# 延安精神（大湾区）学习展示中心 — 技术实现方案 > 本文档从业务与技术双重视角，描述系统如何支撑各类用户的完整交互旅程。包含架构设计、系统流程和技术亮点，但不涉及数据库表结构和代码实现细节。 --- ## 一、系统总体架构 ### 1.1 六层技术架构 系统采用六层架构，每一层为上层提供能力支撑，最终交付到用户触达层。这不是简单的"前后端"，而是一个**AI驱动、数据闭环、多端协同**的智能体验系统。 ``` ┌──────────────────────────────────────────────────────────────────────┐ │ 用户触达层 │ │ 线下终端(触屏/VR/环幕/UWB/RFID) │ 线上(Web/小程序/H5) │ 节点终端 │ ├──────────────────────────────────────────────────────────────────────┤ │ 应用服务层 │ │ F1自适应叙事 F2情境任务 F3文物数字生命 F4成长护照 │ │ F5云上共同体 F6青年共创 F7行动实验室 F8星火节点OS │ ├──────────────────────────────────────────────────────────────────────┤ │ 公共平台层 │ │ X1体验编排引擎 X2成长护照档案 X3内容治理中心 S9节点协同 │ ├──────────────────────────────────────────────────────────────────────┤ │ AI能力层 │ │ 可信叙事引擎 学习成长引擎 编审助手引擎 策展助手引擎 │ ├──────────────────────────────────────────────────────────────────────┤ │ 数据资产层 │ │ 知识图谱 │ 向量检索库 │ 内容资源仓 │ 业务数据库 │ │ 时序分析库 │ 实时缓存 │ 消息总线 │ ├──────────────────────────────────────────────────────────────────────┤ │ 基础设施层 │ │ 私有云容器编排 │ GPU推理集群 │ 5G专网 │ IoT网关 │ CDN │ 安防网络 │ └──────────────────────────────────────────────────────────────────────┘ ``` **技术亮点**： - **AI不是附加功能，而是系统底座**：所有产品共享同一套AI能力层，AI引擎是公共设施而非单一展项的点缀； - **数据资产层统一管理**：知识图谱、向量库、内容仓、业务库各司其职，通过消息总线实时联动，不是传统的"一个数据库搞定一切"； - **公共平台层贯穿全局**：X1/X2/X3三大引擎像"操作系统"一样调度所有产品，产品之间松耦合但数据互通。 ### 1.2 系统部署拓扑 ``` ┌──────────────┐ │ 公网入口 │ │ WAF + SLB │ └──────┬───────┘ │ ┌──────────┴──────────┐ │ │ ┌─────┴─────┐ ┌──────┴──────┐ │ 线上云区 │ │ 线下场馆区 │ │ (公有云) │ │ (私有云) │ └─────┬─────┘ └──────┬──────┘ │ │ ┌──────────┴──────────┐ ┌───────┴────────┐ │ │ │ │ ┌─────┴─────┐ ┌───────┴──┴──┐ ┌───────┴──────┐ │ Web/小程序 │ │ AI推理GPU集群│ │ IoT/安防/VR │ │ API网关 │ │ 容器集群 │ │ 设备网络 │ │ CDN节点 │ │ 数据库集群 │ │ 边缘计算盒子 │ └───────────┘ └─────────────┘ └──────────────┘ ``` **部署策略**： - **AI推理+知识图谱+核心数据**：部署在场馆私有云，保证数据安全和毫秒级低延迟； - **Web端/小程序/云展馆**：部署在公有云，通过CDN加速港澳及海外访问； - **两区通过VPN专线互联**，数据按需同步，保证线下体验不依赖公网； - **全国节点**：通过S9节点协同系统远程部署组件包，各节点可独立运行，断网不失能。 ### 1.3 系统为谁服务 | 用户群体 | 核心需求 | 系统提供的能力 | |---------|---------|--------------| | 中小学生 | 有趣、能懂、能参与 | 自适应路线、互动任务、VR体验、成长护照 | | 大学生/青年 | 深度探究、社交共创 | 情境任务、云展馆、青年共创平台、协作工具 | | 党员干部 | 理论深度、联系实际 | 深度路线、整风专题、行动实验室、案例库 | | 港澳同胞 | 文化认同、湾区连接 | 繁体/英文、东江纵队专题、线上学习、轻量参与 | | 教育工作者 | 教学资源、教研支撑 | 课程平台、案例库、学情数据、教研工具 | | 节点运营者 | 标准化部署、独立运营 | 节点OS、组件包、远程监控、内容同步 | ### 1.4 用户触达渠道 | 渠道 | 覆盖场景 | 用户体验要点 | |------|---------|------------| | 微信小程序 | 参观前导学、参观中联动、离馆后回访 | 无需下载、扫码即用、消息推送 | | 线下触屏终端 | 入馆选择、展区互动、任务操作 | 直觉操作、多人共用、快速响应 | | VR/XR设备 | 沉浸体验历史场景 | 72fps流畅、体感联动、4人协同 | | Web端（H5） | 云展馆、课程学习、港澳访问 | 浏览器即用、3D渲染、跨设备适配 | | AI对话终端 | 智能问答、导览讲解 | 史料引用、多语言、安全可信 | | 节点终端 | 全国星火节点本地体验 | 离线可用、定期同步、刷卡进入 | --- ## 二、AI可信知识引擎 ### 2.1 整体架构 AI引擎是全馆的"大脑"，不是某个展项的附属功能。采用**"知识图谱 + RAG检索增强 + 大模型微调"三层架构**，确保AI回答可信、可溯源、不臆造。 ``` ┌────────────────────────────────────────────────────────────┐ │ AI可信知识引擎 │ ├────────────────────────────────────────────────────────────┤ │ │ │ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │ │ │ 知识图谱 │ │ RAG检索增强 │ │ 大模型微调 │ │ │ │ │ │ │ │ │ │ │ │ 事件/人物/ │ │ 用户提问 │ │ 延安精神 │ │ │ │ 文物/概念/ │ │ → 语义检索 │ │ 专属语料 │ │ │ │ 地点及关系 │ │ → 召回史料 │ │ → LoRA微调 │ │ │ │ │ │ → 生成回答 │ │ → 人群适配 │ │ │ │ 史实锚点 │ │ │ │ │ │ │ └──────┬───────┘ └──────┬───────┘ └──────┬───────┘ │ │ │ │ │ │ │ └─────────────────┼─────────────────┘ │ │ │ │ │ ┌──────┴───────┐ │ │ │ 安全护栏层 │ │ │ │ 输入过滤 │ │ │ │ 事实校验 │ │ │ │ 输出过滤 │ │ │ │ 审计追溯 │ │ │ └──────────────┘ │ └────────────────────────────────────────────────────────────┘ ``` **技术亮点**： - **知识图谱是"史实锚点"**：每个历史事件、人物、文物及其关系都建模为图谱节点，AI回答必须与图谱交叉验证，确保不歪曲史实； - **RAG不是简单搜索**：用户提问先经过语义理解，从史料库中召回最相关的原始文献片段，再由大模型组织语言生成回答——**AI是在"读史料后回答"，不是"凭记忆回答"**； - **大模型经过延安精神专属微调**：不是通用ChatGPT套壳，而是用权威史料对国产开源大模型进行LoRA微调，让模型"懂延安、懂党史、懂教育"； - **三层安全护栏**：输入过滤（拦截不当提问）→ 事实校验（与知识图谱比对）→ 输出过滤（拦截不当表述），**三层防线确保AI永远不会胡说八道**。 ### 2.2 四种AI角色 系统不是"一个AI什么都干"，而是根据场景分化为四种专业角色： | AI角色 | 用户场景 | 用户能做什么 | 用户看到什么 | |--------|---------|------------|------------| | **可信馆员** | 展区AI终端、小程序问答 | 提问历史问题、追问、要求展开 | 回答+史料来源引用+不确定性说明+追问建议 | | **学习教练** | 任务复盘、行动回访 | 提交方案/行动、获得反馈、回答追问 | 方案对比分析+证据使用评价+改进建议+追问 | | **策展助手** | 研究者、教育工作者 | 检索史料、关联文物、生成展陈素材 | 检索结果+关联网络+史料原文+版权信息 | | **编审助手** | 内容创作者、编辑 | 提交作品/内容、获得审核反馈 | 史实校验结果+来源检查+合规检查+修改建议 | **技术亮点**： - **意图路由**：系统自动识别用户意图，将问题路由到最合适的AI角色和模型——简单问题用轻量模型快速回答，复杂问题用大模型深度回答，**平衡质量和速度**； - **上下文感知**：AI知道用户当前在哪个展区、在看哪件文物、是什么人群类型，回答自动适配语境——**同一个问题在不同展区得到不同角度的回答**； - **流式输出**：AI回答边生成边显示，用户无需等待完整回答生成完毕，**体验上几乎零延迟**。 ### 2.3 AI回答的信任机制 用户每次与AI对话，系统都保证： - **每条回答附史料来源**：显示文献名、页码、原文片段，用户可自行验证 - **标注不确定性**：对有争议的史实明确说明"学术界尚有不同观点" - **禁止臆造**：AI只在已审核史料范围内回答，不临场编造 - **安全护栏**：自动拦截不当提问和不当输出，100%拦截率 - **全过程审计**：所有对话记录可追溯，支持质量回查和模型迭代 - **NPC安全约束**：VR内的AI角色禁止模拟革命领袖发表新言论，仅复述已审核史料 ### 2.4 多语言与多人群适配 ``` 用户提问（繁体中文） ↓ 意图识别 + 人群类型判断（港澳中学生） ↓ RAG检索（史料库语义检索，召回相关文献） ↓ 大模型生成（适配港澳中学生理解水平，繁体中文输出） ↓ 安全护栏（事实校验 + 输出过滤） ↓ TTS语音合成（粤语发音可选） ↓ 回答 + 史料来源 + 追问建议 ``` | 语言 | 覆盖范围 | 技术实现 | |------|---------|---------| | 简体中文 | 所有场景 | 默认语言 | | 繁体中文 | 港澳用户全链路 | UI翻译+AI回答繁体输出+字幕翻译 | | 英文 | 港澳/海外用户 | UI翻译+AI双语回答+字幕翻译 | | 粤语 | AI语音导览 | 语音合成支持粤语发音 | --- ## 三、三引擎技术架构 三引擎是系统的"操作系统"——可信叙事引擎管内容怎么讲，学习成长引擎管用户怎么学，复制运营引擎管系统怎么复制到全国。 ### 3.1 可信叙事引擎 **核心能力**：把同一权威史料转化为面向不同人群的准确表达。不是AI临场改写历史，而是在已审核内容组件中进行安全编排。 ``` ┌────────────────────────────────────────────────────┐ │ 可信叙事引擎 │ ├────────────────────────────────────────────────────┤ │ │ │ ┌──────────────┐ ┌──────────────┐ │ │ │ 内容组件仓库 │ │ 叙事路线算法 │ │ │ │ │ │ │ │ │ │ 已审核的: │ │ 输入: │ │ │ │ - 文字片段 │ → │ - 人群类型 │ │ │ │ - 影像素材 │ │ - 学习问题 │ │ │ │ - 3D模型 │ │ - 可用时长 │ │ │ │ - 互动任务 │ │ - 语言偏好 │ │ │ │ - AI讲解词 │ │ - 实时客流 │ │ │ │ │ │ │ │ │ │ 每个组件标注: │ │ 输出: │ │ │ │ - 适用人群 │ │ - 节点序列 │ │ │ │ - 时长估算 │ │ - 每节点内容 │ │ │ │ - 审核状态 │ │ - 适配方案 │ │ │ └──────────────┘ └──────────────┘ │ │ │ │ 关键原则: 不生成新内容，只编排已审核组件 │ └────────────────────────────────────────────────────┘ ``` **技术亮点**： - **内容组件化**：所有展览内容被拆解为可复用的"组件"（一段文字、一段视频、一个3D模型、一个互动任务），每个组件标注适用人群和审核状态——**系统像"乐高积木"一样编排内容，而非每次重新生成**； - **路线算法考虑实时客流**：不仅看用户人群和时长，还看当前各区域拥挤程度，**自动避开排队热点，动态调整推荐路线**； - **同一空间千人千面**：同一展区，小学生看到动画+游戏化任务，党员干部看到原始文献+理论分析，港澳青年看到繁体+湾区连接视角——**物理空间不变，数字内容随人而变**。 | 用户类型 | 同一展区的不同体验 | |---------|-----------------| | 小学生 | 动画+游戏化任务+简短文字+卡通导览 | | 中学生 | 因果推理任务+证据收集+历史对比 | | 党员干部 | 原始文献+理论分析+决策复盘 | | 港澳青年 | 繁体/英文+湾区连接视角+轻量叙事 | ### 3.2 学习成长引擎 **核心能力**：管理每个人从提问、体验到行动和再传播的成长路径，对应F4成长护照。 ``` ┌──────────────────────────────────────────────────────┐ │ 学习成长引擎 │ ├──────────────────────────────────────────────────────┤ │ │ │ 参观前导学 参观中记录 离馆后回访 │ │ ┌────────┐ ┌────────┐ ┌────────┐ │ │ │人群选择 │ │UWB自动 │ │7天回顾 │ │ │ │问题选择 │ │记录位置│ │30天进展 │ │ │ │路线生成 │ │任务记录│ │90天成果 │ │ │ │导学推送 │ │AI问答 │ │行动评估 │ │ │ │ │ │理解表达│ │案例入库 │ │ │ └────────┘ └────────┘ └────────┘ │ │ ↓ ↓ ↓ │ │ ┌───────────────────────────────────┐ │ │ │ 统一成长档案 (X2护照) │ │ │ │ 跨系统同步 · 全程陪伴 · 闭环追踪 │ │ │ └───────────────────────────────────┘ │ └──────────────────────────────────────────────────────┘ ``` **技术亮点**： - **7/30/90天回访机制**：不是"参观完就结束"，而是通过定时推送在7天、30天、90天三个节点回访用户，**追踪从"知道"到"做到"的真实转化**； - **跨系统数据自动归档**：票务、展区体验、AI对话、VR体验、行动反馈——所有系统的数据自动汇入同一本护照，**用户无需手动操作，系统自动记录全程学习轨迹**； - **北极星指标可计算**：系统通过跨表关联计算"有效学习与行动转化人次"——完成核心学习路径 + 理解验证 + 形成行动 + 产生反馈的完整闭环人数，**这是衡量项目真实价值的核心指标**。 ### 3.3 复制运营引擎 **核心能力**：把内容、课程、体验和运营方法打包输出到全国节点，像"连锁店"一样标准化复制。 ``` ┌──────────────────────────────────────────────────────┐ │ 复制运营引擎 │ ├──────────────────────────────────────────────────────┤ │ │ │ 旗舰中心 (L4) │ │ ┌────────────────────────────────────────┐ │ │ │ 权威内容生产 → 组件包打包 → 版本发布 │ │ │ │ 全国节点调度 → 远程监控 → 数据回收 │ │ │ └──────────────────┬─────────────────────┘ │ │ │ 组件包分发 │ │ ┌───────────┼───────────┐ │ │ │ │ │ │ │ ┌────┴────┐ ┌───┴─────┐ ┌───┴─────┐ │ │ │L3 城市 │ │L2 标准 │ │L1 微型 │ │ │ │节点 │ │节点 │ │节点 │ │ │ │独立运营 │ │7天部署 │ │一体机 │ │ │ │本地化 │ │本地AI │ │即开即用 │ │ │ └─────────┘ └─────────┘ └─────────┘ │ │ │ │ 组件包内容: 知识图谱子集 + 史料向量 + 课程 + │ │ 任务剧本 + VR场景 + 运营SOP │ └──────────────────────────────────────────────────────┘ ``` **技术亮点**： - **组件包标准化分发**：旗舰中心把内容打包成版本化的"组件包"，各节点拉取即用——**像App Store更新一样简单**； - **断网不失能**：各节点本地有AI推理能力和内容缓存，公网断开时仍可独立运行，**网络恢复后自动同步**； - **本地内容可回流**：各节点产生的优秀作品和本地化内容，可提交到旗舰中心审核后全国共享——**全国节点既是消费者也是生产者**。 --- ## 四、八个旗舰产品技术架构与场景 ### 4.1 F1"一馆千面"自适应叙事空间 #### 技术架构 ``` ┌──────────────────────────────────────────────────────┐ │ F1 自适应叙事空间系统 │ ├────────────────┬────────────────┬────────────────────┤ │ 入馆选择终端 │ 空间联动控制 │ 学习脉络生成 │ │ (自助机/小程序) │ (X1编排引擎) │ (离馆报告) │ ├────────────────┼────────────────┼────────────────────┤ │ 用户画像采集: │ 设备联动: │ 报告内容: │ │ - 人群类型(选择) │ - 屏幕内容切换 │ - 路线节点列表 │ │ - 学习问题(选择) │ - 灯光场景切换 │ - 查看过的文物 │ │ - 可用时长(选择) │ - 音频导览切换 │ - 完成的任务 │ │ - 语言(选择) │ - AI讲解适配 │ - AI问答记录 │ │ │ - 互动任务推送 │ - 个人理解表达 │ │ │ - 客流实时感知 │ - 推荐后续学习 │ └────────────────┴────────────────┴────────────────────┘ ``` **X1全场景体验编排引擎**是F1的技术核心——它是一个**实时事件驱动的编排系统**： ``` ┌──────────────────────────────────────────────────────┐ │ X1 体验编排引擎 │ ├──────────────────────────────────────────────────────┤ │ 输入: │ │ - 用户路线(来自可信叙事引擎) │ │ - 实时位置(UWB定位 10Hz更新) │ │ - 实时客流(摄像头+IoT传感器) │ │ - 设备状态(监控系统) │ ├──────────────────────────────────────────────────────┤ │ 编排逻辑 (实时流式计算): │ │ 1. 用户进入区域 → 匹配路线节点 │ │ 2. 查询该节点对应的内容组件 │ │ 3. 下发指令到对应设备: │ │ - 屏幕: 播放对应内容 │ │ - 灯光: 切换场景灯光 │ │ - 音频: 播放对应导览 │ │ - AI终端: 加载对应讲解上下文 │ │ - 互动设备: 激活对应任务 │ │ 4. 客流拥挤 → 切换备选节点 → 重新下发指令 │ ├──────────────────────────────────────────────────────┤ │ 输出: │ │ - 设备控制指令(实时消息推送) │ │ - 用户学习记录(写入成长护照) │ │ - 客流调度信号(反馈给智慧场馆) │ └──────────────────────────────────────────────────────┘ ``` **技术亮点**： - **UWB厘米级室内定位**：天花板安装UWB锚点，用户佩戴UWB手环，定位精度10-30cm，10Hz实时更新——**系统精确知道你在馆内的位置和移动方向**； - **复杂事件处理引擎**：基于实时流式计算，在毫秒级时间内处理"用户进入区域+客流低于阈值+路线匹配"等复合事件，**触发设备联动**； - **六类设备统一编排**：LED屏幕、灯光系统、音频系统、VR设备、互动终端、AI数字人——**一套编排引擎控制全馆所有数字设备，像指挥家指挥交响乐**。 **设备控制协议**： | 设备类型 | 控制方式 | 联动效果 | |---------|---------|---------| | LED屏幕/投影 | 媒体服务器API | 按用户人群切换播放内容 | | 灯光系统 | DMX512 over IP | 按展区氛围切换灯光场景 | | 音频系统 | 分区音频矩阵 | 按区域播放不同导览内容 | | VR/AR设备 | 实时通信+场景切换 | 按路线推送对应VR场景 | | 互动终端 | 实时消息推送 | 按位置激活对应互动任务 | | AI数字人 | 远程驱动+语音合成 | 按人群适配讲解内容和语言 | #### 场景示例：香港中学生小陈的45分钟参观 **入场前（参观前一天）**： - 小陈通过学校预约，收到小程序链接 - 选择：中学生 / "延安精神和我们有什么关系？" / 45分钟 / 繁体中文 - 系统生成路线：6个节点（含1个VR体验） - 推送导学材料：3分钟短视频 + 预习思考题 **入馆（第0分钟）**： - 刷身份证 + 扫小程序码 → 系统识别身份，调取路线 - 领取UWB手环 → 路线推送至手机 **节点1 延安十三年全景（第0-8分钟）**： - 走入序厅 → UWB检测位置 → X1编排引擎下发指令 - 环形屏幕自动播放繁体字幕版全景影像 - 灯光切换暖黄色调（窑洞氛围）→ 音频播放繁体导览 - AI终端加载"中学生+繁体"讲解上下文 - 小陈提问"为什么延安能成为革命中心？" → AI回答附史料引用 **节点2 南泥湾文物展区（第8-18分钟）**： - UWB检测进入文物区 → 展柜屏幕播放纺车3D动画 + 繁体说明 - 灯光聚焦展柜，环境光降低 - 扫描文物二维码 → 手机显示文物星图（五层内容） - 互动终端激活"纺车操作体验" **节点3 VR沉浸体验（第18-28分钟）**： - 排队区观看历史背景+操作教学（约3分钟） - 佩戴VR头显+触觉背心 → 进入南泥湾场景 - 挥锄开荒（座椅前倾+背心振动+微风） - 操作纺车（座椅节律振动） - VR内AI NPC（老乡形象）讲解大生产背景 **节点4 东江纵队展区（第28-35分钟）**： - UWB检测进入华南抗战区 → 灯光切换冷色调 - 屏幕播放港九大队营救文化名人 → 小陈产生共鸣 - AI加载东江纵队史料上下文 - AI提问"东江纵队和香港有什么关系？" → AI回答何香凝、茅盾营救故事 **节点5 改革开放蛇口展区（第35-42分钟）**： - 灯光切换明亮现代色调 - 屏幕播放蛇口"时间就是金钱"场景 - 互动决策"如果你是蛇口建设者" **节点6 行动选择（第42-47分钟）**： - 终端基于参观记录智能推荐行动方向 - 小陈选择团队行动"制作东江纵队短视频" - 系统生成行动卡片，设置7/30/90天回访 **离馆**： - 小程序查看离馆报告：路线完成度100%、文物8件、AI问答2次、VR 1次 - 填写理解表达："延安精神就是不怕困难、敢做别人没做过的事" - 