MPEG—4根据VRML开发了一种自己的二进制语言用来进行场景描述,这就是BIFS—BInary Format for Scenes(二进制场景格式)。MPEG—4的BIFS就是VRML交互机制在MPEG—4中应用的体现。BIFS使用的是参数方法,场景描述由一些带有属性和其它信息(包括事件源和目标)的节点构成的编码层次(树)组成。树中的叶节点表示特定的AV对象(媒体对象),但是有一些媒介节点来实现分组,空间转移和其它操作(场景描述节点)。BIFS可以随着其更新升级而不断改进。BIFS目的就是携带场景描述信息,它实际上就是一个协议:首先它规定了如何重现MPEG—4对象的场景图(在任意时间和空间上放置MPEG—4对象),实现对象的动画和可交互行为以及对这些元素的发送加以时序化和同步化;其次,它还是一种有效的对数据进行重现和发送的压缩工具;另外,它还定义了事件处理、对象组合的节点和运行规则。