本发明提供一种三维场景图的解说内容生成方法和装置，所述方法包括:获取平面场景图像，并将平面场景图像转化为三维场景图像；然后识别三维场景图像中的所有场景，生成每一场景的锚点坐标；然后将每一场景与数据库的场景进行相似度匹配，并基于最优相似度选定对应的解说词；然后将每一场景的锚点坐标和解说词输入人工智能模型进行综合训练，并获得训练结果；最后将三维场景图像、锚点坐标、解说词和训练结果进行融合，生成三维场景图像的完整解说内容。本发明能够自动编辑生成三维场景图像，无需人工编辑，减少人工成本，提高了三维场景图像的生成效率；同时为三维场景图像智能匹配对应的解说内容，为用户提供智能解说，提高用户的观看体验。