Synthesia 类工具适合审核后发布的视频资产；当用户能够追问、打断或触发产品操作时，需求已变成实时交互。
核心判断
Synthesia 类工具适合审核后发布的视频资产；当用户能够追问、打断或触发产品操作时，需求已变成实时交互。
架构与体验边界
实时产品必须处理语音、会话状态、工具调用、网络恢复和用户控制。不要把视频制作流程误当作可运行的产品体验。 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
把互动数字人放在复杂引导、练习或高价值咨询场景，保留文本与自助路径给只想快速完成任务的用户。 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。
