Google 在其 I/O 2025 大会上宣布，曾作为研究项目存在的 Project Starline 正式演变为全新的 3D 视频通信平台 —— Google Beam。

该平台依托 Google Cloud 和先进的 AI 技术，致力于实现更自然、沉浸式的视频通话体验。

  • 它是干什么的？
    Google Beam 是一个可以让远程视频通话看起来像真实面对面聊天的平台，用人工智能把普通摄像头拍到的2D图像“变身”成立体的3D效果。

  • 主要功能有哪些？

    • 3D视频通话（无需佩戴设备）
    • 实时语音翻译（保留语气、表达）
    • 自然的眼神接触与表情交流
    • 兼容企业级工作流

  • 它解决了什么问题？
    跨地域沟通的“疏离感”和语言障碍，让远程协作更像亲临其境。

  • 它用的什么方法？
    通过AI构建体积视频模型 + 光场显示技术。
  • 达到了什么效果？
    实现了沉浸式、高保真、具有人情味的远程沟通体验，特别适合企业远程会议、客户交流等场景。

最初，Project Starline 是 Google 于几年前启动的一项前沿研究项目，旨在打造一种让远程视频交流如同身临其境的体验。
其核心目标是：打破物理空间的限制，实现面对面沟通的沉浸感，且不依赖任何额外的设备，如VR头盔或3D眼镜。

现在，Google 宣布该项目的全面升级，并命名为 Google Beam —— 一个以 人工智能驱动的3D视频通信平台，标志着其从实验室研究走向商业化部署的重要转折点。

核心技术能力

  1. AI驱动的“体积视频模型”（Volumetric Video Model）

Google Beam 的核心是一个先进的 AI 模型，能够从普通的2D摄像头视频流中自动重建出具有深度和立体感的3D图像。这意味着：

  • 用户可在无需穿戴任何设备的情况下，以真实比例、角度、光影观看对方，就像对面真的坐着一个人。
  • 支持从任意视角查看，让互动更加自然、灵活。
  1. “光场显示器”（Light Field Display）呈现真实空间感

配合 AI 模型输出的视频，Beam 通过光场显示技术，营造出极其逼真的深度感：

  • 实现真实的眼神交流，不像传统视频那样“对不上视线”；
  • 能捕捉和传递微妙的面部表情和肢体动作，有助于理解、建立信任与共鸣。
  1. AI 实时语音翻译：跨语言沟通的自然桥梁

Google Beam 正在整合 实时语音翻译功能，目前已经在 Google Meet 中应用：

  • 支持“几乎实时”的翻译；
  • 保留原始语调、语气和情绪表达；
  • 让不同语言的用户仿佛在说同一种语言，最大程度还原面对面对话的真实感受。

这是 Google 实现“全球无障碍沟通”愿景的关键一步。

企业级拓展：从实验室走向会议室

Google 正在与多家知名企业进行合作，将 Google Beam 引入实际使用场景：

  1. 设备合作伙伴：HP 首批推出 Beam 硬件设备
  • HP 将在 2025 年的 InfoComm 展会上展示首批 Google Beam 设备；
  • 并将于年内向部分企业客户开放试用。
  1. 技术集成与分销网络
  • Google 与 Zoom 合作，计划将 Beam 功能集成到 Zoom 平台；
  • 与全球领先的音视频集成商 Diversified 与 AVI-SPL 合作，推动 Beam 在企业客户中的落地部署。
  1. 领先客户试点企业

包括以下全球知名机构已参与试点或表达合作意愿：

  • Deloitte（德勤）
    认为 Beam 是“连接人类的下一代技术”，不仅是工具，更是一种新的连接理念；
  • Salesforce、Citadel、NEC、Duolingo、Recruit 等都已在内部部署或表达高度兴趣；
  • Hackensack Meridian Health 等医疗行业客户也在探索其在远程医疗中的潜力。

实际应用场景与愿景

Google Beam 的设计初衷是“从任何地方，实现像在一起一样的交流体验”。它未来的应用方向包括但不限于：

  • 企业远程会议、客户拜访、员工培训；
  • 教育场景中导师与学生的高质量互动；
  • 医疗行业中医生与远程患者的深入交流；
  • 甚至可能拓展至线上招聘、文化交流、跨国商务谈判等。

请访问 beam.google 了解更多信息