揭榜任務(wù)：研制高速4D面部采集技術(shù)，研究并實(shí)現(xiàn)批量化、自動(dòng)化的產(chǎn)業(yè)級(jí)面部模型處理與制作流程。基于多模態(tài)信息進(jìn)行多樣化采集，建設(shè)人臉高精度4D模型數(shù)據(jù)庫(kù)，實(shí)現(xiàn)高逼真數(shù)字人面部和身體的快速構(gòu)建。搭建基于大模型的多模態(tài)數(shù)字人交互系統(tǒng)，實(shí)現(xiàn)視覺、聽覺等多模態(tài)輸入信息的統(tǒng)一表征，實(shí)現(xiàn)基于預(yù)訓(xùn)練模型的表情、動(dòng)作推理。

預(yù)期目標(biāo)：到2025年，數(shù)字人4D面部動(dòng)態(tài)重建幀率≥30fps，綁定后生成表情誤差小于5mm，數(shù)字人的自然度、真實(shí)度等主觀體驗(yàn)評(píng)分達(dá)到行業(yè)領(lǐng)先水平?；诙嗄B(tài)交互輸入結(jié)合大模型實(shí)現(xiàn)高準(zhǔn)確度、低延遲的動(dòng)作、表情、行為推理。

（七）虛擬空間創(chuàng)作平臺(tái)

揭榜任務(wù)：研究基于元宇宙虛擬空間的構(gòu)建系統(tǒng)，實(shí)現(xiàn)低代碼快速構(gòu)建虛擬空間。研究音視頻互動(dòng)平臺(tái)，實(shí)現(xiàn)在元宇宙中進(jìn)行語(yǔ)音、視頻交流。研究多人協(xié)作系統(tǒng)，實(shí)現(xiàn)數(shù)字孿生模型的多人交互協(xié)作。研究共享桌面技術(shù)，實(shí)現(xiàn)多人共享演示內(nèi)容。研究元宇宙空間與云渲染方式的融合，實(shí)現(xiàn)手機(jī)或PC訪問(wèn)元宇宙空間。研究人物換裝、捏臉功能，實(shí)現(xiàn)在虛擬空間中打造個(gè)性化的數(shù)字人。集成智能助手，提供專屬場(chǎng)景的業(yè)務(wù)問(wèn)答與指令。

預(yù)期目標(biāo)：到2025年，實(shí)現(xiàn)不少于5類場(chǎng)景的低代碼快速構(gòu)建，支持會(huì)議元宇宙、展覽元宇宙、教育元宇宙、辦公元宇宙、園區(qū)元宇宙等場(chǎng)景，場(chǎng)景運(yùn)行流暢不卡頓。支持在線人數(shù)、模型加載效率、延遲時(shí)間等核心指標(biāo)達(dá)到國(guó)際先進(jìn)水平。

（八）3D沉浸式實(shí)時(shí)通信系統(tǒng)

揭榜任務(wù)：研究基于多模態(tài)、多視角的三維視覺技術(shù)，實(shí)現(xiàn)對(duì)人、物、場(chǎng)的動(dòng)態(tài)三維數(shù)據(jù)采集、建模和顯示。研制基于多傳感器的三維數(shù)據(jù)捕捉設(shè)備和基于裸眼3D顯示器的沉浸式實(shí)時(shí)通信系統(tǒng)，旨在提供身臨其境的沉浸感體驗(yàn)，可應(yīng)用于視頻會(huì)議和遠(yuǎn)程協(xié)作，為遠(yuǎn)程教育和培訓(xùn)、遠(yuǎn)程手術(shù)和醫(yī)學(xué)會(huì)診、游戲和文旅等領(lǐng)域提供新的技術(shù)手段。

預(yù)期目標(biāo)：到2025年，3D沉浸式實(shí)時(shí)通信系統(tǒng)從采集到呈現(xiàn)端到端時(shí)延小于400ms，幀率大于25，三維重建平均誤差、結(jié)構(gòu)相似性、感知損失指標(biāo)達(dá)到行業(yè)領(lǐng)先水平。

（九）3D實(shí)景地圖平臺(tái)

