1.一种基于AI的融媒体数据处理系统，其特征在于，包括：用户端、AI资源生成服务器和环境集成服务器；

所述用户端，用于采集周围环境信息，并根据用户操作以及所述周围环境信息生成教育资源需求；

所述AI资源生成服务器，用于从所述教育资源需求中提取出教育资源信息，并将所述教育资源信息输入至多个AI生成模型中以生成多个教育资源；结合所述周围环境信息对所述多个教育资源作动态调整以及优化，得到多个最终教育资源；

所述环境集成服务器，用于根据所述周围环境信息构建与所述最终教育资源匹配的虚拟现实环境，在所述虚拟现实环境中确定所述最终教育资源的呈现方式，并利用用户画像构建讲解所述最终教育资源的虚拟人物；将所述虚拟现实环境和所述虚拟人物推荐至所述用户端；

所述用户端，用于响应于用户操作；根据所述虚拟现实环境、所述虚拟人物和所述最终教育资源三者之间的定位关系，在所述虚拟现实环境由所述虚拟人物呈现所述最终教育资源；

所述多个AI生成模型隶属于不同的AI平台，每个AI平台均设置有访问权限，所述AI资源生成服务器向所述每个AI平台申请注册；在注册过程中根据辅助教育资源的资源类型设定密钥生成区间，并利用所述密钥生成区间生成密钥；在向所述AI平台访问请求生成教育资源时，利用所述密钥完成认证过程；

其中，所述AI资源生成服务器将所有AI平台按照生成效率组成区块链，每个AI平台负责自身区块的教育资源生成；所述密钥生成区间分为按照AI平台个数分为多个子区间，每AI平台在自身的子区间内作内容搜索生成；

所述将所述教育资源信息输入至多个AI生成模型中以生成多个教育资源包括：S31，向每个AI平台发送教育资源生成请求，以使每个AI平台向所述AI资源生成服务器发送资源认证响应；

S32，接收到所述资源认证响应时，则将注册时生成的密钥以及所述教育资源信息发送至所述AI平台，得到由每个AI平台根据所述密钥完成认证后生成的初始教育资源；

S33，利用内容搜索算法在多个初始教育资源中，确定出符合资源要求且内容匹配度超过匹配度阈值的优秀教育资源；

S34，提取每个优秀教育资源的主要内容，并将所有主要内容组成形成内容空间；

S35，利用染色体遗传算法在所述内容空间中搜索出适应度超过阈值的多个目标染色体，并确定每个目标染色体对应的主要内容；

S36，将所述主要内容随机组合形成重点内容，并将所述重点内容输入至每个AI平台上得到多个教育资源。

2.根据权利要求1所述的基于AI的融媒体数据处理系统，其特征在于，所述用户端设置有采集模块、AR模块、VR模块和显示模块，所述采集模块用于：以当前场景的平面作为拍摄平面得到多张平面图像；其中，所述当前场景由多个目标区域构成；所述AR模块用于将用户进入当前场景的入口作为坐标原点，利用所述多张平面构建二维平面地图；利用当前环境的立体参数信息在所述二维平面地图上构建虚拟现实环境；所述VR模块用于对所述虚拟现实环境作增强处理，并在所述虚拟现实环境中虚拟人物时增强所述虚拟人物和所述虚拟现实环境的匹配度。

3.根据权利要求1所述的基于AI的融媒体数据处理系统，其特征在于，所述AI资源生成服务器，用于从所述教育资源需求中提取出教育资源信息包括：S21，从所述教育资源需求中提取出与用户相关的用户基础信息和与需求相关的教育内容相关信息；所述教育内容相关信息包括用户所需教育资源类型和用户所需教育资源的内容描述，所述用户基础信息包括用户偏好、用户年龄、用户所在区域、用户历史行为和用户历史浏览资源信息；

S22，利用机器学习或深度学习模型对所述教育内容相关信息作深度挖掘和分析处理，得到所述教育资源需求相关的关键内容；

S23，在自身的数据库中查找与所述关键内容相关的教育资源类型；

S24，将所述数据库中查找到的教育资源类型与所述用户所需教育资源类型作比对，确定是否相近或相同；

S25，如果数据库中查找到的教育资源类型与所述用户所需教育资源类型相近或相同，则将数据库中相近或相同的教育资源作为辅助教育资源。

4.根据权利要求1所述的基于AI的融媒体数据处理系统，其特征在于，S35包括：S351，将每个主要内容作为种群中的一个染色体；

S352，计算每个染色体的适应度；

S353，对任一代种群中的染色体作交叉变异，在变异时从内存空间中选择变异概率；以第二概率从所述内容空间中选出主要内容以更新种群；

S354，更新缓存空间中适应度低于阈值的染色体；

S355，重复S352‑S354直至达到更新迭代次数，得到在所述缓存空间中的多个染色体；

S356，从所述缓存空间中的多个染色体中选择适应度超过阈值的目标染色体，并确定每个所述目标染色体对应的主要内容。

5.根据权利要求1所述的基于AI的融媒体数据处理系统，其特征在于，所述结合所述周围环境信息对所述多个教育资源作动态调整以及优化，得到最终教育资源包括：S41，遍历所述多个教育资源以得到每个教育资源的资源信息；所述资源信息包括主要内容、所需资源大小、资源类型和格式；

