魔珐星云是魔珐科技推出的具身智能3D数字人开放平台，用SDK与接口把语音、表情、动作封装成可调用能力，端侧渲染、低延时、支持千万级并发，适合要把数字人嵌进App、大屏与机器人的技术团队。
一、该工具是什么
1.1 一句话定义
魔珐星云（XingYun）是魔珐科技（Xmov）于 2025 年 10 月 29 日正式上线的具身智能 3D 数字人开放平台。它不卖成品软件，卖的是能力：把 3D 形象、语音合成、表情与动作生成、实时渲染、智能体编排这几层，压缩成开发者可以直接调用的 SDK 和接口。
更准确地说，它补的是大模型缺失的那一段。语言模型解决了「想明白」，但用户看到的仍然是一行行文字；魔珐星云把文字流实时翻译成嘴型、眼神、手势和身体姿态，让屏幕里的角色像一个正在说话的人，而不是一个正在打字的框。
它的交付物因此不是一条视频，而是一段可以被业务系统反复调用的能力。你接入一次，后面每次对话都由你的大模型、知识库和业务流程驱动，平台只负责「把话说得像人」。
1.2 它解决了谁的什么问题
把它当成「又一个数字人工具」会误判。它面对的是三类具体的人，各自卡在不同的地方。
1.2.1 技术团队：不想从零搭一条 3D 管线
要在自有 App 里做一个能开口说话、有表情的 3D 角色，传统路径是建模、绑定骨骼、做口型映射、写动作状态机、搭渲染服务，一支小团队做半年也未必稳定。魔珐星云把这些环节封装掉，技术团队只需要处理「文本进、画面出」这一层接口。
1.2.2 系统集成商：项目要交付，但不能每次都重做
政务大厅导办屏、医院自助机、连锁门店导购屏，这类项目周期短、验收严、硬件型号杂。集成商真正怕的是每接一个项目就重写一遍渲染和适配。魔珐星云提供一套跨端 SDK 覆盖 Android、iOS、鸿蒙、Windows、Linux，项目之间复用同一套交互逻辑，边际成本才降得下来。
1.2.3 培训与客服负责人：要的是「有人在」的感觉
纯文本客服的解决率瓶颈往往不在答案准不准，而在用户愿不愿意读完。加了形象、语气和手势之后，同样的答案更容易被接受，尤其在适老化、导办、销售陪练这类需要信任感的场景。这类团队不懂渲染，需要的是一个能被业务系统调起来的「数字同事」。
二、基本信息
下表按官方公开信息整理，涉及金额与配额的部分会随活动调整，接入前建议以控制台实际展示为准。
| 项目 | 内容 |
|---|---|
| 工具/平台名称 | 魔珐星云（XingYun），定位为具身智能 3D 数字人开放平台 |
| 官网网址 | xingyun3d.com |
| 上线时间 | 2025 年 10 月 29 日（官方发布会公布，此前为邀请码内测） |
| 产品功能 | 具身驱动、数字人视频生成、语音合成与声音克隆、3D 形象库、智能体编排、跨端 SDK、私有化部署 |
| 所属公司 | 魔珐科技（Xmov），境内主体为魔珐（上海）信息科技有限公司，2018 年成立 |
需要说明的是，该平台同时存在「公有云按量调用」和「私有化部署」两种交付形态，前者注册即用，后者需要走商务流程，两者在配额、并发和计费上不是一套规则。
三、主要功能
平台对外暴露的能力可以拆成七块。理解这七块的分工，比记住功能列表更有用，因为你大概率只会用到其中两三块。
3.1 具身驱动：把文本变成会说话的人
这是魔珐星云最核心的能力。输入一段文本，它实时生成语音、嘴型、表情、眼神、手势和上半身动作，驱动 3D 角色开口。支持流式输入，也就是大模型吐一个字，数字人就开始说，不用等整段生成完。
限制在于「实时」二字有代价：流式模式下角色能做的动作幅度有限，大幅度的走位、转身、复杂手势需要走预编排或者视频生成通道。想要电影级的表演，仍然要回到离线生产。
3.2 视频生成：文本或 PPT 直接出片
