Erfahren Sie mehr über Google Beam, ein 3D-Videokonferenz-Tool der nächsten Generation. Erfahren Sie, wie es 3D-Bilder und künstliche Intelligenz nutzt, um lebensechte und immersive virtuelle Meetings zu ermöglichen.
Videoanrufe und virtuelle Meetings haben die Remote-Arbeit ermöglicht und helfen Teams, über Länder und Zeitzonen hinweg in Verbindung zu bleiben. Sie sind zu einem festen Bestandteil unseres Lebens geworden und haben die Art und Weise, wie wir kommunizieren, verändert.
Trotz ihrer weitverbreiteten Nutzung ist die Kerntechnologie hinter Videokonferenzen seit Jahren weitgehend unverändert geblieben. Dank der jüngsten Fortschritte beginnen sich Videokonferenzplattformen zu verändern, mit dem Ziel, sich natürlicher und lebensechter anzufühlen.
Interessanterweise hat Google auf seiner jährlichen EntwicklerkonferenzGoogle I/O 2025) sein neues Videokommunikationstool, Google Beam, vorgestellt. Beam nutzt künstliche Intelligenz (KI) und 3D-Videokonferenztechnologie, um über herkömmliche Flachbildschirme hinauszugehen und ein intensiveres, persönliches Erlebnis zu schaffen.
Google Beam ist so konzipiert, dass es sich anfühlt, als ob die Person, mit der Sie sprechen, direkt vor Ihnen sitzt. Anders als bei normalen Videogesprächen werden subtile menschliche Signale wie Augenkontakt und natürliche Bewegungen, die sich mit der Perspektive ändern, wiedergegeben - Details, die auf Flachbildschirmen oft verloren gehen.
In diesem Artikel erfahren Sie, was Google Beam ist, wie es entwickelt wurde, wie es funktioniert und welche Anwendungen es gibt. Legen wir los!
Bevor wir uns Google Beam genauer ansehen, sollten wir seinen Vorgänger, Project Starline, besser verstehen.
Das auf der Google I/O 2021 vorgestellte Projekt Starline war eine Forschungsinitiative, die darauf abzielte, die Kommunikation aus der Ferne lebensechter zu gestalten, fast so, als ob man sich im selben Raum befände. Es funktionierte, indem es lebensgroße 3D-Bilder von Menschen in Echtzeit erstellte. Obwohl die Technologie viel Aufmerksamkeit erregte, erforderte sie komplexe Einrichtungen und schwere Hardware.
Im Laufe der Jahre verfeinerte Google mit der fortschreitenden Technologie die Software und optimierte die Hardware. Nach vier Jahren Entwicklungszeit hat sich Project Starline zu Google Beam entwickelt - eine kompaktere und benutzerfreundlichere Lösung.
Google Beam nutzt KI, um Videoanrufe zu verbessern, indem es realistischere, 3D-ähnliche Bilder der Gesprächspartner erstellt. Es verwandelt herkömmliche 2D-Videos in Ansichten, die sich an verschiedene Winkel anpassen, um den Augenkontakt aufrechtzuerhalten und die Mimik besser erkennen zu können. Außerdem bietet es Funktionen wie Echtzeit-Übersetzung, Kopfverfolgung und räumliches Audio.
Google Beam wurde entwickelt, um ohne zusätzliches Zubehör wie Augmented Reality (AR)- oder Virtual Reality (VR)-Headsets zu funktionieren. Stattdessen verfügt es über ein eigenes integriertes Display, ein Kamerasystem und Hardware zur Erstellung von 3D-Visualisierungen. Dadurch fühlen sich Videogespräche natürlicher, komfortabler und ansprechender an als typische Videokonferenzen.
Nachdem wir nun besprochen haben, wie Google Beam entstanden ist, wollen wir uns die Funktionsweise genauer ansehen.
Alles beginnt mit der Erfassung visueller Informationen. Beam verwendet sechs hochauflösende Kameras, um gleichzeitig Bilder aus verschiedenen Winkeln aufzunehmen.