S42，根据所述周围环境信息，确定构建每个教育资源所需的虚拟现实环境的目标资源；

S43，将所述目标资源与预存的多个子环境模板作匹配，以利用所述目标资源生成虚拟现实环境的调度过程拆分为所述子环境模版的调度路径；

S44，引入所述调度路径作为限制条件，并利用所述限制条件确定内容调整范围；

S45，在所述内容调整范围内调整所述多个教育资源的内容以及内容顺序得到调整后的多个教育资源；

S46，将调整后的多个教育资源两两组合多组资源组合；

S47，利用四分位法计算任意两组资源组合的差异值，并剔除差异值超过差异值阈值的资源组合得到剩余资源组合；

S48，从剩余资源组合中选择出现频次最高的教育资源作为最终教育资源。

6.根据权利要求1所述的基于AI的融媒体数据处理系统，其特征在于，所述根据所述周围环境信息构建与所述最终教育资源匹配的虚拟现实环境，在所述虚拟现实环境中确定所述最终教育资源的呈现方式，并利用用户画像构建讲解所述最终教育资源的虚拟人物包括：S51，构建所述最终教育资源的基础虚拟现实环境；

S52，根据所述周围环境信息确定周围环境中真实对象的三维参数，并根据所述三维参数在所述基础虚拟现实环境中建立所述真实对象对应的虚拟对象得到虚拟现实环境；

S53，根据用户历史形式习惯在虚拟现实环境中，确定每个所述最终教育资源的呈现方式；所述呈现方式包括平面图像展示、立体视频展示、平面动画展示、立体动画展示、平面人物对话展示和立体人物对话；

S54，利用用户画像构建多个类型的多个虚拟人物；

S55，确定所述多个虚拟人物与所述虚拟现实环境的匹配度；

S56，将匹配度最高的虚拟人物作为讲解所述最终教育资源的虚拟人物，并重构在所述虚拟现实环境中。

7.根据权利要求6所述的基于AI的融媒体数据处理系统，其特征在于，所述根据所述虚拟现实环境、所述虚拟人物和所述最终教育资源三者之间的定位关系，在所述虚拟现实环境由所述虚拟人物呈现所述最终教育资源包括：S61，利用所述最终教育资源的呈现方式，确定所述最终教育资源在所述虚拟现实环境中的具体位置；

S62，根据S61的具体位置确定所述虚拟人物具体位置以及讲解所述最终教育资源的讲解方式，所述讲解方式包括虚拟人物之间对话演绎讲解、虚拟人物单独视频讲解、虚拟人物模拟着真实人物形式讲解和虚拟人物静态展示讲解；

S63，将所述最终教育资源放置在确定出的具体位置上，并将所述虚拟人物放置在所述最终教育资源的预设范围内；

S64，按照所述虚拟人物的讲解方式和所述最终教育资源的呈现方式，同步所述最终教育资源的内容和所述虚拟人物的展示动作；

S65，响应于用户操作在所述虚拟现实环境中由同步的虚拟人物呈现所述最终教育资源。

8.一种基于AI的融媒体数据处理方法，其特征在于，包括：

采集周围环境信息，并根据用户操作以及所述周围环境信息生成教育资源需求；

从所述教育资源需求中提取出教育资源信息，并将所述教育资源信息输入至多个AI生成模型中以生成多个教育资源；结合所述周围环境信息对所述多个教育资源作动态调整以及优化，得到多个最终教育资源；

根据所述周围环境信息构建与所述最终教育资源匹配的虚拟现实环境，在所述虚拟现实环境中确定所述最终教育资源的呈现方式，并利用用户画像构建讲解所述最终教育资源的虚拟人物；将所述虚拟现实环境和所述虚拟人物推荐至用户端；

响应于用户操作；根据所述虚拟现实环境、所述虚拟人物和所述最终教育资源三者之间的定位关系，在所述虚拟现实环境由所述虚拟人物呈现所述最终教育资源；

所述多个AI生成模型隶属于不同的AI平台，每个AI平台均设置有访问权限，AI资源生成服务器向所述每个AI平台申请注册；在注册过程中根据辅助教育资源的资源类型设定密钥生成区间，并利用所述密钥生成区间生成密钥；在向所述AI平台访问请求生成教育资源时，利用所述密钥完成认证过程；

其中，所述AI资源生成服务器将所有AI平台按照生成效率组成区块链，每个AI平台负责自身区块的教育资源生成；所述密钥生成区间分为按照AI平台个数分为多个子区间，每AI平台在自身的子区间内作内容搜索生成；

所述将所述教育资源信息输入至多个AI生成模型中以生成多个教育资源包括：S31，向每个AI平台发送教育资源生成请求，以使每个AI平台向所述AI资源生成服务器发送资源认证响应；

S32，接收到所述资源认证响应时，则将注册时生成的密钥以及所述教育资源信息发送至所述AI平台，得到由每个AI平台根据所述密钥完成认证后生成的初始教育资源；

S33，利用内容搜索算法在多个初始教育资源中，确定出符合资源要求且内容匹配度超过匹配度阈值的优秀教育资源；

S34，提取每个优秀教育资源的主要内容，并将所有主要内容组成形成内容空间；

S35，利用染色体遗传算法在所述内容空间中搜索出适应度超过阈值的多个目标染色体，并确定每个目标染色体对应的主要内容；

S36，将所述主要内容随机组合形成重点内容，并将所述重点内容输入至每个AI平台上得到多个教育资源。