把脚本或幻灯片丢进去，魔珐星云自动完成场景搭建、灯光、人物调度、运镜和包装，输出一条数字人口播视频。适合课程、产品讲解、内部通知这类标准化内容。
限制在时长和可控性：单条视频越长，排队与返工成本越高；镜头语言由算法决定，想精确控制构图要回到模板或人工调整，不能像剪辑软件那样逐帧摆布。
3.3 语音合成与声音克隆
魔珐星云提供多语种、多风格的合成音色，支持情绪表达与真人音色克隆。官方口径是可覆盖数十种语言，基础音色与 Pro 音色在自然度和情感颗粒度上有明显差距。
限制有两层：克隆音色需要授权材料，商用前要确认授权链条；小语种的情感表现普遍弱于中文和英文，做跨境内容时要先试听再批量。
3.4 形象库与形象定制
官网称内置 5000 以上超写实、二次元、卡通、美型风格角色，支持在线调整发型、服装、面容，也支持上传照片生成专属 3D 形象。对品牌方来说，这意味着不用为每个项目单独建模。
限制在「像不像」：照片生成的 3D 形象在正脸角度表现最好，侧脸和大幅度表情仍会露怯；高保真定制属于商务范畴，价格与周期官方未公开。
3.5 智能体编排：接自己的大模型
魔珐星云不绑定某一家模型。你可以在应用里配置身份、角色、知识库、任务与工具调用，后端接自研模型、DeepSeek、通义千问都可以，平台负责把模型输出转成语音与动作。
限制在工程细节：多轮记忆、打断后的上下文恢复、工具调用的等待态提示，都要在业务侧自己处理。平台给回调，但不替你设计对话流程。
3.6 跨端 SDK 与端侧渲染
提供面向网页的轻量 SDK、面向 Android、iOS、鸿蒙的原生 SDK，以及服务端调用的接口。魔珐星云的渲染在终端完成，官方称百元级芯片即可流畅运行，不需要独立显卡，也不依赖视频推流。
具体操作路径是：登录控制台创建应用，填写应用名称与场景描述，在应用详情页点「查看密钥」拿到 appID 与 appSecret，然后引入 SDK、实例化、初始化、调用 sendText 推入文本。文档齐全的情况下，半小时能跑通第一个会说话的角色。
限制在终端碎片化：低端安卓设备的 GPU 兼容性、车机系统的权限策略、大屏厂商的浏览器内核版本，仍然要逐个适配。SDK 降低的是工作量，不是消除工作量。
3.7 私有化与信创适配
魔珐星云支持部署在客户自有服务器或私有云，数据不出内网；官方称兼容飞腾、鲲鹏等国产处理器与麒麟、统信等国产系统，公有云服务通过等保二级。
限制在成本：私有化不是装个包，涉及渲染集群、语音服务、模型文件的整体交付，起步规模通常以项目计，不适合几十路并发的小客户。
四、发展历程
这家公司的路径比较特别：先做影视级 3D 内容生产，再做消费级产品，再把能力开放出去。顺序反过来，才有今天的魔珐星云。
| 时间 | 事件 | 影响 |
|---|---|---|
| 2018 年 | 魔珐科技成立，创始人柴金祥为人工智能与机器人方向博士 | 确定「3D 加 AI」的技术路线，从底层图形学做起 |
| 2019—2021 年 | 搭建影视级 3D 数字人工业化产线，服务品牌与广电客户 | 积累高质量 3D 数据与绑定、驱动工艺，形成后来模型训练的数据底座 |
| 2021—2022 年 | 推出面向内容创作的 3D 数字人产品线，随后上线「有言」 | 把影视级能力降维到企业市场，跑通订阅制商业模式 |
| 2023—2024 年 | 扩展直播与实时交互产品线，「有光」「有灵」相继落地 | 从「生成内容」走向「持续服务」，为开放平台积累交互侧经验 |
| 2025 年 10 月 | 具身智能 3D 数字人开放平台正式发布 | 从卖产品转为卖能力，客户群从市场部扩展到技术团队与集成商 |