报告生成PDF，可分享 **离馆后**： - 第7天：推送东江纵队延伸阅读 - 第30天：提交短视频初稿 - 第90天：提交完成视频 → 入选F6青年共创平台 ### 4.2 F2"十三年·十三问"历史情境任务剧场 #### 技术架构 ``` ┌──────────────────────────────────────────────────────┐ │ F2 情境任务剧场系统 │ ├────────────────┬────────────────┬────────────────────┤ │ 任务引擎 │ 团队协作终端 │ AI复盘引擎 │ │ (剧本+状态机) │ (多屏互动) │ (学习教练API) │ ├────────────────┼────────────────┼────────────────────┤ │ 任务定义: │ 协作方式: │ 复盘内容: │ │ - 历史问题 │ - 主屏: 情境展示 │ - 团队方案 vs 历史 │ │ - 角色分配 │ - 分屏: 证据查看 │ - AI追问(史料引用) │ │ - 资源约束 │ - 个人终端: 决策 │ - 证据使用分析 │ │ - 证据集 │ - 团队屏: 方案汇总│ - 现实连接问题 │ │ - 历史事实 │ │ │ │ - 评价维度 │ │ │ └────────────────┴────────────────┴────────────────────┘ ``` **技术亮点**： - **任务状态机驱动**：每个情境任务有9个确定状态（介绍→角色分配→证据查看→团队讨论→方案提交→历史揭示→AI复盘→现实连接→报告生成），**状态机保证体验流程不跳步、不遗漏**； - **VR与非VR双模式共享同一剧本**：同一任务定义、同一证据集、同一历史揭示、同一AI复盘——**VR模式提供更强的沉浸感，非VR模式保证可及性，两种模式数据互通**； - **AI复盘不是简单对答案**：AI学习教练分析团队方案的关键词、与历史事实比对、评估证据使用情况、生成个性化追问——**像一位历史导师在做一对一辅导**。 #### 场景示例：南泥湾大生产任务 **任务背景**：1941年经济封锁，你奉命进驻南泥湾开荒。5000亩荒地、有限农具种子、冬天将至，如何确保部队和百姓度过难关？ **角色分配（4人）**： | 角色 | 资源 | 约束 | |------|------|------| | 旅长 | 5000亩荒地、2000战士 | 不能征粮、保留战斗训练、冬天前有收成 | | 生产队长 | 种子清单、农具清单 | 种子有限、农具不足需自制 | | 后勤处长 | 粮食储备、百姓人口数据 | 现有粮食只够45天 | | 政治指导员 | 战士思想状况 | 有人质疑"当兵的为什么种地" | **证据集（5条史料）**： - 毛泽东"自己动手，丰衣足食"讲话 - 三五九旅纺车（3D文物可查看） - 王震生产报告（1943年） - 南泥湾开荒照片（1942年） - 老战士口述史 **体验流程（20分钟）**： | 步骤 | 时长 | 用户操作 | 系统响应 | |------|------|---------|---------| | 任务介绍 | 2min | 观看历史背景视频 | 主屏播放 | | 角色分配 | 1min | 4人选择/分配角色 | 系统推送角色资源 | | 证据查看 | 5min | 各角色查看专属证据+公共证据 | 分屏显示/VR内查看3D文物 | | 团队讨论 | 5min | 讨论生产计划，各角色提出约束 | VR模式可在虚拟窑洞围坐讨论 | | 方案提交 | 2min | 旅长综合意见提交方案 | 系统接收方案 | | 历史揭示 | 2min | 观看真实历史做法和成果 | 对比团队方案vs历史方案 | | AI复盘 | 2min | 听AI分析方案优劣 | AI教练评语+追问"如果种子不够怎么办？" | | 现实连接 | 1min | 思考现实迁移问题 | 展示当代湾区连接问题 | | 报告生成 | — | 获得复盘报告 | PDF推送到所有成员成长护照 | ### 4.3 F3"一物一世界"革命文物数字生命工程 #### 技术架构 ``` ┌──────────────────────────────────────────────────────┐ │ F3 文物数字生命系统 │ ├────────────────┬────────────────┬────────────────────┤ │ 数字采集管理 │ 五层内容管理 │ 关系星图引擎 │ ├────────────────┼────────────────┼────────────────────┤ │ 3D扫描: │ 五层结构: │ 可视化: │ │ - 激光扫描任务 │ L1看见: 图像/3D │ - 力导向图渲染 │ │ - 摄影测量任务 │ L2知道: 元数据 │ - 交互式星图 │ │ - 质量检测 │ L3理解: 关联网络│ - 时间轴 │ │ - 元数据录入 │ L4研究: 档案 │ - 点击节点展开 │ │ │ L5连接: 课程/任务│ │ ├────────────────┼────────────────┼────────────────────┤ │ 数字修复工作台 │ 展示终端 │ 组件生成器 │ │ (3D建模工具) │ (扫码→星图) │ (一物一课/短片) │ └────────────────┴────────────────┴────────────────────┘ ``` **技术亮点**： - **五层内容架构**：每件文物不是"一张照片+一段文字"，而是从"看见"到"知道"到"理解"到"研究"到"连接"的五层递进——**一件文物就是一个知识宇宙**； - **关系星图可视化**：以文物为中心，用力导向图渲染关联的事件、人物、地点、文献、概念——**用户点击任何节点都能展开详情，像在宇宙中导航**； - **3D模型多精度自适应**：高精度研究版支持法线贴图和PBR材质，轻量公众版自动减面+压缩纹理——**同一模型在不同设备上自动适配精度**； - **推测性复原标识**：对有争议的复原部分用不同颜色边框区分"史实确认"和"推测复原"——**学术严谨性可视化**。 #### 场景示例：纺车的五层内容 | 层级 | 谁会看 | 看到什么 | |------|-------|---------| | **L1 看见** | 所有人 | 3D模型可360°旋转、高清图片、基本信息 | | **L2 知道** | 普通观众 | 使用者、地点、时间、功能、材质、级别 | | **L3 理解** | 想深入了解的人 | 关联星图：事件(南泥湾大生产)、人物(王震/毛泽东)、地点、文献、概念 | | **L4 研究** | 研究者/教育者 | 原始档案、专家视频讲解、历史争议、修复记录、同类文物对比、口述史 | | **L5 连接** | 想行动的人 | 对应课程(小学/中学/干部)、对应任务、对应VR场景、创作素材、行动模板 | **扫码体验流程**： ``` 展柜前扫描二维码 → 手机加载文物星图H5 → 默认显示L1：3D模型 + 基本信息 → 上滑 → L2：元数据卡片 → 点击星图节点 → L3：关联网络可视化 → 点击"深度研究" → L4：档案文献 → 点击"相关课程" → L5：课程推荐 → 点击"做一做" → 跳转到F7行动选择 ``` ### 4.4 F4"一人一程"成长护照 #### 技术架构 ``` ┌──────────────────────────────────────────────────────┐ │ F4 成长护照系统 │ ├────────────────┬────────────────┬────────────────────┤ │ 参观前导学 │ 参观中记录 │ 离馆后回访 │ │ (小程序/H5) │ (终端+UWB+RFID)│ (定时推送+反馈) │ ├────────────────┼────────────────┼────────────────────┤ │ - 人群选择 │ - 文物查看记录 │ - 第7天推送回顾 │ │ - 问题选择 │ - 任务完成记录 │ - 第30天进展反馈 │ │ - 团队目标创建 │ - AI问答记录 │ - 第90天成果提交 │ │ - 参观建议生成 │ - 理解表达记录 │ - 后续课程推荐 │ │ - 导学材料推送 │ - 行动选择记录 │ - 临展/活动提醒 │ └────────────────┴────────────────┴────────────────────┘ │ │ │ └────────────────┼────────────────┘ ↓ ┌───────────────────┐ │ X2 统一成长档案 │ │ 跨系统数据同步 │ │ GraphQL统一查询 │ └───────────────────┘ ``` **技术亮点**： - **跨系统数据自动归档**：票务、展区、AI对话、VR体验、行动反馈——所有系统的数据通过统一API自动汇入同一本护照，**用户无需手动操作**； - **数据采集边界明确**：系统只采集用户主动选择和主动输入的数据，**禁止采集人脸特征、情绪识别、政治倾向推断**——隐私保护是设计底线而非事后补丁； - **多端适配**：微信小程序覆盖内地用户，独立H5门户（繁体/英文）覆盖港澳用户不依赖微信——**港澳青年不会因为"没有微信"而被挡在门外**。 #### 场景示例：党员干部老张的3小时学习旅程 **参观前（提前一周）**： - 选择：党员干部 / "延安整风对今天作风建设的启示" / 半天 / 简体中文 - 系统生成8节点路线（含2个情境任务+1个VR） - 推送导学：《改造我们的学习》原文 + 整风历史视频 + 预习问题 **参观中（3小时）**： | 节点 | 内容 | 用户操作 | |------|------|---------| | 1 | 延安十三年全景(15min) | AI深度问答 | | 2 | 整风运动文献展区(20min) | 查看22篇原始文献 | | 3 | 情境任务"如何开展整风？"(25min) | 角色：政治指导员，团队制定整风方案 | | 4 | 窑洞生活VR体验(10min) | 沉浸体验整风学习场景 | | 5 | 群众路线展区(20min) | AI问答2次 | | 6 | 情境任务"如何处理群众矛盾？"(25min) | 团队决策 | | 7 | 廉政教育展区(20min) | 查看案例 | | 8 | 行动选择(15min) | 选择行动方向 | **行动选择**： - 老张选择团队行动"在单位组织实事求是专题学习会" - 步骤：第1周收集案例 → 第2-3周组织讨论会 → 第4周形成改进方案 - 证据要求：会议记录 + 改进方案文档 **离馆后回访**： - 第7天：反馈"已收集3个形式主义案例" - 第30天：提交会议记录+改进方案+同事反馈 - 系统评估：行动完成 ✓ → 优秀案例纳入教研案例库 ### 4.5 F5"永不闭馆"云上学习共同体 #### 技术架构 ``` ┌──────────────────────────────────────────────────────┐ │ F5 云上学习共同体 │ ├────────────────┬────────────────┬────────────────────┤ │ Web3D云展馆 │ 云端课程平台 │ 协作任务平台 │ ├────────────────┼────────────────┼────────────────────┤ │ 3D渲染引擎 │ 视频点播/直播 │ 实时音视频协作 │ │ 虚拟漫游 │ 课程管理 │ 多人同堂任务 │ │ AI导览 │ 学时记录 │ 粤港澳三地同步 │ │ 文物3D展示 │ 证书发放 │ 在线研讨室 │ ├────────────────┼────────────────┼────────────────────┤ │ 8分钟精华模式 │ 一节课模式 │ 协作任务模式 │ │ (轻量H5) │ (视频+互动) │ (实时协作+白板) │ ├────────────────┼────────────────┼────────────────────┤ │ 深度研究模式 │ 同步在场模式 │ │ (文献检索+图谱) │ (直播+弹幕+连麦) │ └────────────────┴────────────────┴────────────────────┘ ``` **技术亮点**： - **三档渲染自适应**：高端模式（WebGPU+PBR实时光照）、轻量模式（WebGL+减面模型+烘焙光照）、极简模式（全景图片热点导航）——**根据设备性能自动选择，从旗舰手机到老旧电脑都能流畅访问**； - **渐进式加载**：先加载低精度模型让用户立即看到内容，后台静默替换高精度模型——**用户感知不到加载等待**； - **港澳CDN加速**：静态资源通过港澳CDN节点分发，**港澳用户访问速度与内地一致**； - **实时协作技术**：基于WebRTC的音视频连线 + 协同白板（CRDT算法支持多人同时编辑不冲突）——**粤港澳三地学生可以像在同一个教室一样协作**。 #### 场景示例：澳门中学生小李的线上学习旅程 **第一次访问（8分钟精华模式）**： - 浏览器访问云展馆H5 → 选择繁体中文 → 8分钟精华 - 全景图片热点导航：延安全景视频 → 纺车3D展示 → 东江纵队故事 → AI问答 - AI回答："延安精神核心是自力更生和艰苦奋斗。澳门回归前，澳门同胞也展现了这种精神..." - 注册线上成长护照 **第二次访问（一节课模式，3天后）**： - 选择课程"自力更生的力量"（45分钟） - 视频：南泥湾历史(15min) → 互动：虚拟纺车(5min) → 视频：澳门回归建设(10min) → 思考题 → 测验 - 学时记录到护照 **第三次访问（协作任务模式，2周后）**： - 学校组织粤港澳三地跨校任务"三地青年共讲一个延安精神故事" - 小李分入混合小组（广州1人+香港1人+澳门2人） - 实时音视频连线讨论 → 协同白板绘制大纲 → 分工录制 → 在线编辑器合成 - 提交4分钟短视频 → AI编审检查通过 → 人工审核通过 → 发布到线上专区 ### 4.6 F6"湾区青年共创计划" #### 技术架构 ``` ┌──────────────────────────────────────────────────────┐ │ F6 湾区青年共创平台 │ ├────────────────┬────────────────┬────────────────────┤ │ 共创项目管理 │ AI辅助创作工具集 │ 三级审核与展示 │ ├────────────────┼────────────────┼────────────────────┤ │ - 年度主题发布 │ - AI辅助写作 │ - AI编审自动检查 │ │ - 混合小组组建 │ - AI辅助绘画 │ - 编辑复审(人工) │ │ - 专家工作坊预约 │ - 短视频编辑 │ - 专家终审 │ │ - 进度跟踪 │ - 声音档案录制 │ - 线上专区展示 │ │ - 资源库访问 │ - 互动网页制作 │ - 优秀作品入临展 │ └────────────────┴────────────────┴────────────────────┘ ``` **技术亮点**： - **AI辅助创作全程标注**：所有AI生成的初稿强制标注"AI辅助"，人工修改后提交——**AI是工具不是作者，人的创造力是核心**； - **AI编审自动化**：提交作品自动经过史实校验（与知识图谱比对）、来源完整性检查、版权合规检查、政治合规检查——**四项自动检查+两级人工审核，确保共创内容可信**； - **创作资源包开放**：50件文物3D模型、100条史料文献已授权可供创作者使用——**降低创作门槛，让青年聚焦创意而非找素材**。 #### 场景示例：2026年秋季共创项目 **混合小组**：深圳大学小王（策划+文案）/ 香港中文大学小陈（视频）/ 澳门大学小李（研究）/ 中山大学小刘（交互设计） **创作过程（30天）**： - 第1周：小李用策展助手API检索史料 → 确定主题"从南泥湾到蛇口——自力更生的两个故事" - 第2周：小王用AI辅助写作写脚本（标注AI辅助）→ 小陈在蛇口拍摄 → 小刘设计交互网页 - 第3周：整合制作（视频剪辑+交互网页+史料注释） - 第4周：AI编审检查（史实✓来源✓版权✓政治✓）→ 编辑复审 → 专家终审 **成果展示**：线上专区发布 → 入选线下"湾区青年红色文创展" → 小王在开幕式做5分钟公开讲述（直播） ### 4.7 F7"把精神带回去"现实行动实验室 #### 技术架构 ``` ┌──────────────────────────────────────────────────────┐ │ F7 现实行动实验室 │ ├────────────────┬────────────────┬────────────────────┤ │ 行动选择终端 │ 行动跟踪系统 │ 成果回流系统 │ ├────────────────┼────────────────┼────────────────────┤ │ - 行动方向展示 │ - 行动卡片生成 │ - 成果提交入口 │ │ - 智能推荐 │ - 7/30/90天跟踪 │ - 成果墙展示 │ │ - 行动模板选择 │ - 进展提醒推送 │ - 课程案例转化 │ │ - 自定义行动 │ - 反馈表单 │ - 年度优秀评选 │ │ - 团队行动创建 │ │ │ └────────────────┴────────────────┴────────────────────┘ ``` **技术亮点**： - **基于参观记录的智能推荐**：系统分析用户在各展区的停留时间、AI问答内容、互动选择，**推荐最契合用户兴趣的行动方向**——在东江纵队展区停留最久的人，最可能成为"红色故事传播者"； - **7/30/90天定时回访**：定时任务引擎在三个时间节点自动推送提醒，收集进展反馈——**把"一次性参观"变成"持续性行动"**； - **成果回流闭环**：优秀行动成果可转化为教研案例库、课程素材、临展内容——**用户的行动不是"做完就完"，而是成为系统内容资产的一部分**。 #### 三类行动方向 | 类型 | 名称 | 时长 | 适合谁 | 内容 | |------|------|------|-------|------| | 个人 | 实事求是调查员 | 7天 | 学生/干部 | 找一个"不实事求是"的例子，记录并提改进建议 | | 团队 | 南泥湾式创新项目 | 30天 | 企业/机关/社团 | 用有限资源（零预算）解决一个实际问题 | | 湾区 | 红色故事传播者 | 90天 | 港澳青年/志愿者 | 采访3位长辈记录红色故事，制作传播作品 | ### 4.8 F8"星火节点"全国复制网络 #### 技术架构 ``` ┌──────────────────────────────────────────────────────┐ │ F8 星火节点网络 │ ├──────────────────────────────────────────────────────┤ │ │ │ L4 旗舰中心 (13000㎡) │ │ ├── 完整私有云 + GPU推理集群 │ │ ├── 完整知识图谱 + 向量库 + 内容仓 │ │ ├── 全国节点调度中心 │ │ └── 权威内容生产与发布 │ │ │ │ L3 城市节点 (院校/区县基地) │ │ ├── 本地服务器 + 完整展陈系统 │ │ ├── 本地知识图谱子集 + 向量库子集 │ │ ├── 独立运营 + 数据上报 │ │ └── 云端连线能力 │ │ │ │ L2 标准节点 (高校/企事业单位) │ │ ├── 触屏终端 + 边缘AI推理 + VR设备 │ │ ├── 本地内容缓存 + 云端AI增强 │ │ ├── 成长护照接入 │ │ └── 7天标准化部署 │ │ │ │ L1 微节点 (一体机) │ │ ├── 一块触屏交互一体机 │ │ ├── 离线内容包 + AI问答轻量版 │ │ └── 定期WiFi/4G同步更新 │ │ │ └──────────────────────────────────────────────────────┘ ``` **技术亮点**： - **四级节点梯度**：从一台一体机到13000㎡旗舰中心，**任何规模的组织都能找到适合的部署级别**； - **组件包标准化分发**：旗舰中心把内容打包成版本化组件包，各节点拉取即用——**像App更新一样简单**； - **边缘AI推理**：L2节点配备边缘计算盒子，本地运行轻量AI模型，复杂问题转发旗舰中心——**本地快速响应+云端深度增强**； - **VR云端串流**：L2/L3节点无需高性能渲染主机，通过云端VR串流技术，用轻量VR头显即可体验——**降低全国部署的硬件门槛**。 #### 场景示例：L2标准节点部署到某高校 **7天部署流程**： | 阶段 | 工作内容 | |------|---------| | Day 1-2 硬件安装 | 触屏一体机×2、边缘计算盒子、VR头显×2、网络配置 | | Day 3-4 软件部署 | 拉取标准组件包（知识图谱子集+500条史料+10门课程+2个任务+1个VR场景）、AI本地部署 | | Day 5 系统联调 | 触屏测试、VR串流测试、云端连线测试、护照同步测试 | | Day 6 内容适配 | 接入本校红色校史、设置本校推荐路线、配置运营信息 | | Day 7 上线运营 | 学生刷卡进入 → 体验 → 数据上报旗舰中心 | --- ## 五、VR/XR沉浸体验技术架构 ### 5.1 VR/XR整体架构 VR/XR沉浸体验是线下场馆"不可替代性"的核心——线上永远无法复制的身体在场感。它不是独立展项，而是嵌入F1自适应叙事空间和F2情境任务剧场的沉浸交互层。 ``` ┌──────────────────────────────────────────────────────────────┐ │ VR/XR 沉浸体验系统 │ ├──────────────┬──────────────┬──────────────────────────────┤ │ 内容生产层 │ 运行时引擎 │ 设备与体感层 │ ├──────────────┼──────────────┼──────────────────────────────┤ │ Unity场景工程 │ 场景管理器 │ VR头显(Pico 4 Enterprise) │ │ 3D资产管线 │ 多人同步引擎 │ MR设备(Meta Quest 3) │ │ 交互逻辑脚本 │ 编排对接层 │ 体感座椅(6DOF动态平台) │ │ AI NPC驱动 │ 安全监控守护 │ 手部追踪(Leap Motion) │ │ 场景烘焙渲染 │ 性能监控 │ 触觉反馈背心 │ │ │ │ 定位基站 │ │ │ │ 环绕音响(5.1/7.1) │ │ │ │ 风效/热效/气味发生器 │ └──────────────┴──────────────┴──────────────────────────────┘ ``` **技术亮点**： - **Unity + XR Interaction Toolkit**：主流XR开发平台，支持Pico/Meta Quest等多款头显，**一次开发多设备运行**； - **6DOF动态座椅**：六自由度运动平台，可模拟前倾、后仰、上升、下降、左右摇晃、加速感——**身体感受到的"在场"是屏幕永远无法替代的**； - **全身触觉反馈**：触觉背心覆盖肩部、手臂、腰部、背部，可编程不同振动模式——**开荒时肩臂振动、纺车时腰部节律振动、丰收时全身轻柔振动**； - **环境效果联动**：风效（微风/强风/气浪）、热效（微热/温暖气流）、气味发生器（尘味/泥土味）——**五感同步沉浸**。 ### 5.2 五大VR历史场景 | 场景 | 历史时期 | 核心体验 | 交互重点 | 体感效果 | |------|---------|---------|---------|---------| | 南泥湾大生产 | 1941-1943 | 开荒、纺纱、生产竞赛 | 抓取农具、操作纺车、种植作物 | 座椅前倾+背心振动+微风+温暖气流 | | 敌后根据地 | 1938-1945 | 游击战术、群众工作 | 地图标注、群众动员、物资调配 | 爆炸气浪+蹲伏下降+冲击振动 | | 延安窑洞生活 | 1938-1947 | 日常起居、整风学习 | 翻阅文献、参与讨论 | 煤油灯微热+手部微振动 | | 东江纵队游击战场 | 1943-1945 | 华南抗日、营救文化名人 | 穿越封锁线、传递情报 | 左右摇晃+全身紧张振动+夜间冷风 | | 改革开放蛇口 | 1979-1984 | 蛇口工业区、敢为人先 | 工程决策、制度创新 | 爆破气浪+尘味+冲击振动 | ### 5.3 多人协同VR架构 ``` ┌──────────────────────────────────────────────────────────────┐ │ 多人协同VR架构 │ ├──────────────────────────────────────────────────────────────┤ │ │ │ ┌────────┐ ┌────────┐ ┌────────┐ ┌────────┐ │ │ │ VR座位1 │ │ VR座位2 │ │ VR座位3 │ │ VR座位4 │ │ │ │ (队长) │ │ (队员) │ │ (队员) │ │ (队员) │ │ │ └───┬────┘ └───┬────┘ └───┬────┘ └───┬────┘ │ │ └───────────┴───────────┴───────────┘ │ │ │ │ │ ┌───────┴───────┐ │ │ │ 状态同步服务器 │ │ │ │ (Photon Fusion)│ │ │ └───────┬───────┘ │ │ │ │ │ ┌───────┴───────┐ │ │ │ 房间管理服务 │ │ │ └───────┬───────┘ │ │ │ │ │ ┌───────┴───────┐ │ │ │ X1编排引擎 │ │ │ │ (任务推送) │ │ │ └───────────────┘ │ └──────────────────────────────────────────────────────────────┘ ``` **技术亮点**： - **Photon Fusion状态同步**：4人同场景实时同步，头像位置、手部姿态、任务进度全部同步——**你在VR里能看到队友的虚拟化身和手势**； - **角色与F2任务对应**：VR中的角色分配来自F2任务剧本，4人分别扮演不同角色，各有专属资源和约束——**不是"各玩各的"，而是真正的团队协作**； - **VR内AI NPC**：场景中的非玩家角色由AI可信知识引擎驱动，可以回答用户问题、提供历史背景——**VR里的"老乡"不是预设台词的机器人，而是能对话的AI角色**。 ### 5.4 VR与F2情境任务联动 VR不是独立体验，而是F2情境任务的沉浸执行层。同一任务剧本在VR和非VR两种模式下运行： ``` F2情境任务剧场 ├── 非VR模式: 多屏互动终端 + AI复盘 └── VR模式: 沉浸场景 + 体感设备 + 多人协同 + AI复盘 共享层: - 同一任务定义 - 同一证据集(从知识图谱检索) - 同一历史事实揭示 - 同一AI学习教练复盘 - 同一成长护照记录 ``` ### 5.5 VR体验流程 ``` 排队区（3分钟） ├── 观看历史背景视频 ├── 查看分配到的角色和资源约束 ├── 学习VR手柄操作和交互方式 ├── 了解安全须知和紧急退出方法 └── 查看排队位置和预计等待时间 ↓ 进入VR工位 ├── 佩戴VR头显 + 触觉背心 ├── 系统加载场景（按人群类型适配内容） └── 4人同步进入同一历史场景 ↓ 沉浸体验（8-15分钟） ├── 在虚拟场景中执行任务 ├── 抓取文物、查看证据 ├── 与AI NPC对话（可提问，NPC用史料回答） ├── 4人语音讨论+手势交互 ├── 体感设备同步场景事件 └── 团队做出决策 ↓ 退出VR ├── AI复盘（学习教练分析方案vs历史） ├── 现实连接问题 ├── 学习记录写入成长护照 └── 设备复位+消毒（3分钟） ``` ### 5.6 云端VR串流 为降低全国星火节点的硬件门槛，L2/L3节点可采用云端VR串流方案： ``` L2/L3节点 (轻量硬件) 旗舰中心/区域云端 (GPU集群) ┌──────────────────┐ ┌──────────────────────┐ │ VR头显 │ ←── 视频流 ──→ │ 云端渲染服务器 │ │ ↓ WiFi/5G │ ←── 音频流 ──→ │ Unity应用实例 │ │ ↓ 解码显示 │ ── 输入流 ──→ │ 串流编码H.265 │ │ ↓ 手柄/头显数据 │ │ 超低延迟传输 │ └──────────────────┘ └──────────────────────┘ ``` | 方案 | 延迟 | 适用场景 | |------|------|---------| | CloudXR (NVIDIA) | 15-30ms | L3城市节点 | | ALVR (开源) | 20-40ms | L2标准节点 | | 本地渲染 | <10ms | L4旗舰中心 | | WebXR | 30-80ms | F5云展馆轻量模式 | ### 5.7 VR安全与舒适保障 | 保障措施 | 说明 | |---------|------| | 舒适度分级 | 每个场景标注舒适/适中/激烈，用户可选择 | | 晕动症缓解 | 默认瞬移移动，平滑移动可选 | | 时长控制 | 单次不超过15分钟，两次之间至少间隔30分钟 | | 年龄限制 | 12岁以下不建议使用 | | 安全区域 | 定位基站划定安全边界，越界自动暂停 | | 紧急停止 | 手柄一键退出，工作人员可远程紧急停止 | | 卫生消毒 | 一次性面罩+UV消毒柜，场次间隔3分钟消毒 | | 帧率保障 | 稳定72fps（VR舒适标准），自动LOD降级保帧率 | ### 5.8 VR场次调度 - 单场容量：4人 - 单场时长：8-15分钟（按人群适配） - 场次间隔：3分钟（设备复位+消毒） - 日接待量：单场景约120-160人/天 - 排队策略：相同路线优先同场、相同人群类型优先同场 - 客流高峰：自动开启备用VR工位 --- ## 六、公共平台技术架构 ### 6.1 X1全场景体验编排引擎 **核心能力**：实时感知用户位置和客流，编排全馆设备联动——走到哪里，内容就跟到哪里。 ``` 事件源 处理引擎 输出目标 ───────── ───────── ───────── UWB位置流(10Hz) ─┐ 客流计数(实时) ─┤→ 实时流式计算 → 编排决策 → 设备控制指令 设备状态(实时) ─┤ (复杂事件处理) (规则+AI) (实时消息推送) 用户路线(API) ─┤ 任务状态(API) ─┘ ``` **技术亮点**： - **复杂事件处理（CEP）**：不是简单的"如果...则..."，而是在毫秒级时间内处理"用户进入区域+客流低于阈值+路线匹配+设备空闲"等复合条件——**像自动驾驶一样实时感知和决策**； - **五类事件源实时融合**：UWB位置、客流计数、设备状态、用户路线、任务状态——五路数据流实时汇入编排引擎，**系统对全馆状态有"上帝视角"**。 | 用户行为 | 系统自动响应 | |---------|------------| | 走入某展区 | 屏幕切换对应内容、灯光切换氛围、音频切换导览 | | 区域拥挤 | 推荐备选节点，避免排队 | | 完成任务 | 自动记录到成长护照，推送下一节点 | | AI终端提问 | 加载当前展区上下文，回答更精准 | | VR场次到达 | 推送任务剧本到VR场景 | ### 6.2 X2成长护照与行动档案 **核心能力**：所有学习记录统一归档，跨系统同步，用户随时可查。 ``` 票务系统 ──┐ 教研系统 ──┤ 港澳专项 ──┤→ X2成长护照统一API → 统一学习档案 数据中台 ──┤ (GraphQL查询) (全生命周期) 线下终端 ──┘ ``` **技术亮点**： - **GraphQL统一查询**：不同系统用不同技术栈，但用户通过一个API就能查询完整的成长档案——**对前端来说，所有数据来自一个"虚拟数据库"**； - **全生命周期记录**：从第一次预约到第90天行动成果，从线下参观到线上课程，**一个人的完整学习旅程在一本护照里一目了然**。 ### 6.3 X3权威内容治理中心 **核心能力**：所有内容经过三级审核才发布，版本化管理，可回滚。 ``` 内容创建/修改 ↓ AI编审助手自动检查 - 事实校验: 与知识图谱交叉验证 - 来源检查: 是否标注史料来源 - 合规检查: 政治安全规则引擎 - 版权检查: 素材授权验证 ↓ 自动检查通过 → 编辑复审 (人工) 自动检查未通过 → 退回修改 ↓ 编辑复审通过 → 专家终审 (关键内容) ↓ 版本发布 (带版本号，可回滚) ↓ 同步到: 展陈系统 / 云展馆 / 课程平台 / 全国节点 ↓ 使用反馈收集 → 定期巡检 → 需要时触发修订 ``` **技术亮点**： - **AI初审自动化**：史实校验、来源检查、合规检查、版权检查四项自动完成——**AI把审核效率提升10倍，人工只做最关键的终审**； - **版本化快照**：每次发布生成完整内容快照，支持回滚到任意历史版本——**内容出错可以一键回退，不会"覆水难收"**。 --- ## 七、安全与隐私保护 ### 7.1 网络安全架构 ``` ┌──────────────────────────────────────────────────────┐ │ 互联网 │ │ WAF (Web应用防火墙) │ ├──────────────────────────────────────────────────────┤ │ DMZ区 │ │ 负载均衡 + API网关 │ ├──────────────────────────────────────────────────────┤ │ 应用区 (容器集群) │ │ 微服务集群 (服务网格 + 自动扩缩容) │ ├──────────────────────────────────────────────────────┤ │ 数据区 (隔离) │ │ 业务数据库 │ 知识图谱 │ 向量库 │ 内容仓 │ │ GPU推理集群 │ ├──────────────────────────────────────────────────────┤ │ 设备区 (VLAN隔离) │ │ IoT/安防/VR/灯光音频 (独立VLAN) │ └──────────────────────────────────────────────────────┘ ``` ### 7.2 AI安全三层护栏 ``` 用户输入 ↓ ┌─────────────────┐ │ 第一层: 输入过滤 │ 拦截不当提问 └────────┬────────┘ ↓ ┌─────────────────┐ │ 第二层: 事实校验 │ AI回答与知识图谱比对，发现事实错误则拦截 └────────┬────────┘ ↓ ┌─────────────────┐ │ 第三层: 输出过滤 │ 拦截不当表述 └────────┬────────┘ ↓ 安全回答 + 史料来源 + 审计日志 ``` - AI不会臆造历史，只在已审核史料范围内回答 - NPC禁止模拟革命领袖发表新言论，仅复述已审核史料 - 全部对话可审计追溯，支持质量回查 ### 7.3 数据隐私保护 | 数据类型 | 保护措施 | |---------|---------| | 用户身份信息 | 最小化采集，不采集与学习无关的信息 | | 未成年人数据 | 监护人授权 + 最小化采集 + 不公开显示 | | 港澳用户数据 | 自愿参与 + 匿名聚合 + 不做个人认同标签 | | 人脸/情绪数据 | **不采集、不推断** | | AI交互日志 | 脱敏存储 + 仅用于质量优化 + 定期清理 | | 位置数据 | 仅用于体验编排，不留存个人轨迹 | --- ## 八、最小可行原型 ### 8.1 原型范围 ``` 最小原型 = 1件文物3D展示 + 1个情境任务 + 1个AI问答入口 + 1个成长护照H5 + 1个行动选择页 + 1个30天回访推送 ``` ### 8.2 用户体验流程 ``` 用户在触屏终端开始 → 查看一件文物3D模型（可旋转缩放） → 参与一个情境任务（阅读证据→团队讨论→提交方案→历史揭示→AI复盘） → 向AI提问（获得带史料引用的回答） → 打开手机H5查看成长护照 → 选择一个行动方向 → 30天后收到微信推送 → 提交行动反馈 ``` ### 8.3 原型部署方案 ``` 单服务器部署 (原型阶段): - 1台 GPU服务器 → AI推理 + 向量检索 - 1台 应用服务器 → 业务服务 + 缓存 - 1台 前端服务器 → 3D展示 + 小程序后端 - 1台 互动终端 → 情境任务 + AI问答界面 ``` ### 8.4 原型验证目标 | 验证维度 | 达标标准 | |---------|---------| | AI回答有史料来源 | ≥90% | | AI不当内容拦截 | 100% | | 任务完成率 | ≥70% | | 用户选择行动 | ≥50% | | 30天回访反馈率 | ≥20% | | 用户理解表达质量（专家评分） | ≥3.5/5 | --- ## 九、技术风险与应对 | 风险 | 用户影响 | 应对措施 | |------|---------|---------| | AI回答慢 | 等待体验差 | 流式输出（边生成边显示）+ 轻量模型快速兜底 | | 知识图谱内容不足 | 部分问题无法回答 | 先建延安十三年核心内容，逐步扩展 | | 定位不精准 | 设备联动误触发 | 优化部署密度 + 区域判定容错算法 | | 港澳网络不稳定 | 云展馆卡顿 | 港澳CDN节点 + 轻量模式自动降级 | | VR设备故障 | 体验中断 | 冗余设备 + 远程诊断 + H5备选方案 | | 内容审核慢 | 新内容上线延迟 | AI初审自动化 + 并行审核流程 | | 并发高峰 | 系统卡顿 | 弹性扩缩容 + 限流降级 + 离线兜底 | | 节点运维参差 | 各节点体验不一 | 标准化部署脚本 + 远程监控 + 自动健康检查 | --- ## 十、技术团队与外部协作 ### 10.1 核心团队 | 角色 | 人数 | 职责 | |------|------|------| | AI工程师 | 3-4 | 大模型微调、RAG、安全护栏、知识图谱 | | 后端工程师 | 4-5 | 微服务、API、消息队列 | | 前端工程师 | 3-4 | Web/小程序/互动终端 | | 3D/XR工程师 | 2-3 | 3D建模、Unity VR开发、数字人 | | 数据工程师 | 2 | 数据管道、实时计算、指标计算 | | DevOps | 2 | 容器编排、CI/CD、监控、安全 | | 内容工程师 | 2 | 内容组件化、审核工作流、版本管理 | | UI/UX设计师 | 2 | 交互设计、视觉设计、体验测试 | ### 10.2 外部协作 | 协作方 | 职责 | |--------|--------| | 党史专家组 | 史料审核、知识图谱校验、任务剧本审定 | | 教育研究组 | 课程设计、学习效果评估方法 | | 延安精神研究会 | 权威内容授权和编审 | | 3D扫描团队 | 文物数字化采集 | | 硬件集成商 | VR/灯光/音频/IoT设备安装调试 | --- ## 十一、总结 本技术方案将创新升级方案中的"一核、双域、三引擎、四闭环、八旗舰"产品体系，转化为可落地的技术架构： - **AI层**：知识图谱 + RAG检索增强 + 大模型专属微调 + 三层安全护栏，确保可信、可溯源、不臆造； - **数据层**：知识图谱、向量库、业务库、分析库各司其职，通过消息总线实时联动； - **平台层**：X1体验编排（实时流式计算）+ X2成长护照（统一查询）+ X3内容治理（版本化审核），三大公共平台贯穿所有产品； - **沉浸层**：Unity VR/XR + 6DOF体感设备 + 多人协同 + 云端串流，五大历史场景沉浸体验嵌入F1/F2产品； - **应用层**：八个旗舰产品各自独立又共享平台能力，通过API和事件总线松耦合； - **基础设施**：私有云容器编排 + GPU推理集群 + 5G/IoT设备网络 + CDN全球加速； - **安全合规**：三层AI安全护栏 + 数据最小化原则 + 全过程审计追溯。 从用户视角看，技术方案支撑的核心体验闭环是： ``` 提问 → 体验 → 理解 → 行动 → 反馈 → 再传播 ``` - **提问**：参观前选择学习问题，AI全程可问答 - **体验**：自适应路线 + 沉浸VR + 情境任务 + 文物星图 - **理解**：AI复盘 + 理解表达 + 离馆报告 - **行动**：行动选择 + 7/30/90天跟踪 - **反馈**：进展提交 + 成果回流 + 优秀案例入库 - **再传播**：青年共创 + 云展馆 + 全国节点复制 建议从"一件文物到一次现实行动"最小原型开始，用7周时间验证完整链路，再逐步扩展为全量系统。