生成式AI技术基于大语言模型架构，可以为XR场景与用户之间的虚实交互提供更加自然的交互方式、更流畅的场景和角色切换，让用户感受到与现实世界相匹配甚至超现实的沉浸式体验。

在国内，标准化工作也在积极推进以支持这一技术的发展。全国信标委人工智能分委会（TC28/SC42）发布GB/T 42382.1-2023《信息技术 神经网络表示与模型压缩 第1部分：卷积神经网络》，规定了卷积神经网络（Convolutional Neural Network, CNN）离线模型的表示与压缩过程，以保证人工智能技术的跨平台可操作性，并提升模型复用效果，从而带动人工智能产业的健康、快速发展。该标准是国内首个面向人工智能生成模型的国家标准。此外，《信息技术 神经网络表示与模型压缩 第2部分：大规模预训练模型》（计划号：20230717-T-469）和《信息技术 神经网络表示与模型压缩 第3部分：图神经网络》（计划号：20230718-T-469）正在起草过程中。

全国网络安全标准化技术委员会（TC260）正在起草生成式AI数据和服务安全方面国家标准，如《网络安全技术 生成式人工智能预训练和优化训练数据安全规范》（计划号：20242095-T-469）、《网络安全技术 生成式人工智能数据标注安全规范》（计划号：20242097-T-469）、《网络安全技术 生成式人工智能服务安全基本要求》（计划号：20241752-T-469）。

国际上ISO/IEC JTC1/SC42负责人工智能标准化工作，重点围绕数据质量与治理、可信与安全展开研制工作。此外，在第27届联合国科技大会期间，世界数字技术院（WDTA）发布了《生成式人工智能应用安全测试标准》和《大语言模型安全测试方法》两项国际标准。其中，《大语言模型安全测试方法》由蚂蚁集团作为牵头单位。

在虚拟现实产业中，音视频编解码技术主要应用于沉浸式媒体内容源的获取编码、封装、传输、解码及呈现交互。如下图所示。

其中，视觉方面主要包含4K/8K超高清视频、全景视频、自由视点视频、点云、3D网格（3D Mesh） 等视频流；听觉方面包含沉浸式音频流。

1）超高清视频编码

超高清视频通常指4K/8K分辨率的视频内容，支持高帧率（HFR，如100fps、120fps）、高动态范围（HDR）、广色域（WCG）。超高清视频对应的超高数据量和超大带宽，对压缩效率和时延也提出了更高的需求。基于此，国内外标准工作组织，如