1）视频图像中的目标检测，分析与识别；

2）可用于MTV歌词分析，合法性审查、安全性审查的自然语言理解技术预研；结合自然语言大模型，语音识别与语音合成技术，可用于驱动虚拟人（虚拟DJ、虚拟主持人）的自然语言对话交互技术预研；

3）可用于指导音质优化、演唱智能推荐、智能VJ实时调光、音频质量分析、评估与优化的音乐音频大模型构建及音频特征分析技术预研。