国庆七天，zode上订阅用户glm-5.3-flash白天送1亿token，晚上不要钱。不要钱的token谁不要啊，再说每个程序员应该都有new一个对象的梦想，在以前，就懒惰的我+破烂的技术，肯定是不敢想的，但现在又了AI，梦想如此接近，我就狂肝了七天七夜！！
朋友圈里的人在看山看海看人头，我在家看头发丝——虚拟人的头发丝。
它在飘，说明弹簧骨骼写对了；它一动不动，说明我又写出了新 bug。
七天下来，成品长这样：
会呼吸（说话时呼吸还会加快）、会自然眨眼、眼球到处瞟又假装在看镜头、说话口型对得上——全部端侧计算，没有云端渲染。
仓库在这：github.com/hufeiya/AIA…，Apache 2.0，Maven Central 直接依赖，Android 10+ 的手机就能跑。也有demo，下下来1分钟注册个硅基流动账号就能玩全部功能，有引导。
这到底是个啥
一句话：纯客户端的 Android 3D 虚拟人 SDK。
没有自建服务端。LLM 和 TTS 直连任意 OpenAI 兼容 API，口型同步、表情、眨眼、呼吸、视线，全部在手机本地解算。断网她就是个好看的模型，连上网她就能陪你过日子。
具体能干什么，直接上动图。
聊天带表情。 52 个 ARKit blendshape + VRM 预设情绪，LLM 在回复里写行内标签就行，不用 function calling：
<emo:joy>今晚吃火锅呀！<act:wave>我已经想好要点什么了~
<emo:joy> 变表情、<act:wave> 变动作（内置 334 个 VRMA 动画）、<cam:closeup> 变运镜——她甚至会自己决定什么时候给你个特写：
酒馆人物卡直接导入。 SillyTavern 的 PNG 卡拖进去就能聊，内置 18 张预置角色，人设和提示词都可以覆写：
还能一起玩游戏。 猜拳（MediaPipe 看图当裁判，不服可以申诉）、看这边（转头反应）、模仿我（摄像头动作镜像）：
剩下还有些零碎的：视频通话模式（她看镜头、表情跟着你走）、语音输入三种形态（按住说话 / 连续聆听 VAD 自动断句 / 系统 ASR）、中英双语、对话历史 Room 持久化、换模型即换人——任何 VRM 文件导入就行。
注：动图里的商业模型仅作演示，出于版权不内置在项目里，导入你自己的 VRM 模型即可。
一分钟接入
两个依赖：
implementation("io.github.hufeiya:corelib:0.1.1") // 渲染底座
implementation("io.github.hufeiya:avatar-orchestrator:0.1.1") // 会话编排
一个 Composable 显示她：
val controller = rememberAvatarController()
AvatarView(
modifier = Modifier.fillMaxSize(),
controller = controller,
config = AvatarConfig(), // 内置环境光，零资产开箱即亮
)
一个门面开聊：
val chat = AIAvatarSdk(scope, controller, applicationContext)
// TTS 用 Edge-TTS 免费；LLM 填任意 OpenAI 兼容 key
chat.configure(AIAvatarSdk.ChatConfig(apiKey = "sk-...", ttsEngine = TtsEngine.EDGE))
chat.send("今晚吃什么好？") // 流式回复，逐句合成，边说边做表情
chat.interrupt() // 答非所问，随时捂嘴
语音合成白嫖微软 Edge 朗读接口（免费无 Key），语音识别用系统内置引擎（也免费无 Key）。所以 LLM 的 key 是唯一开销，要是用 OpenRouter 的免费模型——整体零成本。
渲染引擎是 Google 的 Filament，PBR 管线。整个 SDK 分四层：:corelib 渲染底座、:avatar-ai-adapter 服务商适配、:avatar-orchestrator 会话编排、:app 演示。依赖只能向下，adapter 不感知渲染，corelib 不感知 AI，想只拿渲染层自建对话逻辑也没问题。
完整对照样例在 SimpleDemoActivity.kt，200 行，只 import SDK 公开 API，clone 下来 adb 一条命令就能跑。
说两个比较得意的设计
1. 口型同步没用任何 AI 模型。
是上古 DSP 术：音频过一遍 MFCC 频谱特征提取，再分类到五个元音槽位去驱动 blendshape。管线逐常量移植自开源项目 AIRI——音量要取 0.7 次幂、平滑上升系数 50 下降 30、静音门限 0.04……人家调好的参数，我一个都不敢动。听着 low-tech，但单帧 64ms，中端机随便跑，比上音频大模型省出一个手机的电量。
2. 表情、动作、运镜走单流行内标签。
不少虚拟人方案要 LLM 走 function calling 或者输出 JSON，延迟和 token 都翻倍。这里 LLM 就正常说话，标签混在正文里，流式解析器跨 chunk 缓冲半截标签，不会把 <emo: 这种半吊子念出来；表情挂在标签后第一句话开播的瞬间生效，播完自动回落。
顺带一提打断：LLM 生成、TTS 合成、音频播放三层联动静默，实测 45ms 内。
踩坑部分，建议别跳
弹簧骨骼：编译通过，运行无错，头发纹丝不动。
这个 bug 前后修了五轮。最后定位到 Filament 的一个 API 陷阱：getParent() 返回的是 entity，不能直接当 instance 用。编译器不拦、运行不炸，物理就是静悄悄地失效。最后是写了个 Python 脚本对拍全模型的 Verlet 模拟才钉死的。
现在我看到「不报错但没效果」六个字就应激。
PCSS 软阴影，在 Adreno 上是帧率悬崖。
骁龙上丝般顺滑的 PCSS 软阴影，放到 Adreno GPU 上直接干到 1-5 FPS——不是渐变卡顿，是跳崖。做完归因表才接受现实，最终默认 1024 阴影贴图 + PCF，保帧率要紧。
白嫖 Edge-TTS 是有门槛的，而且门槛是密码学。
微软朗读接口免费用，但有鉴权：Sec-MS-GEC 参数 = Windows 文件时间戳向下取整到 300 秒，乘 10⁷，拼上固定 token，SHA-256 取大写。设备时钟偏一点就 403。对着开源 edge-tts 的实现逐字对齐才跑通，连「403 后按服务端 Date 头校时钟重试一次」这种细节都得抄。
硅基流动：system 消息只认一条。
人设一条 + 多模态协议一条，两条 system 发过去直接 400。排查半天，合并成一条才过。各家服务商的兼容性玄学，谁踩谁知道。
关于标题里的几十亿 token
没虚报。这个项目是我和 AI 结对写的：我把架构约束、接口协议、验收标准写成任务提示词，AI 出代码和单测，我负责真机验收和背锅。
仓库 docs/ 里那份《AI 交互层攻坚交接文档》，就是写给下一个 AI 会话看的交接班记录——包含已完成模块清单、「勿重做」警告，以及上面那些坑的完整尸检报告。人类同事看了会觉得离谱，AI 看了直呼专业。
最后：五百多个单元测试全绿，真机冒烟通过，就差一个 Star 了。
开源不易，去点个 Star，比给她买新皮肤实在。（演示的是ue5的商业模型，有版权，不能传到github，可以私我）