揭榜任務(wù):研究3D實(shí)景地圖平臺(tái)，突破3D實(shí)景地理實(shí)體在語(yǔ)義化、結(jié)構(gòu)化等維度上的技術(shù)瓶頸。研究用時(shí)空數(shù)據(jù)編織與時(shí)空知識(shí)圖譜技術(shù)實(shí)現(xiàn)對(duì)地理實(shí)體自身屬性及實(shí)體間關(guān)系進(jìn)行一致性描述，以實(shí)現(xiàn)地理實(shí)體的語(yǔ)義化，達(dá)到計(jì)算機(jī)可理解、可分析。研究用GeoAI方法識(shí)別分類技術(shù)，實(shí)現(xiàn)地理實(shí)體單體分割并獲取其幾何輪廓及組成結(jié)構(gòu)。在城市規(guī)劃、應(yīng)急防災(zāi)、交通治理等場(chǎng)景下實(shí)現(xiàn)快速批量應(yīng)用。

預(yù)期目標(biāo):到2025年，地理實(shí)體語(yǔ)義化覆蓋率、結(jié)構(gòu)化準(zhǔn)確率等核心指標(biāo)達(dá)到行業(yè)領(lǐng)先。

（十）基于文本描述的3D場(chǎng)景生成系統(tǒng)

揭榜任務(wù)：研究基于文本描述的3D場(chǎng)景生成系統(tǒng)，突破傳統(tǒng)方法需要大量標(biāo)記3D模型數(shù)據(jù)集的限制，解決當(dāng)前基于文本描述的3D場(chǎng)景生成算法結(jié)果過(guò)飽和、過(guò)平滑、缺少細(xì)節(jié)等問(wèn)題。研究多模態(tài)室內(nèi)3D場(chǎng)景生成，實(shí)現(xiàn)高質(zhì)量3D內(nèi)容生成，包括復(fù)雜效果，基于文本生成多樣性3D內(nèi)容和360°場(chǎng)景等。研究基于分布式云渲染實(shí)現(xiàn)多模態(tài)實(shí)時(shí)3D場(chǎng)景生成系統(tǒng)，實(shí)現(xiàn)高帶寬高質(zhì)量?jī)?nèi)容實(shí)時(shí)傳輸，海量高質(zhì)量3D內(nèi)容實(shí)時(shí)云端生產(chǎn)、渲染、交互。

預(yù)期目標(biāo)：到2025年，實(shí)現(xiàn)根據(jù)輸入的文本信息，對(duì)于實(shí)例輸入的文本生成特定實(shí)例圖像。實(shí)現(xiàn)基于文本或文本+圖像的室內(nèi)3D場(chǎng)景的生成，生成場(chǎng)景的渲染視角圖像與文本一致性指標(biāo)CLIP score、渲染圖像的感知指標(biāo)Inception score等核心指標(biāo)達(dá)到國(guó)際領(lǐng)先。

三、公共支撐

（十一）元宇宙數(shù)字身份標(biāo)識(shí)技術(shù)解決方案

揭榜任務(wù)：研究元宇宙數(shù)字身份標(biāo)識(shí)技術(shù)，構(gòu)建跨平臺(tái)、跨設(shè)備、跨系統(tǒng)的元宇宙中數(shù)字身份及作品標(biāo)識(shí)體系。研究數(shù)字身份映射體系，將元宇宙中數(shù)字身份與現(xiàn)實(shí)中人員身份關(guān)聯(lián)，確保元宇宙世界中數(shù)字身份活動(dòng)的真實(shí)性。通過(guò)“嵌入式”標(biāo)識(shí)服務(wù)，為每個(gè)數(shù)字身份及相關(guān)作品分配唯一數(shù)字標(biāo)識(shí)，建立起可信賴、可查驗(yàn)、可追溯的數(shù)字身份及標(biāo)識(shí)管理體系。

預(yù)期目標(biāo)：到2025年，實(shí)現(xiàn)元宇宙數(shù)字身份標(biāo)識(shí)技術(shù)解決方案在至少1類行業(yè)領(lǐng)域開展應(yīng)用試點(diǎn)；實(shí)現(xiàn)元宇宙數(shù)字身份及作品的唯一標(biāo)識(shí)技術(shù)，數(shù)字身份標(biāo)識(shí)可跨平臺(tái)、跨設(shè)備、跨系統(tǒng)互認(rèn)互通；技術(shù)解決方案的安全性、創(chuàng)新性及實(shí)用性達(dá)到行業(yè)領(lǐng)先水平。

附：1.2023年未來(lái)產(chǎn)業(yè)創(chuàng)新任務(wù)揭榜單位推薦表-元宇宙方向