| 2026 年上半年 | 开放注册、下调试用门槛，进入开发者赛事与显示行业展会 | 开始争夺「AI 屏幕」这一增量场景的话语权 |
第一阶段的关键动作是「把非标做成了标准」。影视级数字人原本是手工艺品，一个角色几十万，交付周期以月计。产线化的意义不只是降本，而是让每个角色都有统一的骨骼、表情基和动作库，后面的模型才训得动。没有这批结构化数据，实时驱动只能停在嘴动的水平。
第二阶段的关键动作是「把标准做成了接口」。当形象、语音、动作都被拆成可调用的模块，魔珐星云的自然客户就不再是采购一套软件的市场部，而是要把这些模块嵌进自己产品的研发团队。这次转身决定了它的定价方式必须从「按年订阅」变成「按分钟计费」，也决定了它的文档、示例和工单体系必须按开发者习惯重建。
五、核心优势
优势要放在具体工程约束里看才有意义。下面五条，每条都对应一个真实的决策点。
5.1 端侧渲染：不用为每块屏配一台带显卡的机器
传统云渲染方案要么推视频流，要么在本地跑游戏引擎，前者吃带宽，后者吃显卡。魔珐星云把渲染放到终端，官方称百元级芯片可以跑起来，带宽需求随之下降。
对你意味着什么：一个覆盖三百家门店的项目，硬件预算可能从「每店一台小主机」变成「沿用现有广告机」，这一项的差额往往比软件授权费更高。它不擅长的是极端画质，需要影视级光影和复杂布料的镜头，端侧仍然吃力。
5.2 延时与打断：能插话才像对话
官方公开的口径有三组：官网能力页写驱动响应 500 毫秒级，常见问题页写端到端 1200 毫秒以内，发布会稿件写全链路低于 1.5 秒。三个数字口径不同，但都落在可接受的区间。
对你意味着什么：客服场景里，用户中途插话、改问题、说「不是这个」是常态，支持随时打断比语音自然度更影响体验。它不擅长的是超高实时性场景，比如需要毫秒级唇音同步的专业虚拟主播，仍要靠本地高性能方案。
5.3 并发与弱网：不靠推流，就不怕断流
官方称单平台支持千万级屏幕同时在线，网络带宽要求很低。这个量级是架构能力描述，不是单客户实测值，但方向是清楚的：不占用视频分发通道，扩容压力从带宽转到了计算。
对你意味着什么：连锁门店早高峰同时开屏、城市大屏网络集中投放，这类「脉冲式并发」不会因为推流排队而黑屏。它不擅长的是强互动直播，需要连麦、连屏、多机位切换的场子，还是要走专门的直播链路。
5.4 形象资产：一致性比惊艳更值钱
魔珐星云的角色库有五千以上，加上在线换装、换发型，解决的其实是品牌一致性问题。同一个数字员工在门店大屏、手机 App、车机上的样子必须一样，否则用户会觉得是两个人。
对你意味着什么：一次配置、多端复用，省掉的是反复对齐视觉规范的人力。它不擅长的是从零原创一个高辨识度 IP，那仍然需要美术团队介入，平台给的是编辑能力，不是创意能力。
5.5 信创与私有化：能进机房的方案才好过审
魔珐星云支持国产处理器、国产系统与私有化部署，数据不出内网。对金融、政务、医疗这类采购，这一条经常是一票否决项，没有它连投标资格都没有。
对你意味着什么：过合规评审的时间会显著缩短，尤其是等保和商密要求明确的单位。它不擅长的是小规模私有化，几十路并发的需求摊不平交付成本，公有云更划算。
六、如何使用
从零到第一条能跑起来的数字人，魔珐星云设计的是三步：创建应用、预览效果、接入 SDK。下面按实际操作顺序拆开，每步写清点哪里、填什么、等多久。
- 注册并领试用额度。打开官网点右上角「登录／注册」，手机号收验证码即可。注册后账户到账 100 积分，活动期通过邀请码可提升到 1000 积分，以注册页提示为准。约 2 分钟。
- 创建应用。进入「应用管理」点「创建应用」，填应用名称（建议按项目命名，如「某银行网点导办」）、选终端类型（网页、App、大屏、车机）、选默认形象与音色。名称与形象后续都能改，耗时 3 到 5 分钟。
