。刚开始我们一度想做一个万能对话机器人后来发现没必要讲解策略应该可以跟随访客类型切换。实际操作中我们在数字人的交互首页放了三个模式选项参观模式、客户模式、专家模式。选参观模式时数字人走整体叙事线强调综合实力选客户模式数字人重点讲质量追溯和交付保障选专家模式则可以直接往下钻到设备级参数。这个设计客户非常认可因为它让同一块屏在不同接待场景下都能用。2. 项目启动前的需求调研与技术选型2.1 前期调研一定要当面问清的几件事做这种实体项目最忌讳坐在办公室里看资料就出方案。数字人最终是放在展厅里的场地动线、网络、灯光、声音环境直接决定了技术路线。我们进场调研时专门列了一个问题清单问得越细后面返工越少。清单里几个关键项是这样的展厅实际面积、层高、大屏位置到访客参观路径的距离数字人最佳听音区域划在哪里。大屏周围有没有其他声源比如车间的机器噪音、隔壁展区的音乐、空调风噪。现场是否能拉专线到生产网隔离区展厅的无线网络是访客网还是办公网。客户希望数字人24小时常开还是只在接待时段启动。真实生产数据能否通过接口或中间库提供哪些字段能用哪些字段必须脱敏。客户内部已经有知识材料还是需要我们协助梳理。改造预算有没有包含后期内容维护成本比如产线调整后的讲解词更新。这一轮问题问完方案方向就明确了。例如我们去看场地时发现客户展厅紧邻一个样品测试区白天设备运行噪声接近70分贝这直接决定了语音交互模块必须采用远场阵列麦克风加降噪算法而不能简单用普通麦克风。另一个重要信息是客户信息部门不允许外部系统直接读取生产MES库只能提供只读的中间视图这决定了数据对接的技术路径。2.2 数字人形象选型2D仿真还是3D写实数字人形象是客户最先关注的事也是各家公司报价差异最大的地方。当前主流路线大致有三条2D仿真数字人通过一段真人或AI生成的视频流来呈现制作成本低口型和表情相对自然但形象基本固定只能正面视角不能自由旋转3D写实数字人用三维模型加实时渲染引擎驱动可以做肢体动作和视角变化但对现场GPU算力和美术制作要求高3D卡通或风格化形象则是折中方案成本可控、亲和力强适合偏教育或展示风格的企业但对传统工业客户来说往往显得不够严肃。我们这个客户最终选了2D仿真路线。原因很实际客户的接待场景基本是参观者站在大屏正前方并不需要360度旋转视角2D数字人的视觉精细度在4K屏上已经足够以假乱真制作周期也比3D写实短得多客户能给到拍摄演员的时间窗口有限另外后期更换着装、更新背景2D方案迭代成本低很多。不过如果展厅要做成全沉浸式、需要数字人在超大屏上走动交互那还是得考虑3D方案2D在这种场景下会露馅。2.3 语音方案真人录音还是TTS合成语音讲解员首先要开口说话语音方案的选择对体验影响极大。纯讲解部分可以有两种做法找真人按脚本录制全部语料音色情感最自然但一改词就要重录做不到实时生成的动态回答用TTS合成语音优点是灵活能实时生成大模型返回的文本还能随时换音色、调语速但某些引擎在工业术语、英文缩写和数字单位上的发音容易翻车。我们最终采用的是“双轨并行”策略。固定的开场白、总结语、欢迎词这些内容用高品质TTS统一合成保证音色语气稳定。动态回答、数据播报内容则调同一个TTS引擎实时合成同时在词库里对常用术语做了强制读音配置。比如“OEE”要说成“O-E-E”还是“整体设备效率”不同客户习惯不一样我们就做成可配置项让客户现场决定。语音方案选完之后还有一个细节数字人的语速不能照搬营销视频展厅空间大混响会导致语速稍快就听不清最终把讲解语速定在每分钟240字左右。2.4 知识大脑私有化大模型还是规则问答脚本数字人能不能答上问题取决于它的“大脑”。一开始客户以为只要接上通用大模型就能回答所有问题但在工厂场景里这行不通。通用大模型不了解客户的工艺细节而且容易一本正经地编造数据在接待场合出这种错非常丢面子。我们的做法是“知识库检索大模型生成接口查询”三层结构。第一层做一个企业知识库把产品资料、工艺说明、公司发展史、质量体系、常见客户问题全部清洗成向量数据第二层对访客问题先做检索把命中片段喂给大模型做语言组织第三层识别出问题里含“当前产量”“设备状态”“今日计划完成率”等实时查询意图时不硬答而是去调生产数据接口拿到结果后再由大模型组织成口语化表达。