ISOIEC 23090-142025 信息技术.沉浸式媒体的编码表示.第14部分场景描述标准立项发展报告

信息技术沉浸式媒体的编码表示第14部分：场景描述标准立项发展报告一、标准基本信息-标准编号：ISO/IEC23090-14:2025-标准名称：信息技术沉浸式媒体的编码表示第14部分：场景描述-英文名称：Informationtechnology-Codedrepresentationofimmersivemedia-Part14:Scenedescription-标准状态：现行（Published）-发布机构：国际电工委员会（IEC）/国际标准化组织（ISO）联合技术委员会-发布日期：2025年11月7日-发布年份：2025年-国别：国际组织-语言：英语-版本说明：电子版加密PDF格式/约1分钟可下载/有水印/需安装插件FileOpen/电脑需联网/限制累计3台电脑共打印5次-售价：1837.0元二、英文标题StandardizationDevelopmentReport:InformationTechnology—CodedRepresentationofImmersiveMedia—Part14:SceneDescription三、摘要随着扩展现实（XR）、虚拟现实（VR）、增强现实（AR）及混合现实（MR）技术的迅猛发展，沉浸式媒体已成为全球数字经济的重要增长极。场景描述作为沉浸式媒体内容组织、交互逻辑构建及多模态数据编排的核心环节，其标准化需求日益迫切。本报告围绕ISO/IEC23090-14:2025标准的立项背景、技术架构、国际协作机制及产业应用前景展开深入分析。报告指出，该标准在ISO/IEC23090系列框架下确立了三维场景的通用描述模型，涵盖场景图结构、空间锚定、动画时序及交互语义等关键技术要素，弥补了此前沉浸式内容缺乏统一场景编排格式的空白。通过与国际互联网标准组织及主流产业联盟的协同合作，该标准力求在通用性与扩展性之间取得平衡，为全球沉浸式媒体产业链的互联互通提供基础性技术支撑。报告同时阐述了标准的主要参与单位及其技术贡献，并对未来标准演进方向作出展望。关键词：沉浸式媒体；场景描述；ISO/IEC23090；三维场景图；扩展现实；交互语义；标准国际化；媒体编码Keywords:ImmersiveMedia;SceneDescription;ISO/IEC23090;3DSceneGraph;ExtendedReality;InteractionSemantics;Standardization;MediaCoding四、正文4.1研究背景近年来，以扩展现实（XR）为代表的沉浸式技术加速渗透至文化娱乐、工业仿真、远程协作、教育培训、智慧医疗及数字孪生等众多领域。据国际数据公司（IDC）预测，全球XR市场支出将在未来五年内保持年均30%以上的复合增长率，至2028年市场规模有望突破千亿美元量级。高盛等投资机构亦将沉浸式媒体列为“下一代计算平台”的核心载体，其产业战略地位日益凸显。与此同时，随着头戴式显示设备、光场显示终端、全息投影系统及空间计算平台等硬件产品的持续迭代，用户对沉浸式内容的空间感、真实感与交互性提出了更高要求，场景描述（SceneDescription）作为承载三维空间信息与交互语义的核心数据格式，其标准化工作已成为国际标准化组织（ISO）与国际电工委员会（IEC）共同关注的战略焦点。ISO/IEC23090系列标准（即MPEG-I标准体系）由ISO/IECJTC1/SC29（编码音频、图像、多媒体和超媒体信息分技术委员会）制定，旨在为沉浸式媒体（包括VR、AR、MR及自由视点视频等）提供全链条编码与表示标准。在该系列中，第1部分至第9部分分别规定了沉浸式视频的编码工具、几何信息压缩、点云压缩、光场表示及网络协议等技术要素，而场景描述作为组织上述多模态数据并赋予其空间语义和交互逻辑的关键环节，长期缺乏统一的国际规范。不同厂商分别采用自有格式或基于游戏引擎的私有解决方案，导致内容资产在不同平台、不同设备之间难以互通，严重制约了沉浸式内容的大规模生产与分发。4.2标准立项背景与需求分析（一）行业碎片化困境。当前产业实践中，场景描述格式呈高度碎片化态势。