Мета MPEG-4 встановити загальний і ефективного кодування для різних форм аудіо-візуальних даних, називається аудіо-візуальних об'єктів. Засоби кодування для аудіо-візуальних об'єктів розробляються для підтримки різних функцій, таких як об'єкт, на основі інтерактивності і масштабованість. Синтаксису в аудіо-візуальне об'єктів розробляється для опису закодовані об'єктів і описати, як вони були закодовані. Ця інформація може потім бути вниз завантажуються в декодера.

MPEG-4, як очікується, буде доступна в 2000 році.