- 拿密钥。在应用列表点「查看密钥」，复制 appID 与 appSecret。密钥按应用隔离，一个项目一套。生产环境要在服务端换临时凭证，不要写进前端代码。
- 无代码预览。应用详情页的「效果预览」入口，可直接输入一句话，看角色是否开口、口型对不对、动作幅度是否合适。不消耗额外额度，1 分钟出结果，是排查形象与音色选错的最快方式。
- 接入 SDK。网页端引入轻量 SDK，几行代码完成实例化、初始化、推文本；App 端用原生 SDK，接口语义一致。已有后端也可只调服务端接口，前端自行播放。第一个 Demo 半小时内能出声。
- 接自己的大模型。把对话请求指向你的模型服务，把返回的文本流分段推给 SDK。建议先做「等待首字」的过渡态，例如让角色做一个倾听动作，否则用户会觉得屏幕卡住。
- 压测与上线。按目标终端做真机测试，重点看低端安卓机的帧率、弱网重连、长时间运行的显存增长。通过后申请正式配额，公有云按量计费，私有化走商务流程。压测到上线一般两到四周。
| 接入方式 | 适用终端 | 技术栈 | 工作量参考 |
|---|---|---|---|
| 轻量 SDK | 网页、H5、小程序、商显浏览器 | JavaScript，兼容主流前端框架 | 一到三天可出可演示版本 |
| 原生 SDK | App、车机、鸿蒙设备、机器人 | Java／Kotlin、Objective-C／Swift、ArkTS | 一到两周，含真机适配 |
| 服务端接口 | 已有播放器的自有系统 | 标准网络接口，返回音频与动作数据 | 三天到一周，取决于播放器改造成本 |
| 私有化部署 | 内网、信创环境、涉密场景 | 整体交付，含渲染与语音服务 | 以项目计，通常四到八周 |
接入成本里最大的一块不是写代码，而是「对话体验的打磨」。把模型回答直接喂进去往往生硬：句子太长、没有停顿、动作与语义不匹配。真正决定观感的是文本预处理与动作编排策略，这部分魔珐星云不替你完成。
七、使用教程
下面两个案例分别对应两条主力路径：一条是实时交互，一条是批量出片。参数按公开计费规则换算，实际消耗以控制台账单为准。
案例一：政务大厅导办屏，做一个会指路的数字员工
目标：在某区政务服务中心的自助终端上，用一块 27 寸竖屏承载数字导办员，回答「办护照去哪层」「要带什么材料」，并配合手势指向窗口方向。终端为四核 ARM 芯片，无独立显卡，网络为政务外网。
提示词原文（写入智能体的人设与规则）：
你是政务服务中心的导办员小云，服务对象多为中老年人。 回答规则： 1. 每次回答不超过 60 字，先给结论，再给一个补充提示。 2. 涉及楼层和窗口时必须说清「几楼、哪个方向」，例如「三楼东侧，电梯出来右手边」。 3. 不确定的事项不要编，回答「这个我不确定，我帮您叫人工」。 4. 语气平和，不使用「亲」「宝子」这类词，不使用感叹号。 5. 用户连续两次问同一件事时，换一种更短的说法重述。 输出要求：纯文本，不要分点，不要加粗，不要表情符号。
参数设置：形象选超写实中年女性职业装，音色用基础音色（0.5 积分／分钟），驱动模式为流式文本驱动，首字等待超过 800 毫秒触发倾听动作，单次会话上限 8 轮，超时 30 秒自动回归待机并播放引导语。
结果评估：真机帧率稳定在 30 帧，从用户说完到角色开口约 1.2 秒，符合官方口径；口型与中文音节对齐良好，长句「出入境管理局在三楼」没有吞字。手势指向需要预编排，实时生成的动作只能做「侧身示意」。
返工点：最初把模型输出整段推给 SDK，角色一口气说完 90 字，中间没有换气，观感很假。改成按标点切分、每 20 字推送一段，并在句号处插入 200 毫秒停顿后，自然度明显提升。第二个坑是待机恢复：用户沉默 30 秒后角色仍在轻微摆动，看着像卡住，加了「眨眼加回正」的收尾动作才解决。