面向影视级内容制作的USD（UniversalSceneDescription）格式由皮克斯开发并开源，在影视与动画行业获得广泛使用；面向Web端轻量化场景的glTF格式由KhronosGroup主导，已成为Web3D内容的事实标准；而面向实时游戏引擎的FBX、UnityAsset等格式则在游戏开发领域占据主导地位。上述格式在设计目标、数据模型、坐标体系及交互抽象层面均存在显著差异，由此形成了多个独立的内容生态孤岛。内容创作者为适配不同平台需投入大量额外资源进行格式转换与场景重构，极大抬高了跨平台内容分发的成本门槛。（二）技术需求驱动。沉浸式媒体的核心特性在于用户可以在三维空间内自由漫游，并与场景中的虚拟对象进行自然交互。这一特性决定了场景描述不能仅停留在几何数据与纹理数据的静态排列，而需涵盖动态对象行为、空间锚定关系、多用户协作语义及事件触发机制等动态与交互层面的信息。既有格式多面向特定应用场景进行专项设计，缺乏对以上要素的系统性抽象与统一编码，导致跨平台复用时出现语义丢失或行为不一致等核心问题。（三）国际标准体系衔接需求。ISO/IEC23090系列的各部分标准已分别规定了沉浸式视频的编码、传输与渲染接口。然而，缺少一个统一的“中枢层”标准来定义如何将这些基础数据组合为完整的沉浸式体验，使得各编码工具的实际集成高度依赖系统集成者的私有实现。ISO/IEC23090-14的立项，旨在填补该体系空白，形成“基础编码工具+场景级集成规范”的闭环。（四）国际竞争态势。在全球沉浸式媒体标准化竞争的宏观背景下，ISO/IEC23090-14的制定亦承载着重要的战略考量。近年来，美国KhronosGroup推动glTF与OpenXR标准体系的扩展，欧盟鼓励工业级数字孪生场景统一描述规范，中国亦在沉浸式媒体标准化领域开展了系列布局。ISO/IEC层面的场景描述国际标准若长期缺位，将导致各国各行其是，国际标准体系的主导权之争更趋复杂。ISO/IEC23090-14作为首项面向沉浸式媒体场景描述的国际标准，其战略意义不言而喻。4.3标准主要内容与技术架构ISO/IEC23090-14:2025在广泛吸纳现有产业实践的基础上，定义了一套面向沉浸式媒体应用的场景描述通用框架。该框架充分借鉴了USD、glTF等主流格式在场景组织、资产引用与空间变换方面的设计经验，同时面向沉浸式应用的独特需求进行了创新性扩展。标准文本的主体结构涵盖以下关键技术要素：（一）场景图数据模型。标准建立了一种层次化的场景图（SceneGraph）数据模型，用以表达三维空间内各实体对象之间的层次关系与空间变换关系。该数据模型支持节点复用与实例化（Instantiation），允许多个场景实例共享同一几何数据或行为描述，从而有效降低存储与传输开销。场景图顶层节点定义了全局坐标空间与度量单位，下层节点逐级嵌套表达各对象的局部坐标变换、可视属性及物理属性。（二）空间锚定与坐标系映射。沉浸式媒体场景需要与现实物理空间或虚拟参考空间进行精确对齐。标准定义了空间锚定（SpatialAnchoring）机制，允许场景节点绑定至特定的空间参考系（如设备追踪坐标系、地理坐标系统等），并支持坐标系之间的实时变换映射，为AR设备在真实环境中的内容稳定叠加提供了基础性支持。（三）动态行为与动画时序描述。区别于静态三维场景格式，该标准支持对场景内对象的动态行为进行规范性描述，包括参数化动画、骨骼动画及基于关键帧的时序编排等。标准还定义了一套时间基准与同步机制，确保在分布式渲染或多设备协同显示场景下，各终端所呈现的动画状态保持一致。（四）交互语义封装。标准定义了交互原语（InteractionPrimitive）和事件绑定机制，允许内容创作者声明场景对象可接受的交互类型（如拾取、移动、缩放、触发等）及对应的事件处理逻辑。与此前依赖引擎脚本实现交互逻辑的路径相比，该机制实现了交互语义与渲染实现的初步解耦，为跨平台交互一致性奠定了基础。（五）多模态数据引用与流式加载。场景描述本身不直接承载大体积的几何或纹理数据，而是通过资源引用与数据流（DataStream）机制关联至ISO/IEC23090系列其他部分所定义的编码数据。引用机制支持分层细节（LOD）选择与按需加载（ProgressiveLoading），使大规模复杂场景可在带宽受限条件下实现渐进式渲染。同时，场景描述文件可独立于媒体数据流进行更新，便于动态场景的内容进行调整。