AI 应该解决实际问题。

AI 的价值，要看它能否在日常使用中帮上忙。用户需要听得懂的讲解、可以反复练习的对话，以及能帮助他们采取行动的建议。

开发这样的产品，需要同时考虑使用是否自然、功能如何接入，以及长期运行的成本。这些选择彼此相关：技术架构既影响哪些用户能够使用，也影响用户增加后产品能否持续运营。

从用户的实际需求出发。

有些场景适合加入虚拟形象，例如练习一场不好开口的谈话、听懂一段讲解，或了解如何使用一项服务。是否需要虚拟形象，应根据具体任务判断：它能不能帮助用户理解内容、参与交流，或完成眼前的事情？

围绕使用体验选择技术。

MeshLite 就是基于这一理念开发的。它让 AI 产品接入能实时对话的虚拟形象，并将对话逻辑与形象动画分开处理。

云端渲染需要 GPU 在对话期间持续运行。用户聊得越久，渲染时间就越长；同时使用的人越多，所需容量也越大。这些费用会影响产品能够提供哪些功能，以及支持多少用户。

MeshLite 将形象制作与在线使用分开。虚拟形象制作完成后，可以用于多次对话，由每位用户的浏览器驱动动画、配合语音，无需云端 GPU 持续渲染。

因此，MeshLite 的虚拟形象不按渲染分钟收费。用户可以多练一次、多问一个问题，渲染账单不会因此增加。MeshLite 的订阅费和配套限制仍然适用，语音及 AI 服务费用另计。

把研究成果用到产品中。

我们希望研究能改善实际使用。因此，我们把虚拟形象的动作、语音同步和浏览器性能结合起来研究，关注形象如何表达、动作如何配合语音，以及在不同设备上能否顺畅运行。

实验应帮助我们把问题看清楚，并据此决定产品下一步怎么做。我们会说明实验条件、不同方案的取舍，以及结果能支持哪些结论；尚未解决的问题，也会如实交代。