5月5日，北京市广播电视局决定举办第一届北京市广播电视和网络视听科技创新应用大赛，大赛面向北京地区广播电视机构、网络视听机构，及有关科研院所、高等院校、系统设备生产企业、业务研发和内容生产企业等。
大赛设置高新视频创新应用和人工智能应用创新两个竞赛方向，以国家广播电视总局高新视频创新应用大赛和人工智能应用创新大赛申报要求为基础，结合北京地区实际情况适当增加应用场景。
一、高新视频创新应用方向
本方向聚焦超高清视频、互动视频、沉浸式视频、VR视频、云游戏等高新视频端到端生产、制作和呈现，围绕应用场景创新、技术创新、业态创新开展评比。竞赛设置5个赛道11个场景，按照场景进行评比。包括：
1）超高清视频
超高清视频赛道比赛场景为：4K超高清视频、8K超高清视频2个场景。参赛项目所提供的视频内容已在国家广播电视总局批准的4K／8K超高清频道播出或网络视听平台上线。
4K超高清视频。围绕4K超高清视频技术参数多维化、节目制作智能化、节目制播IP化、视频压缩高效化、网络传输高速化等方面，提出技术创新或业务应用创新的系统，4K超高清视频内容已在总局批准的4K超高清频道播出或网络视听平台上线。
8K超高清视频。在拍摄、制作、编转码、传输分发和呈现等端到端环节中应用8K超高清视频技术，并开展技术创新或业务应用创新的8K系统，8K超高清视频内容已在总局批准的8K超高清频道播出或网络视听平台上线。
2）互动视频
互动视频赛道比赛场景为：内容交互、多视角切换2个场景。
内容交互。基于信令封装、编解码、互动播放引擎等技术，提出技术创新或业务应用创新的系统，实现人与内容互动，包括用户在观看过程中可主动选择并影响内容走向（例如剧情选择）；或用户通过特定行为（例如点击、滑动、长按等）触发视频中的人物、场景、物品等属性信息，扩展内容深度、增强剧情表现力。
多视角切换。基于信令封装、编解码技术、传输、互动播放引擎等技术，提出技术创新或业务应用创新的系统，从而实现用户在观看过程中可根据个人喜好，选择观看同一时间不同空间、不同时间不同空间场景的内容，从而获得更加丰富的内容信息（例如自由视角、视角切换等）。
3）沉浸式视频
沉浸式视频赛道比赛场景为：沉浸式裸眼3D呈现、沉浸式XR虚拟拍摄和沉浸式舞美演艺3个场景。
沉浸式裸眼3D呈现。将沉浸式视频应用于文旅项目、展览展示及户外广告中，使用球幕、环幕、多面屏、CAVE等终端进行呈现，呈现出裸眼3D的沉浸式效果。
沉浸式XR虚拟拍摄。将沉浸式视频应用于电视综艺节目、影视拍摄场景中，使用沉浸式大屏幕作为拍摄背景，并使用定位跟踪、实时渲染/合成、集中控制等技术，实现背景画面与场景、摄影机参数实时匹配，让演员或主持人沉浸其中进行拍摄。
沉浸式舞美。将沉浸式视频应用于大型活动、文艺演出中，以沉浸式舞美手段，将舞台或演出环境构成一个超大视角、超强沉浸感的表演空间，实现现场观众的沉浸式观演体验。
4）VR视频
VR视频赛道比赛场景为：VR视频、AR视频2个场景。
VR视频。在拍摄、制作、编转码、传输分发和呈现等端到端全环节中应用VR视频技术，并提出关键技术突破创新或业务系统应用创新，包含实际拍摄或CG制作的360°全景视频等。
AR视频。在AR眼镜等终端上提供的新型视听内容观看模式，在融合媒体内容拍摄、制作各环节提出的增强现实视听技术创新制作系统，或在三维虚拟重建、高精度识别定位与跟踪、三维模型实时驱动、三维视音频压缩编码、跨平台终端渲染等关键技术点有所突破的软硬件工具及平台。
5）云游戏
云游戏赛道比赛场景为：大屏云游戏、移动终端云游戏2个场景。