这层结构里关键不是大模型本身多聪明而是企业知识库的梳理质量。为了建这个库我们花了大量时间跟客户的工艺、质量、生产部门访谈把散落在PPT、Word、邮件里的说法统一成三层口径能对外讲的、只能对客户讲的、绝对不能讲的。最后知识库的权限规则设得非常严一些涉及成本、良率重灾区的内容索引直接从库里剔除避免数字人“说漏嘴”。3. 系统整体架构与生产数据对接设计3.1 展厅大屏端的系统架构到底分几层这个项目的系统结构看着像一个网站或大屏应用实际落地时我们分成四层设计每层都有明确边界。最底层是数据层包含客户MES数据库的只读中间视图、展厅本地的知识库、配置文件往上是服务层跑着数据采集服务、问答服务、会话管理服务、日志服务再往上是交互层负责语音识别、意图理解、数字人动作口型驱动最上面是展示层也就是访客看到的基于WebGL或Canvas渲染的交互大屏界面。四个层在物理上不一定部署在同一台机器上。边缘网关负责数据采集大屏主机负责渲染和交互语音服务部署在一台专门的小服务器上避免互相抢占资源。大屏主机采用双机热备主屏机器一旦出问题自动切换到备机保障接待期间不掉链子。这样设计的另一个好处是后续维修方便哪个环节出问题就单独排查哪台设备不用把整体系统都停下来。3.2 生产数据怎么安全地接进展厅系统生产数据对接是整个项目里技术风险最高的一环。客户信息部门在安全上是非常谨慎的绝不允许展厅的外部系统直接触碰MES生产库。最后的方案是采用中间库模式客户在运维侧建了一个只读的“展厅授权视图”筛选出允许展示的生产计划、产线状态、今日产量、设备告警等字段然后以增量更新的方式同步到展厅本地边缘网关。同步周期可以调客户希望越实时越好但我们评估后建议设置成5秒一次。原因有两个第一展厅网络和办公网之间有防火墙策略太频繁的查询容易被安全设备误判为扫描行为第二生产调度数据在大部分车间本来就是分钟级变动的5秒刷新足够呈现“实时感”没必要为了噱头去增加隐性风险。同步到本地后数据还要再做一次脱敏和映射。客户的某些订单号带有客户名称信息不能直接显示我们在前端把订单号替换成“订单A、订单B”这类代号金额、成本等字段即便在中间视图里也要在网关层再次过滤。这些规则结束后数字人才能拿到“可对外播报的干净数据”整个过程我们留了完整的审计日志让客户安全团队随时能查。3.3 讲解动线设计数字人怎么带着访客走完流程展厅不是只有一块屏往往还有文化墙、产品展示区、沙盘等。数字人讲解不能只站在原地自言自语需要在不同展示区之间建立叙事关系。我们当时画动线图时考虑的是访客一进展厅先看到总览大屏数字人主动打招呼用一分钟介绍工厂整体情况和今天的生产状态随后访客可能在展厅里自由走动数字人通过传感器或手动触发感知访客走到某个区域再切换对应的讲解内容最后引导访客回到大屏前看总结。这里有一个不少数字人项目容易踩的坑把所有内容都堆在大屏上但访客在展厅走动时看不到数字人讲解就断掉了。我们在客户展厅的几个小展示区两侧装了定向音响和无感触发传感器数字人以画外音的方式配合访客位置讲解但画面不显眼。走到产品展柜前右侧音响就开始轻声介绍这个产品的工艺亮点。这种“第一屏显形、多区域隐身伴随”的方法实际体验比全程死盯大屏好得多。4. 设计与开发的关键实现细节4.1 大屏前端实现不是普通网页而是一个“接待主角”交互大屏如果做成了传统的数据看板参观者会觉得跟看监控没区别。我们在大屏界面设计上做了一个重要转型把数字人放在主视觉区数据图表作为辅助信息围绕它来编排而不是把数字人塞到某个角落。日常状态时屏幕是一张半沉浸式的工厂场景底图数字人居中偏侧重要指标以悬浮卡片的方式轻盈出现整体像在“带你看车间”。技术实现上大屏前端核心框架用的是Vue加ECharts但数字人渲染区是独立iframe专门交给数字人SDK去渲染。这样做可以避免大屏数据更新时的重绘拖慢数字人动画。悬浮卡片的数据更新不做整屏刷新而是用WebSocket推送增量数据前端做diff变化后只更新变化模块。