两者都能出现在实时智能体的候选名单中，但不能因为都能呈现数字人，就假定其会话模型、成本和控制能力相同。
核心判断
两者都能出现在实时智能体的候选名单中，但不能因为都能呈现数字人，就假定其会话模型、成本和控制能力相同。
架构与体验边界
比较时优先确认产品保留哪些智能体和语音能力、会话如何管理、用户打断时会发生什么，以及需要向服务商交付哪些数据。 Spatius 的 Docs Map 说明：Motion Server 接收数字人语音音频并返回动作数据，AvatarKit 在客户端渲染。应用继续负责 ASR、LLM、TTS、检索、工具、权限与会话策略。
试点与衡量
用同一用户流程和同一成功指标试跑两种方案，再决定是否扩大范围。 试点必须保留可用的文本路径、清晰的等待状态和人工接管方式。对于实时媒体场景，可参考 LiveKit Agents 的参与者和会话生命周期模型。
