Technology · Stack

虚拟数字人、大模型、智能语音，支撑一本书的互动层

技术体系用来做内容创新，也用来把出版流程接上数智化更新。与电子科技大学共建人工智能实验室，是这套能力的研究侧。

BingoPlus

以 3D 虚拟数字人为核心生产可互动角色。出版社 IP、书中人物和课堂教师，都从这里被制作出来。

BingoMeta

基于大模型构建实时交互。角色听得懂文本和语音，并在对话时保持可看的表情和口型。

BingoVideo

以克隆数字人制作视频。荐书、导学和章节讲解可以按同一形象批量产出。

BingoMeta Engine

文本直接驱动语音和动画

引擎把大模型对话接到交互型数字人。响应保持实时，表情和风格可以按场景扩展：课堂讲解、故事角色或方言导览。

Text to Speech & Animation。一段文本同时生成语音和对应动画，不需要先录音再对口型。

优化唇部运动模型和动画渲染，配合重建的 3D 面部网格与纹理身份，让角色在说话时仍然像同一个人。

语音驱动卡通或写实角色。面部动画按隐空间建模，情绪变化时整体过渡保持平滑。

支持小样本微调。新的出版社 IP 或教师形象可以较快完成个性化，而不必从零采集长周期数据。

语音情绪控制模块可以调整风格和强度。同一个角色可以平静讲解，也可以把故事讲得更有起伏。

同一套交互框架用于荐书、伴读、课堂助教和非遗导览。换的是人设、知识和语气，不是底层引擎。

BingoEDU Model

BingoEDU 是面向教育出版的垂直模型服务。基座使用 DeepSeek V3（专家）与 R1（推理），上面是知识库、编排和可配置的 Agent。

智能应用审核助手、编写助手、角色对话、AI 助手、智能专家问答，以及按书自定义的 Agent。

编排与检索可视化流程编排、知识检索测试、GraphRAG，把一本书的章节组织成可调用的流程。

模型与微调大模型、Embedding、微调数据集和模型管理。应用可以定义，也可以持续维护。

知识与数据知识文档经过清洗、预处理和批处理，进入向量存储。异源多模态数据用于补足图文和音视频。

每本书绑定自己的知识文档和角色设定。读者问到的是这本书里的人、概念和习题，回答可以追溯到章节。

编写助手和审核助手面向内容生产。融合出版的更新，不只能发生在读者端。

模型负责「说什么」，BingoMeta 负责「怎么说、脸怎么动」。读者看到的是一个会讲这本书的人。

数字人、视频、实时交互和垂直模型会按这本图书的读者和使用场景组合。