大屏云游戏。基于云游戏技术，利用遥控器、虚拟手柄、手柄等交互方式，在家庭场景开展电视大屏游戏类业务，在大屏终端上开展交互类的文娱活动。需体现技术的先进性和创新性，可以是端到端集成方案上的技术突破，也可以是针对某一场景、功能等单点的技术突破。
移动终端云游戏。基于云游戏技术，在移动终端随时随地开展游戏类业务和交互类文娱活动。需体现技术的先进性和创新性，可以是端到端集成方案上的技术突破，也可以是针对某一场景、功能等单点的技术突破。
二、人工智能应用创新方向
本方向聚焦广播电视和网络视听选题策划、生产制作、媒资管理、分发传输、运营服务、智能终端、运行维护、监测监管等环节人工智能应用热点场景，从技术先进性、业务创新性、应用安全性、运行稳定性、用户体验度等角度开展评比，共设置6个赛道。具体如下：
1）虚拟数字人技术应用
通过计算机图形学相关技术创造出与人类形象接近的数字化形象，要求形象写实度高，在唇形语音匹配、面部表情、肢体动作、语音合成等方面逼真度高，可以辅助开展节目内容的生产和制作。
重点从技术和效果两个层面考察：技术层面重点考察技术先进性、功能多样性、应用安全性、运行稳定性；效果层面重点考察虚拟数字人形象写实度，唇形语音匹配、面部表情、肢体动作等方面逼真度及流畅度，语音合成的准确度及拟人度，音视频匹配度等。
2）视频修复技术应用
对老旧片源进行修复，修复后视频在原始缺陷弱化、原始细节保留、噪声去除、色彩还原、流畅度以及观看舒适度等方面效果有一定提升。
重点从技术和效果两个层面考察：技术层面重点考察技术先进性、片源适应性、成本与效率等；效果层面重点考察修复后视频在原始缺陷弱化、原始细节保留、噪声去除、色彩还原、流畅度以及观看舒适度等方面的主观质量效果评价。
3）人脸合成技术应用
利用深度合成等人工智能技术对原始人物的面部进行修改、编辑和替换，替换后的人物在表情、姿态等多维度表现自然、动作连贯流畅，可以按照原始人物的既定动作进行重演。
重点从技术和效果两个层面考察：技术层面重点考察技术先进性、适用性、安全性、稳定性；效果层面重点考察合成人物形象的表情、面部、姿态的逼真度和流畅性等。
4）场景生成技术应用
根据播报视频的文稿内容，利用人工智能技术生成背景视频，并对播报视频中的绿幕背景进行替换，生成新的视频片段。新生成的视频需要综合考虑生成场景与口播文稿的匹配度、生成内容的逼真度和流畅性，以及生成内容与主播之间的融合性、一致性等
重点从技术和效果两个层面考察：技术层面重点考察技术先进性、适用性、安全性、稳定性；效果层面重点考察生成场景与口播文稿的匹配度，生成内容的逼真度和流畅性，以及生成内容与主播之间的融合性、一致性等。
5）智能推荐技术应用
根据用户的兴趣和行为热点，利用推荐算法进行个性化推荐，要求推荐结果导向性强、准确性高。同时，应注意个人数据保护机制、人工干预和用户自主选择机制、以及应急处置机制等，避免“信息茧房”。
重点考察智能推荐技术在广播电视和网络视听节目方面的应用，包括：智能推荐技术先进性、应用创新性；推荐结果的导向性、准确性；个人数据保护机制、人工干预和用户自主选择机制、以及应急处置机制等。
6）内容辅助生产技术应用
在内容生产流程中，引入机器学习、计算机视觉和自然语言处理等关键技术，结合广播电视及新媒体智能剪辑功能，利用AI文稿生成、AI图片生成、语音转写、文本扩写、文生视频、镜头识别、NLP自然语言、智能标签等AI工具和能力，实现全流程AI辅助生产，在保证收视效果的同时，提升选题、文稿、脚本、素材、剪辑、配乐、包装、发布等环节的生产效率。
重点考察内容辅助生产技术在广播电视和网络视听节目方面的应用，包括：AI文稿生成、AI图片生成、语音转写、文本扩写、文生视频、镜头识别、NLP自然语言、智能标签等AI工具和能力。
