阵列对真人进行高精度 3D 扫描，形成高精度的人脸模型、身体模型及高分辨率 贴图，实现高精度三维人体重建及模型参数化，相机采样分辨率为 2400 万像素、 灰模重建精度达到毫米级，贴图精度为毛孔级。实现从动作、手势、表情、皮肤 纹路、牙齿等仿真外观的 真实感虚拟人，用户评测达到 85%以上

研究云化多模态视频分析，建立多模态视频大数据集并提取对应的符号化语料， 采用多模态符号化语言进行视频资源检索和内容生成。 人物视频语义提取算法实现前景、背景、角 色、 行为、姿态、口型、手势、时序关系、 空间关系等内容的语义提取

基于预计算大模型，实现语言智能 SaaS 模块，包括高质量自然语言处理、语义 分析、对话系统、知识图谱等。API 包括分词、词性标注、命名实体、句法分析、 语义角色标注； 主题词提取、情感分析、文本分类、文本摘要；多轮对话、问题 回答、知识理解、知识图 谱生成、心智模型等

色动作合成计算流程，实现文本到符号化语言的自动产生，通过行为描述语言指 导动作序 列的生成和转化，实现运动、群集、交互、姿态、口唇动画等功能性角 色行为，生成合成 虚拟人的视频流及动作流数据

基于深度学习机制的场景生成模型，联合使用 scene graph 及知识蒸馏的 方式，确保生 成精度的同时提高计算效率，对已有场景设计进行特征的提取 和学习，通过知识蒸馏方法 形成场景环境的自动规划和生成