所有出场动画控制在800毫秒内避免等待感屏幕切换时有统一转场逻辑保证“数据更新”看起来像“讲解员翻页”而不是网页卡顿。考虑到大屏底部可能被参观者遮挡我们刻意不把关键内容放在屏幕最下方20%区域。拜访模式、客户模式、专家模式的切换按钮放在屏幕右下侧高位同时支持讲解员语音命令“切换到客户模式”来操作避免现场找不到人点按钮。4.2 数字人驱动的核心链路从文本到口型再到动作很多做展厅数字人的伙伴会问2D数字人怎么做到口型和语音同步的。这个项目的实现链路我简单拆一下引擎先拿到TTS音频音频在播放时会将文本切分为音素时间戳渲染端拿到时间戳和音频波形数据驱动数字人脸部区域的嘴形关键点动作系统同时控制头部小幅转动、眨眼和手部预置动作。整个链路的关键在于统一的时间基准音视频如果各走各的缓冲机制很快就不同步了。我们在实现时初期没做好音画同步现场测试总感觉数字人“嘴比声音慢半拍”。后来做了三件事解决音频播放启动时记录系统时钟基线嘴形动画按音频时间戳往前做60毫秒的预驱动补偿动作调度只在大段语音的句首触发避免说话中途大幅动作导致口型预测漂移。此外数字人开场时的手势不能多否则人的注意力会被手吸引反而觉得动作假所以动作频率宁少勿多。4.3 生产调度指标如何转化为口播语言生产调度知识本身是结构化的数字人如果只说“今日计划完成率87%”客人听不懂含义。我们在做内容脚本时引入了“结论原因行动”的结构。例如数字人讲到今日产量时不会只报数据而是说“目前整厂今天计划完成率是87%比昨天同一时段高了5个百分点主要是上午A线换型时间缩短了20分钟剩下的订单预计提前到下午4点半下线。”这样一来客人听到的不只是一串数字而是一个“工厂正在高效运行”的现场故事。这个口播逻辑不是人工一句句写死在脚本里的而是通过模板加规则自动生成。后端服务拿到结构化数据后会先判断指标变化趋势再套用对应的讲解模板最后交给大模型润色成自然口语。模板里设置了数据边界波动在2%以内时说“基本稳定”波动超过5%时才说“提升明显”避免数字人把微小的正常波动夸大成“重大突破”。这样的谨慎处理在对外接待中非常重要。4.4 智能问答模块什么样的问题能答、怎么答为了让数字人不乱说话问答模块在接大模型之前先接了一个问题分类器。问题进来后先判定类型如果是闲聊、欢迎类走轻量话术库如果是企业知识类走知识库检索加生成流程如果涉及生产实时数据则转成数据接口查询必须带具体参数去查查完再生成回答如果问题超出知识边界必须明确回复“这个问题我暂时还没掌握稍后可以让我们的工程师详细解答”而不是硬编。接待场景里真正麻烦的是模糊提问。比如访客问“你们产能怎么样”如果不拆解数字人不知道要回答日产能、月产能还是年产能。我们通过追问引导把问题变具体比如数字人先反问“您想了解的是单条产线的日产能还是整个基地的交付能力”这样做既提高了回答准确率又显得数字人很有“交流感”。这招在访客调研阶段受到一致好评后来被客户固化成接待话术的一部分。5. 现场部署、联调与避坑实录5.1 进场部署第一步场地环境和硬件检查数字人项目在办公室调试得再好到现场也可能崩因为现场环境和办公环境完全不一样。我们进场的第一天不做任何软件安装先做场地技术勘察。重点检查了这几项大屏供电是否独立线路展厅是否有UPS网络是否能从大屏主机稳定连到数据对接服务器延迟和丢包率是多少灯光有没有直射屏幕导致反光大屏周边的参观路径会不会遮挡触摸区域是否有无线麦克风、路由器等设备干扰语音频段。现场检查发现一个很典型的问题客户给大屏配的播放主机是普通商用台式机显卡仅支持4K输出但解码能力一般数字人渲染和WebGL同时跑的时候GPU占用率直接拉满画面掉帧。我们临时调整了方案把数字人的渲染分辨率从4K降到2K输出因为播放距离超过2.5米后人眼很难分辨2K和4K差异但流畅度却上了一个档次。这种“降清晰度保流畅度”的决定在现场经常要做提前留出备选方案会从容很多。5.2 联调阶段最容易出问题的语音交互环节语音交互在实验室和真实展厅的表现差别非常大。展厅空间大混响重背景噪声不规律我们第一次现场测试时数字人唤醒率只有不到80%经常要喊两三遍才有反应。