案例二：连锁零售的月度培训片，一次生成二十条
目标：一家有两百多家门店的零售品牌，每月要出二十条 3 分钟以内的新品培训视频，内容是话术、陈列要点和常见异议处理。过去外包制作，单月成本在数万元，交付周期两周。
提示词原文（用于生成口播脚本，再交给视频生成）：
角色：你是某连锁品牌的培训讲师，听众是门店一线店员。 任务：把下面的产品资料改写成 3 分钟口播稿，约 700 字。 结构：一句话说清这次上新解决什么问题；三个卖点，每个卖点配一句顾客能听懂的话；两个常见异议及应对话术；结尾给一个当天可执行的动作。 限制：口语化，句子不超过 25 字；不使用行业术语；不用罗列式连接词；每段之间留一个自然的过渡句。 产品资料：【粘贴产品参数与卖点】
参数设置：输出规格 1080p（约 240 积分／分钟），形象用企业定制的中年男性讲师，场景选演播室模板，语速中等偏快，字幕开启，背景音乐关闭。三条视频并行提交，其余排队。
结果评估：二十条视频从提交到全部可用约一天半，十六条一次通过，四条因脚本超长被截断需要重跑。单条 3 分钟按 1080p 计约 720 积分，成本远低于外包，脚本改动后还可以只重跑受影响的那一条。
返工点：第一批脚本平均 1100 字，念出来四分半，超出预期。把字数上限改成「严格控制在 680 到 720 字，超过就删减卖点数量」，命中率才上来。另一个问题是念价格时重音不对，把「199」改写成「一百九十九」后恢复正常。
八、价格优惠
魔珐星云的计费单位是积分，不同能力按分钟或按条扣减。官方公开的单价如下，属于按量计费口径，不含私有化与定制形象的项目报价。
| 套餐／计费项 | 价格 | 包含额度 | 适合谁 |
|---|---|---|---|
| 新用户试用 | 0 元 | 注册赠 100 积分，活动期邀请码可至 1000 积分 | 做技术验证、跑通 Demo 的团队 |
| 实时驱动（基础音色） | 0.5 积分／分钟 | 按实际驱动时长扣减 | 客服、导办、陪练等长时交互 |
| 实时驱动（Pro 音色） | 2 积分／分钟 | 按实际驱动时长扣减 | 对语气和情感要求高的品牌场景 |
| 语音合成 | 0.2 至 1 积分／分钟 | 基础音色 0.2，Pro 音色 1 | 只需配音、不要形象的项目 |
| 视频生成 720p | 约 140 积分／分钟 | 按成片时长，受场景复杂度影响 | 内部通知、社群短视频 |
| 视频生成 1080p | 约 240 积分／分钟 | 按成片时长，受帧率与场景影响 | 培训课、产品讲解 |
| 视频生成 2K／4K | 约 880／1340 积分／分钟 | 按成片时长，渲染资源占用高 | 发布会、展厅循环播放 |
| 私有化部署 | 项目报价 | 按并发路数与终端数量核定 | 金融、政务、医疗等内网场景 |
积分与人民币的兑换比例官方未在公开页面固定，通常随充值档位变化。做预算时不要按「1 积分等于多少钱」倒推，应按场景分钟数乘单价，再向商务确认折扣。
8.1 怎么买最省
先把免费额度花在验证上。100 积分够跑约 200 分钟的实时驱动，或者 25 秒的 1080p 视频。用这段时间验证三件事：终端能不能跑动、延时能不能接受、你的模型输出会不会太长。这三件事没过，买多少都是浪费。
实时场景用基础音色，成品内容才上 Pro。基础与 Pro 的单价差四倍。导办、客服这类以信息传达为主的场景，基础音色的自然度已经够用；品牌宣传片、对外课程再用 Pro，一年的差额可能抵得上一个项目的硬件预算。
视频按需降规格，不要默认 1080p。720p 与 1080p 的单价差接近一倍，而门店竖屏和手机端的观看距离下，多数人分辨不出差别。真正需要 2K 以上的是大尺寸 LED 屏，其余场景把省下的积分留给重跑。