4.4标准制定过程与国际协作ISO/IEC23090-14的制定工作由ISO/IECJTC1/SC29/WG2（传统上称为MPEG工作组）承担，自标准提案立项至正式发布历时约24个月。制定过程中，工作组系统收集了来自全球主要通信设备制造商、互联网平台企业、影视制作工具开发商、芯片设计机构以及多所顶尖大学和研究机构的超过500条技术提案与意见，累计召开十余次全体会议和数十次专题讨论。为有效协调各利益相关方的不同诉求，工作组与多个国际标准组织和行业联盟建立了紧密协作机制。在Web端三维图形标准方面，工作组与KhronosGroup保持沟通，确保glTF格式与ISO/IEC23090-14在资产交换层面具备兼容映射能力，避免重复定义。在XR设备互操作层面，工作组参考了OpenXR规范中对空间锚定和交互动作的抽象模型，在语义层面与之保持一致，便于设备厂商实现标准间的互通。在内容生产工具链方面，与BlenderFoundation等开源社区保持对话，以推进标准在主流创作工具中的落地。在标准制定过程中，来自不同国家的技术专家围绕场景图数据结构的完整性、空间锚定机制的精度保障、交互语义的通用性等核心议题展开了充分讨论。为确保标准在产业界具备切实的可行性，工作组面向多个异构渲染引擎和终端设备开展了互操作性验证，累计完成数十个测试用例的交叉验证，有效发现并解决了坐标系精度、浮点一致性及语义映射等若干关键问题。4.5标准的技术特征与创新性分析相较于现有产业格式，ISO/IEC23090-14:2025在以下维度展现出显著的创新性与技术优势：（一）跨行业通用性。标准在设计之初即面向影视制作、实时渲染、工业仿真、Web分发等多个应用领域，其数据模型在抽象层面兼顾了影视级高品质离线渲染与实时交互渲染的共性需求，避免了对特定渲染管线的假设与依赖。（二）可扩展性与模块化。标准采用模块化架构，核心数据模型保持精简，各功能扩展（如物理模拟、语义标注、空间音频布局等）以扩展机制进行补充，在保持规范整体性的同时为未来技术演进预留充分空间。（三）与现有压缩标准的深度衔接。场景描述与ISO/IEC23090系列中有关几何压缩、点云压缩及视频编码的各部分形成了良好的互补关系，二者协同实现了“描述+数据”的完整沉浸式媒体解决方案，具备技术体系上的高度自洽性。4.6标准实施与产业发展展望ISO/IEC23090-14:2025的发布将对全球沉浸式媒体产业链产生深远影响。在内容生产环节，该标准有望推动形成统一的三维场景资产描述规范，大幅减少面向多平台分发所需的格式转换工作；在设备制造环节，终端厂商可依据标准实现统一的场景解析与渲染接口，降低多格式适配带来的研发成本；在平台运营环节，标准所定义的场景增量更新与流式加载机制为大规模云化沉浸式内容分发提供了技术支撑。从应用市场来看，该标准有望在云VR/ARstreaming、工业数字孪生、线上虚拟展览、沉浸式教育和培训、影视虚拟制作等场景率先实现规模化落地。尤其是在5G/6G网络逐步普及的背景下，云化渲染与终端轻量化成为重要趋势，而标准对渐进式加载与流式更新的原生支持，将显著提升云化沉浸式服务的可用性。4.7修订单位介绍ISO/IEC23090-14:2025标准的制修订工作主要由ISO/IECJTC1/SC29/WG2（MPEG工作组）承担。MPEG（MovingPictureExpertsGroup，动态图像专家组）成立于1988年，是国际标准化组织与国际电工委员会联合技术委员会下属的权威工作组，在音视频编码、多媒体系统及数据表示等领域引领了数十项具有里程碑意义的国际标准，包括广为人知的MPEG-1、MPEG-2、MPEG-4、MPEG-7及MPEG-21等。进入21世纪后，MPEG的标准化工作进一步拓展至三维图形压缩、点云编码、沉浸式媒体及人工智能辅助编码等前沿方向，持续为全球多媒体产业提供基础性支撑。MPEG工作组汇聚了来自全球数百家成员机构的技术专家与学者，包括通信设备制造商、消费电子企业、互联网公司、影视技术公司、科研院所及标准化机构等。工作组的标准化流程遵循ISO/IEC的公开透明原则，任何感兴趣的成员均可通过国家成员体或联络组织参与标准制定，由此保证了标准文本在技术严谨性、产业代表性及国际广泛性上的综合平衡。在ISO/IEC23090-14的制定过程中，工作组协调了数十家全球领先科技企业、研究机构及行业联盟的专家参与技术贡献