Eine neue Systemkomponente stellt das "Extensible MPEG-4 Textual format (XMT)" dar, welches eine textuelle Syntax für MPEG-4-Szenen-Beschreibungen ist. Autoren von MPEG-4-Inhalten ermöglicht es den Austausch von Inhalten und vereinfacht die Zusammenarbeit mit X3D und SMIL.
XMT kann geparst direkt durch einen W3C-SMIL-Player oder auch, vorverarbeitet durch Web3D's X3D, mit einem VRML-Player abgespielt werden.
XMT besteht aus zwei Ebenen:

• XMT-A als XML-basierter MPEG-4-Inhalt à la X3D und
• XMT-Ù als höhere Abstraktion von MPEG-4-Features auf Basis von W3C SMIL.

Das Synchronisationsmodell 'FlexTime' unterstützt die Synchronisation zwischen Objekten aus verschiedenen Quellen mit Hilfe von relationalen Bedingungen. Das sind Beziehungen wie etwa "CoStart", also zum Beispiel der gleichzeitigen Start zweier Animationen, und "Meet", also das zeitliche Aufeinandertreffen zweier Events. Dabei verfügt jedes Medium über eine gewisse temporale "Elastizität", das heißt, zu jedem Objekt gehört ein Satz von Parametern, der die jeweils minimale, optimale und maximale Abspieldauer bestimmt und damit die Möglichkeiten der Synchronisation durch Kompression oder Streckung begrenzt.

Zusammen mit dem Web3D-Konsortium wird weiter an der Kodierung von 2D und 3D-Animationen gearbeitet.

Hält MPEG-4, was es verspricht? - Performance Testing

Um die Verwendbarkeit von MPEG-4 in der Praxis unter Beweis zu stellen, prüfte die MPEG-Gruppe den Standard mit eigenen Tests auf Performance und Zuverläßigkeit.
Von kommerziellem und damit von vorrangigem Interesse waren dabei die Audio-/Videoübertragungsleistung und die Fehlertoleranz.
Untersucht wurden insbesondere die Aspekte Coding-Effizienz und die Robustheit gegenüber Fehlern, die content-abhängige Anpassung der (Video-)Datenraten sowie die Skalierbarkeit. Die primäre Absicht dieser Tests ist es, die subjektive Qualität der verschiedenen Coder bei gegebenen Bitraten zu bewerten.

Zusammenfassend kann man für den visuellen Bereich sagen, daß bereits das MPEG-4 Main Profil eine effizientere Codierung erlaubt, als sie MPEG-1 und MPEG-2 bisher kannten. Das weiterentwickelte "Advanced Coding Efficiency" Profil sorgt bei gleicher Bitrate für eine nochmals optimierte Effizienz, bzw. für gleiche Qualität bei niedrigerer Datenrate. Die Fehlerrobustheit ließ sich trotz geringem Overhead ebenso verbessern.
Neue skalierbare Codierungsverfahren erwiesen sich in den Tests als mindestens gleichwertig gegenüber den bisher verwendeten, weniger flexiblen Codierungen.
Ein Vergleich der Codierungsverfahren im Audiobereich ergab ebenso eindeutig die Überlegenheit der MPEG-4-Verfahren gegenüber älteren Codern.