九、最新动态
2025 年 10 月，魔珐星云正式发布。官方在北京举办发布会，创始人柴金祥提出「大模型给了 AI 大脑，星云给了 AI 身体」的说法，同期公布五大能力口径：高质量、低延时、高并发、低成本、多终端。这是该产品第一次以「开放平台」而非「工具」的身份对外，现场还给出了 5000 以上形象库与三档音色的能力清单。
2025 年 12 月，开放注册并下调试用门槛。据多家工具导航站的收录信息，平台在此期间从邀请码制转为公开注册，新用户注册即赠积分，同时上线了接入文档与示例工程。这一步把魔珐星云从「预约制」推向「自助式」。
2026 年上半年，进入开发者生态。据赛事公开信息，该平台成为上海开源软件应用创新大赛开源 AI 工具赛道的命题方，提供具身交互 SDK 供参赛者开发，并给出千级积分的开发额度。同期有消息称其与多家机器人本体厂商完成适配，具体名单官方未完整披露。
2026 年 5 月，转向显示行业。在集邦咨询新型显示产业研讨会上，柴金祥以「让每一块屏幕升级为 AI 屏」为主题演讲，把数字人重新定义为显示终端的服务层。有媒体将其解读为从工具供应商转向基础设施供应商：客户从「要做数字人的企业」扩展到「卖屏幕的厂商」。
十、竞品对比
市面上的同类产品大致分两类：一类是面向内容生产的成品工具，一类是面向系统集成的能力平台。把魔珐星云和它们塞进同一张表，容易得出错误结论，所以先看能力形态，再看价格。
| 维度 | 魔珐星云 | 有言 | 蝉镜 | 腾讯云数智人 | 阿里云数字人 |
|---|---|---|---|---|---|
| 形象类型 | 3D 为主，含超写实、二次元、卡通 | 3D 为主 | 2D 真人克隆为主 | 2D 与 3D 均有 | 3D 与 2D 克隆 |
| 是否开放 SDK | 是，多端 SDK 加服务端接口 | 否，以平台内创作为主 | 企业版提供接口 | 是，云服务接口 | 是，云服务接口 |
| 驱动方式 | 文本与语音实时驱动 | 脚本驱动，离线渲染 | 音频或文本驱动口播 | 文本驱动，支持直播 | 文本与语音驱动 |
| 交互延时 | 端到端约 1.2 秒 | 不适用，非实时 | 直播场景秒级 | 视产品线而定 | 视产品线而定 |
| 渲染位置 | 终端渲染，弱网可用 | 云端渲染出片 | 云端合成 | 云端渲染推流 | 云端渲染推流 |
| 私有化 | 支持，含信创环境 | 企业版可谈 | 企业版支持 | 支持 | 支持 |
| 计费方式 | 按分钟积分为主 | 年费加言币 | 会员订阅加合成时长 | 小时包与并发包 | 按并发路数或时长 |
| 产品 | 价格量级 | 交付形态 | 最适合的场景 |
|---|---|---|---|
| 魔珐星云 | 实时驱动 0.5 至 2 积分／分钟 | 自助接入加项目定制 | 要把数字人嵌进自有产品、终端、机器人 |
| 有言 | 个人版数十元每月，企业版年费万元级 | 订阅制，开箱即用 | 市场部批量做讲解视频，不涉及开发 |
| 蝉镜 | 会员约 298 元每月起，企业版另议 | 订阅制加接口 | 电商口播、日更短视频、无人直播 |
| 腾讯云数智人 | 视频合成小时包千元级起，3D 写实更高 | 云服务按资源包 | 已有腾讯云体系、需要直播与视频双能力 |
| 阿里云数字人 | 3D 流媒体约 5749 元／路／月 | 云服务按并发 | 高并发实时交互，预算充足的中大型项目 |
10.1 如果你要的是「内容」，别选平台
市场部要做一批培训视频，团队里没有开发，一周内交片，用有言或蝉镜更合适。脚本、形象、场景、包装都在一个界面里，按年付费，学习成本以小时计。
