T ／CSIG 001—2026 情智兼备数字人能力要求.pdfVIP

ICS33.160.01

L67

团体标准

T/CSIG001—2026

情智兼备数字人能力要求

Capabilityrequirementsforemotion-intelligenceintegrateddigitalhuman

2026-1-20发布2026-2-20实施

中国图象图形学学会发布

T/CSIG001—2026

情智兼备数字人能力要求

1范围

本文件规定了情智兼备数字人总体架构和能力要求。

本文件适用于政务客服、心理辅导、医疗咨询、在线教育、旅游导览等场景，为企业、高校和研究机

构研发与应用情智兼备数字人提供指导。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，

仅该日期对应的版本适用于本文件。

YD/T4393.1—2023虚拟数字人指标要求和评估方法第1部分：参考框架。

3术语和定义

下列术语和定义适用于本文件。

3.1

数字人digitalhuman

基于现实设计，通过计算机生成，再借助真人或计算驱动，在多模态输出设备呈现的虚拟人物。

[来源YD/T4393.1—2023，定义3.1.1]

3.2

情智兼备emotion-intelligenceintegrated

同时具备语言理解、知识推理、情感理解和表达等情感和智能两个方面的能力。

3.3

情智兼备数字人emotion-intelligenceintegrateddigitalhuman

通过人工智能、计算机图形学、情感计算等技术构建的虚拟人物，具备识别、理解表达人类情感并做

出符合情景的情感反馈的情感交互能力，以及自主推理、学习、任务执行的智能决策能力。

4缩略语

下列缩略语适用于本文件。

EEG脑电图（Electroencephalogram）

IO输入输出（InputandOutput）

MOS平均意见得分(MeanOpinionScore)

1

T/CSIG001—2026

RGB-D红绿蓝-深度（Red-Green-Blue-Depth）

2D二维(2-Dimension)

3D三维(3-Dimension)

5总体架构

5.1概述

本文件将情智兼备数字人（以下简称数字人）划分为多模态IO、形象合成、动作合成、语音合成和交

互反馈五个部分。其中多模态IO主要涉及支撑数字人与用户交互的硬件基础，其他部分则涉及数字人本身

属性，总体架构如图1所示。

图1情智兼备数字人系统总体架构

5.2多模态IO

该模块以各类传感器为硬件载体实现，是数字人与用户进行交互的通路，包含输入和输出两个方向的

通路，输入通路用于接收用户输入的文本、图像、语音等多模态信息，并进行预处理和整合；输出通路用

于呈现数字人音画输出信息。

5.3形象合成

该模块利用计算机图形学、人工智能、3D建模等技术，生成数字人的静态外观形象，包括但不限于数

字人的性别、脸型、发型、风格等要素，以在不同程度上模拟真实人类，满足不同场景下的应用需求。

2

T/CSIG001—2026

5.4动作合成

该模块通过计算机技