预期目标：到2025年，数字人4D面部动态重建帧率≥30fps，绑定后生成表情误差小于5mm，数字人的自然度、真实度等主观体验评分达到行业领先水平。基于多模态交互输入结合大模型实现高准确度、低延迟的动作、表情、行为推理。

（七）虚拟空间创作平台

揭榜任务：研究基于元宇宙虚拟空间的构建系统，实现低代码快速构建虚拟空间。研究音视频互动平台，实现在元宇宙中进行语音、视频交流。研究多人协作系统，实现数字孪生模型的多人交互协作。研究共享桌面技术，实现多人共享演示内容。研究元宇宙空间与云渲染方式的融合，实现手机或PC访问元宇宙空间。研究人物换装、捏脸功能，实现在虚拟空间中打造个性化的数字人。集成智能助手，提供专属场景的业务问答与指令。

预期目标：到2025年，实现不少于5类场景的低代码快速构建，支持会议元宇宙、展览元宇宙、教育元宇宙、办公元宇宙、园区元宇宙等场景，场景运行流畅不卡顿。支持在线人数、模型加载效率、延迟时间等核心指标达到国际先进水平。

（八）3D沉浸式实时通信系统

揭榜任务：研究基于多模态、多视角的三维视觉技术，实现对人、物、场的动态三维数据采集、建模和显示。研制基于多传感器的三维数据捕捉设备和基于裸眼3D显示器的沉浸式实时通信系统，旨在提供身临其境的沉浸感体验，可应用于视频会议和远程协作，为远程教育和培训、远程手术和医学会诊、游戏和文旅等领域提供新的技术手段。

预期目标：到2025年，3D沉浸式实时通信系统从采集到呈现端到端时延小于400ms，帧率大于25，三维重建平均误差、结构相似性、感知损失指标达到行业领先水平。

（九）3D实景地图平台

揭榜任务:研究3D实景地图平台，突破3D实景地理实体在语义化、结构化等维度上的技术瓶颈。研究用时空数据编织与时空知识图谱技术实现对地理实体自身属性及实体间关系进行一致性描述，以实现地理实体的语义化，达到计算机可理解、可分析。研究用GeoAI方法识别分类技术，实现地理实体单体分割并获取其几何轮廓及组成结构。在城市规划、应急防灾、交通治理等场景下实现快速批量应用。

预期目标:到2025年，地理实体语义化覆盖率、结构化准确率等核心指标达到行业领先。

（十）基于文本描述的3D场景生成系统

揭榜任务：研究基于文本描述的3D场景生成系统，突破传统方法需要大量标记3D模型数据集的限制，解决当前基于文本描述的3D场景生成算法结果过饱和、过平滑、缺少细节等问题。研究多模态室内3D场景生成，实现高质量3D内容生成，包括复杂效果，基于文本生成多样性3D内容和360°场景等。研究基于分布式云渲染实现多模态实时3D场景生成系统，实现高带宽高质量内容实时传输，海量高质量3D内容实时云端生产、渲染、交互。