判断方法：交付物是「一批视频文件」就选工具，是「一个能持续对话的功能」才轮到平台。
10.2 如果你要的是「功能」，比的是工程指标
腾讯云与阿里云的强项在云资源与合规体系，接口规范、计费透明、与现有云账号打通，适合已重度使用对应云的大客户。它们的实时交互多走云端渲染加推流，单路成本高，阿里云 3D 流媒体按并发计费，一路一个月约五千七百元。
魔珐星云的差异点在端侧渲染与按分钟计费：成本随用量走，不用为闲置并发买单，弱网更稳；代价是终端适配自己做，画质上限受芯片限制。
10.3 自建还是采购：五条判断标准
看团队里有没有图形学的人。建模、绑定、驱动、渲染四个方向缺一个就卡住，时间成本常被低估三到五倍。
看需求是标准能力还是核心差异化。数字人只是表达层，像、自然就够，采购划算；表演风格本身是卖点，比如虚拟偶像，驱动模型得握在自己手里。
看并发曲线是平的还是尖的。平稳且量大，自建边际成本低；脉冲式波动，比如门店早高峰，按量付费更省。
看合规要求落在哪一档。数据不能出内网，采购时要确认对方有私有化与信创交付能力，不能只看公有云条款。
看迭代节奏。效果每半年明显进步一次，自建意味着每次都要重训，采购跟着平台升级。
三条反向信号：需要深度改造骨骼与表情体系、需要完全断网运行、需要把驱动模型嵌进自研芯片。这三种采购满足不了，只能自建或联合开发。
十一、常见问题
11.1 魔珐星云收费吗？有免费额度吗？
收费，按积分计费。注册赠送 100 积分，活动期经邀请码可到 1000 积分，够跑通三种能力的验证。商用按分钟扣减，实时驱动基础音色 0.5 积分／分钟起，视频生成从约 140 积分／分钟起。
11.2 生成的视频和数字人形象可以商用吗？
付费调用产生的成果可商用，但有两个前提：形象要有授权，照片克隆与真人音色克隆必须拿到书面同意；角色库中的公共形象，商用范围以服务条款为准。合同里建议明确成果归属。
11.3 会有水印吗？
官方公开资料未提及强制水印，公有云输出通常不带角标，私有化由客户自行控制。对外投放前建议用试用额度导出一条样片确认，别等上线才发现。
11.4 中文支持怎么样？方言和小语种呢？
中文是主力语种，官方称语音覆盖数十种语言，中文韵律与情感明显好于小语种。粤语、闽南语在部分音色可用，自然度不及普通话。跨境内容先用目标语种试听带数字与专有名词的段落。
11.5 支持哪些导出格式和终端？
视频生成侧输出常见视频封装格式，分辨率覆盖 720p 到 4K，以控制台选项为准。实时交互侧不产出文件，通过 SDK 在网页、App、车机、大屏、机器人上直接渲染。
11.6 内容审核和合规怎么处理？
魔珐星云提供基础内容安全能力，但责任在调用方。政务、医疗、金融场景建议在业务侧再加一层审核，尤其是模型自由生成的回答。私有化可把审核链路放内网。
11.7 数字人能替代实拍吗？
能替代一部分。标准化讲解、内部培训、重复播报替代得很彻底，成本差一个量级。但需要真实情感与现场反应的内容，比如品牌故事片、真人探店，硬上反而损伤品牌。
11.8 接入需要多长的开发周期？
网页端跑通 Demo 约半天，App 端含真机适配一到两周，完整项目两到四周。变量不是接口难度，而是终端型号数量与对话打磨轮次，后者常占总工时四成。
11.9 支持私有化部署吗？门槛高不高？
支持，可部署在自有服务器或私有云，官方称兼容飞腾、鲲鹏与麒麟、统信。门槛在规模：要整体交付渲染与语音服务，起步以项目计，几十路并发用公有云更划算。
11.10 和魔珐有言是什么关系？该选哪个？
同属魔珐科技，定位不同。有言是成品创作平台，面向市场部，按年订阅，打开就能做视频；魔珐星云是能力底座，面向研发，按分钟计费，要写代码接入。
暂无评论内容