以 lipku/LiveTalking（插件化 fork 版）为样本，逐模块解剖一个真实开源实时数字人的架构：wav2lip/musetalk/ultralight 三种形象驱动方案怎么选、四线程三队列的渲染管线怎么省 GPU、逐环节耗时分析（哪些流式哪些攒批）、TTS 插件机制、aiortc 推流细节，附安装/模型/素材三级避坑清单、上线隐患分析，以及它距离商业级产品还差什么。适合读完概念篇后想动手的人。

用一条「耳朵-眼睛-大脑-嘴巴-脸-身体」的拟人化主线，拆解实时交互数字人的完整技术链路（VAD/ASR、视觉感知、LLM、TTS、口型驱动、渲染、WebRTC），附 Mermaid 架构图、延迟预算表、避坑清单、典型问题解决方案，以及元宇宙视角下的数字人定位。适合零基础新人建立全局认知。