本发明提供一种基于虚拟人行为标准的交互方法，虚拟人通过智能设备展示，在处于交互状态时启动语音、情感、视觉以及感知能力，包含：获取多模态交互数据，对多模态交互数据进行解析，得到用户的交互意图；根据交互意图生成多模态回应数据以及与多模态回应数据匹配的虚拟人技能数据，其中，虚拟人技能数据通过虚拟人的面部表情以及肢体动作展现虚拟人的技能；配合虚拟人技能数据输出多模态回应数据。本发明提供了一种虚拟人，能够与用户进行多模态的交互。并且，还能够在输出多模态回应数据时配合输出虚拟人技能数据，展示虚拟人的技能，对用户进行技能的教学和指导，使得用户与虚拟人之间能够进行流畅的交流，并使得用户享受拟人的交互体验。