官网地址：
https://www.gzgj.cc
一、核心能力与场景定位
核心能力：
实时互动：响应观众评论（文字 / 语音）、回答问题、执行指令（如 “展示商品细节”）。
内容自主生成：结合脚本或实时 AI 生成直播话术（如产品介绍、促销讲解）。
动作与表情同步：数字人肢体动作、面部表情（微笑、点头）与语音 / 内容匹配，自然不僵硬。
多模态输出：支持语音、画面、字幕同步，部分场景可结合虚拟背景切换（如直播间、产品场景）。
典型场景：
电商带货：24 小时不间断讲解商品、回应咨询、引导下单（如服饰试穿、美妆演示）。
品牌直播：数字人作为品牌 IP，宣讲品牌故事、新品发布，适配多平台（抖音、淘宝、视频号）。
知识直播：教育机构用数字人实时讲解课程、解答学员问题，支持多轮互动。
活动主持：虚拟数字人主持线上会议、展会，串联流程并与嘉宾 / 观众互动。
二、技术架构与核心模块
数字人实时直播的技术链路较长，需实现 “输入解析→内容生成→数字人驱动→实时渲染→多平台推流” 的全流程闭环，核心模块包括：
1. 实时交互与内容生成层观众输入解析：
评论抓取：对接直播平台 API（如抖音开放平台、淘宝直播 API），实时获取观众文字评论。
意图识别：通过 NLP 模型解析评论意图（如 “多少钱”“有没有优惠”“适合油性皮肤吗”），提取关键信息（商品 ID、属性等）。
语音交互（可选）：若支持语音评论，通过 ASR（语音识别）转文字，再进入意图解析流程。
直播内容生成：
脚本驱动：预设直播脚本（如产品卖点、流程节点），数字人按脚本顺序讲解，同时穿插对观众评论的实时回应。
AI 实时生成：结合大模型（如 GPT-4、文心一言、LLaMA），根据直播主题、商品信息、观众问题动态生成话术（需控制生成速度，避免卡顿）。
多轮对话管理：维护直播上下文（如 “刚才讲的口红是什么色号？” 需关联前文内容），确保回答连贯性。