排查后发现问题不在麦克风阵列而是唤醒词和展厅广播内容产生了谐音冲突。我们最终把唤醒词调成“你好小智”同时通过算法把唤醒阈值放低在非唤醒状态下屏蔽了“你”开头的多个近似读音。为了减小噪声干扰我们还在空间设计上做了配合建议客户在数字人所在区域铺设吸音地毯把大屏附近的一组音响起码往远处移了两米。这些措施做完后唤醒率测试稳定在98%以上。如果你也在做类似场景多留意现场空调出风口的位置很多语音识别不稳定的问题其实是风噪声直接灌进了麦克风。5.3 全流程演练一次接待模拟跑出来的问题才值得改系统联调通过后我们做了一次完整的模拟接待演练。客户安排了一位不懂内部流程的行政同事扮演访客从进展厅开始一路模拟领导级别的问题比如“你们怎么保证交付时间”“上次提到的二期产线现在进展如何”。演练直接暴露了很多内容层面的漏洞数字人在介绍产线升级时用了内部代号访客完全听不懂数据卡片里某个关键指标单位写成“件”但客户行业习惯说“套”数字人照着系统里字段读就闹出了笑话。后来我们重新梳理了外部口径表要求所有出现在讲解词和数据卡片里的术语必须经过客户市场部和生产部双重确认。展厅项目最容易翻车的其实不是技术而是内容准确性。技术出问题可以重启内容口径出错在领导面前就是事故所以越早做全流程模拟越好。演练结束后我们还让客户保留了一份“讲解红黄绿清单”绿色内容完全可讲黄色内容要客户人员陪同才讲红色内容坚决不可讲。5.4 上线后积累的几个经典问题排查经验项目上线后三周内我们持续观察日志汇总了几个高频问题写在这里供参考。第一个是口型不同步但在特定时间点周期性出现。排查发现和数字人渲染主机的内存回收机制有关当系统触发垃圾回收时动画线程会暂停几十毫秒导致口型偏移。解决方法是给浏览器进程设置更大的堆内存并关闭无关后台进程问题很快消失。第二个是大屏数据刷新时会闪一下白屏这个非常影响客户观感。根因是数据组件整体更新时触发了页面重绘后来改成只对新旧数据做差异对比变更的DOM节点单独更新白屏彻底消失。第三个是知识库问答偶尔答非所问比如访客问“你们用什么管理系统”数字人回答成了“我们使用MES系统管理生产”信息没错但没有回答采购决策者真正想听的“系统品牌和可集成的接口”。后来我们在知识库里补充了大量关于系统兼容性问题的话术同时增加问题澄清环节答非所问的比例降了七成。第四个是需要数字人临时闭嘴或降音量的场景比如领导正在交谈、电话响起。我们加入了一个“安静模式”按钮点击后数字人停止主动播报只保留灯光律动。这种听起来很小的需求现场接待时非常实用强烈建议做展厅项目的同学加上。5.5 内容日常维护别等数据变了才发现数字人还在讲旧说法展厅上线不等于项目结束真正长期运维的难点是内容更新。客户产线调整或者新增设备后如果讲解词不更新数字人就可能对着新客户讲老黄历。我们在交付时专门做了一套内容维护流程客户市场部指定接口人每个月按照模板提交变更点我们负责更新知识库和讲解脚本。技术侧还留了后台支持客户自己修改产品名称、客户案例和常见问答不需要重新发版。数据指标层面我们和客户约定如果产线增加或减少需要调整中间视图里的字段配置。系统配置了指标启停开关比如某条产线检修期间前台可以临时把这条产线的播报隐藏避免数字人对着正在停机的产线还讲“运行稳定”。这套运营机制虽然不像技术那么酷但真正常态化用起来的展厅项目拼的都是运维细节。6. 数据可视化与数字人内容联动的琢磨6.1 大屏画面不喧宾夺主数字人才能当主角视觉设计上我们走了一些弯路。最初设计师给大屏堆了非常多炫酷的动态图表轮播、粒子、流光效果全上结果数字人一开口后面的动效一直在闪访客注意力被扯得七零八落。后来改版确定了“数字人为主、数据为辅”的视觉层级数字人说话时背景数据降低饱和度只保留当前讲解对应的指标卡数字人停顿或访客提问时数据区才增强动态细节。这个原则听起来简单但对交互节奏和视线的控制非常有效。图表表现也有讲究。车间调度信息往往层级很多全塞在一屏会变成“死亡仪表盘”。我们采用三档下钻设计首屏只放订单完成率、产线状态、告警事件三个总览指标点击某条产线后进入产线档显示今天的工单数量、当前工序和节拍继续点击可看到设备级参数。