XMT（可扩展MPEG-4文本）格式使用文本语法来表示MPEG-4 3-D场景描述。XMT设计用于在保持文本格式意向的同时向内容的作者提供一种与其它作者交换内容。XMT提供了MPEG-4、可扩展3D（X3D）与同步多媒体集成语言（SMIL）之间的互通性。X3D是Web3D联盟用于替代虚拟现实建模语言（VRML）而开发的标准。XMT格式可在SMIL、VRML和MPEG-4使用者之间互换。
XMT包括两级：XMT-A格式和XMT-B格式。XMT-A以可扩展标记语言（XML）版的MPEG-4内容为基础，它包含X3D的一个子集。XMT-B基于XMIL。