摘要：本届论道以“视听破圈 智联无界”为主题，围绕产业破圈展开积极探讨。10月30日下午的IPTV价值高峰论坛上，新国脉数字文化股份有限公司 数字内容部科技研发经理 冯振华发表了题为《国脉文化实时3D技术能力赋能IPTV创新发展》的主题演讲。

2025年10月30日-31日，流媒体网主办的「天津论道暨第30届智能视听与科技创新产业论坛」在天津隆重举行。

本届论道以“视听破圈 智联无界”为主题，围绕产业破圈展开积极探讨。10月30日下午的IPTV价值高峰论坛上，新国脉数字文化股份有限公司 数字内容部科技研发经理 冯振华发表了题为《国脉文化实时3D技术能力赋能IPTV创新发展》的主题演讲。

以下是演讲全文：

各位老师、各位同仁，大家好！我是来自中国电信下属新国脉数字文化有限公司的代表。新国脉数字文化有限公司主要为中国电信提供大小屏内容运营服务，在大屏运营领域积累了丰富经验与深入思考。接下来，我将为大家介绍我们正在探索的3D技术能力。

传统3D应用的痛点与破局方向

3D技术的核心原理源于人眼的双目视差。人类双眼间距约65毫米，观看物体时会捕捉到略有差异的两个图像，经大脑合成后形成立体画面。这一原理早在 1838 年被发现后，便迅速催生了相关产业。

早期以立体镜为主要呈现形式，随着技术迭代，1950年代出现红蓝分色、偏振被动式3D呈现方式；近年又发展出主动快门式、柱状光栅裸眼3D等技术。最新的光场显示技术，本质上都是通过在时间或空间上分离画面，分别传递给双眼，最终形成立体视觉效果。

传统3D视频的拍摄制作依赖专业双目相机，通过调节光轴间距与方向形成视差参数。但这种方式存在明显制约：一是需要专业团队与设备，二是拍摄后参数无法调整。

这就导致两个核心问题：一方面，专业门槛与高投入造成3D内容匮乏，2010 年《阿凡达》带动的3D热潮后，国内外相关内容产量大幅下降；另一方面，3D播放对硬件要求较高，无论是戴眼镜还是裸眼3D设备，都未实现广泛普及，进一步限制了3D场景的落地。

针对这些痛点，借助 AI技术找到破局路径：通过AI将现有2D片源转成3D，转码过程中可灵活调节光轴间距、方向等参数，最大化适配人体视觉舒适感；同时依托用户家庭已有的大屏电视，搭配定制机顶盒与主动式快门眼镜，打通端到端播放链路，降低3D体验的硬件门槛。

核心技术方案：云端转码与端侧适配

我司的转码方案支持直播流、点播流的2D实时转3D，转码后的视频格式兼容电视机、手机、VR/AR 眼镜等各类3D播放设备。

核心技术包含两大关键环节：

深度估计：通过AI算法估算画面中各像素点的深度值，并引入轻量化时间注意力机制，实现深度值的时间平滑；

视角合成：融合扩散模型并优化调整，同时采用专项加速技术提升效率，解决传统算法空洞填补不自然、大模型运算速度慢的问题。

端侧解决方案以用户家庭大屏电视为核心：只要电视具备120赫兹高刷新率和快速液晶响应速度，即可满足播放基础条件。

机顶盒承担核心处理任务，将视频画面分离为左右眼画面并交替播放，通过蓝牙同步协议与主动式快门眼镜联动，精准控制眼镜快门开关，配合视觉残留效应形成立体效果；

交互设计上，遥控器增设3D专属按键，用户点击后可进入引导页面，完成眼镜与电视帧序列的校准（左眼对应红画面、右眼对应蓝画面），校准后即可通过3D专区观看内容。目前该方案已完成实验室验证，电视端呈现效果良好。

未来技术拓展与场景延伸

后续将重点推进模型小型化，降低算力消耗，未来可嵌入端侧设备，实现毫秒级无延迟体验，尤其适配游戏等对实时性要求高的场景。随着端侧算力普及，模型端侧部署将成为趋势，为更多元营场景赋能。

直播转码服务：将云端3D转码作为PaaS能力对外开放，为演唱会、体育赛事等高价值场景提供3D直播服务，兼容各类3D播放设备；

云端渲染赋能：在云端游戏、交互式场景的视频流下发前完成3D转换，无需制作端额外适配，丰富用户体验场景；

视频增强应用：将深度估计、平滑技术单独拆分，为编码器或电视终端提供支持，可根据景深强化近景、弱化远景，在平面画面中呈现类3D效果；同时可应用于老片修复，通过时间插帧、平滑处理提升视频质量。

以上就是在3D技术领域的探索与实践，我的介绍到此结束，谢谢大家！

来源：流媒体网