数字人讲解时也会主动引导访客去看对应区域比如说到A线时A线的数据卡会轻微放大并用余光高亮相当于讲解员做了个“请看这边”的手势。6.2 讲解节奏与数据下钻怎么配合数字人带访客看数据最大的风险是节奏失当。如果数据一条接一条往外抛访客很快就疲了。我们给整体讲解设定了六幕结构开场欢迎、工厂全貌、生产调度核心能力、具体产线示例、质量保障体系、商务引导。每一幕结束时数字人都会停顿两到三秒给访客消化和提问的空间。如果有访客问了一个问题讲解流程会从常规脚本跳转到问答分支回答完再回到主流程的对应环节不能生硬地从头再来。为了让访客可以自由“打断”我们还实现了语音按钮和触摸键随时可用的双通道交互。数字人在播报时访客按住屏幕上的麦克风图标提问系统会自动压低当前讲解音量。访客不开口时数字人继续按脚本走。这解决了很多参观者不会在大屏前抢话的心理障碍也更符合正式接待的礼仪感。6.3 外部参观者最常问的三个问题和应对模板上线一个多月后我们在后台看到访客问题的高频词依次是“交付周期”“质量怎么保证”“能不能定制”这三类问题占了总量的六成。围绕它们我们沉淀了标准应对模板交付周期问题不能只给承诺数字人会结合当前生产计划说明平均交付周期、加急通道和排产原则同时会指引客户去看大屏上正在生产的订单告诉客户“我们目前A线的订单排产已经到下周其中一部分是加急订单”。质量保证问题也不只讲口号数字人会把话题引到质量追溯体系上说明任何一批产品都能追溯到原材料批次、设备参数和操作人员同时展示良率趋势图。定制化问题则把客户引向商务洽谈引导客户留下联系方式并说明销售工程师会进一步对接。这三个模板后来也被客户市场部拿来培训真人讲解员等于数字人“反哺”了企业内部知识沉淀这算是项目额外的价值。7. 智能化背后的成本与效益思考7.1 项目花费不低预算怎么分配才合理聊一些相对敏感但并不该回避的话题预算。工业客户做AI数字人展厅项目预算范围从几十万到几百万都见过主要差在形象精度、交互复杂度和数据打通深度上。这个项目是典型的中等预算配置占比大概是数字人形象定制和语音服务占三成系统开发和集成占三成交互大屏硬件和展厅改造占两成内容梳理和知识库建设占一成半运维预留占半成。很多团队容易在硬件上超支在知识库建设上压缩预算这是反的。硬件是一次性采购贵一点无非多几万知识库如果没做扎实数字人上线后答不出问题整个项目就失败了。7.2 用不用私有化部署要看企业数据安全底线数字人的语音识别、大模型问答能力有些可以调用云端接口实现但在制造业客户现场数据出不出厂是非常敏感的话题。我们在这个项目里最终做了混合部署涉及生产数据和内部知识的问答服务全部本地化部署运行在一台客户机房的服务器上通用的闲聊能力和语音识别走的是本地小模型加白名单外部接口降低误拒率。客户安全部门对这套方案比较认可因为关键的业务数据都没有离开厂区。如果企业预算很紧完全用公有云接口也能快速跑通但后续风险不小一方面可能被合规审计叫停另一方面工厂网络如果断网数字人就“哑巴”了。考虑到展厅大多数时候是“现场演示”用途我强烈建议至少把核心交互链路做成断网可用的本地模式宽带受到影响时才不会在贵客面前出洋相。7.3 这一套AI数字人在工厂的空间还能怎么延展生产调度讲解员只是数字人在工厂场景的一个起点。同样的底层能力可以快速拆去别的岗位质检中心的知识问答、设备维修的故障引导、安全生产培训的模拟演练甚至是远程专家协同的第一触点。数字人形象和话术可以复用后台知识库可以复制数据接口已经打通新场景的半衰期会明显缩短。展厅本身也变成了数字化的演示场和试验田后续工厂打算在门口闸机、会议室预约屏等位置陆续部署数字人形成工厂内部一套统一的AI形象入口。我个人在这个项目里最大的体会是做AI数字人落地比拼的不是谁家的大模型参数更高而是谁更懂企业的业务场景、谁能把数据梳理到“可对外讲”的程度、谁能在现场顶着噪声把语音交互调到稳定。技术只是载体讲解员之所以有说服力是因为它说出的每一句话背后都连接着这家工厂真实运转的生产系统。希望这篇经验能帮正在计划或正在实施同类项目的读者少踩几个坑。