Diese Kameras helfen dabei, Gesichtszüge, Körpersprache und kleine Bewegungen in Echtzeit track . Die KI spielt eine Schlüsselrolle, indem sie die Kameraeinstellungen optimiert und alle Videoübertragungen perfekt synchronisiert. Dies bereitet das System auf die nächste Stufe vor: die Datenverarbeitung.
Als Nächstes wird KI verwendet, um die sechs 2D-Kamera-Feeds zu kombinieren und ein Echtzeit-3D-Modell der betrachteten Person zu erstellen. Anstatt einfach 2D-Bilder übereinander zu legen, rekonstruiert es Tiefe, Schatten und räumliche Beziehungen, um einen vollständigen digitalen 3D-Zwilling zu erstellen.
Um dieses 3D-Modell zu erstellen, verwendet Beam KI und Computer-Vision-Techniken wie Tiefenschätzung und Bewegungsverfolgung. Diese Methoden helfen dabei, zu bestimmen, wie weit eine Person von der Kamera entfernt ist, wie sie sich bewegt und wie ihr Körper positioniert ist. Mit diesen Daten kann das System Gesichtsmerkmale und Körperteile im 3D-Raum genau abbilden.
Das KI-Modell hinter Beam aktualisiert die 3D-Darstellung mit 60 Frames per Second (FPS), um Konversationen flüssig und lebensecht zu gestalten. Es nimmt auch Echtzeit-Anpassungen vor, um die Bewegungen der Person präzise wiederzugeben.
Das 3D-Modell wird auf dem Beam-System des Empfängers mithilfe eines Lichtfeld-Displays angezeigt. Im Gegensatz zu herkömmlichen Bildschirmen, die beiden Augen das gleiche Bild präsentieren, sendet ein Lichtfeld-Display leicht unterschiedliche Bilder an jedes Auge und simuliert so die Art und Weise, wie wir Tiefe im realen Leben wahrnehmen. Dies erzeugt ein realistischeres, dreidimensionales visuelles Erlebnis.
Eine der beeindruckendsten Funktionen von Google Beam ist seine Echtzeit-KI-Tracking-Fähigkeit. Das System nutzt eine präzise Kopf- und Augenverfolgung, um Bewegungen bis ins kleinste Detail zu verfolgen.
So kann die KI-Engine von Beam beispielsweise die Kopfposition des Nutzers kontinuierlich track und das Bild in Echtzeit anpassen. So entsteht der Eindruck, dass Ihnen die Person auf dem Bildschirm wirklich gegenübersitzt. Wenn Sie Ihren Kopf bewegen, verschiebt sich das 3D-Bild entsprechend, genau wie bei einem echten Gespräch von Angesicht zu Angesicht.
Beam verbessert auch das Audioerlebnis, indem es räumlichen Klang verwendet, der zu der Position der Person auf dem Bildschirm passt. Wenn sich jemand auf der linken Seite des Bildschirms befindet, klingt seine Stimme, als käme sie von links. Wenn sich die Person bewegt, passt sich das Audio entsprechend an. Dies lässt Gespräche natürlicher wirken und hilft Ihrem Gehirn, ohne zusätzlichen Aufwand zu verfolgen, wer spricht.
Dies funktioniert durch die Kombination von direktionalen Audiotechniken mit Echtzeit-Tracking. Beam verwendet Spatial Audio, um zu simulieren, wie wir Schall in der realen Welt auf natürliche Weise wahrnehmen (basierend auf der Richtung, aus der er kommt, und wie er jedes Ohr erreicht). Das System verfolgt auch die Kopfbewegungen des Betrachters und passt die Audioausgabe entsprechend an, sodass der Ton an der Person auf dem Bildschirm “attached” bleibt.
Google Beam steckt zwar noch in den Kinderschuhen, zeigt aber ein vielversprechendes Potenzial im Bereich der Videokonferenzen. Hier sind einige der wichtigsten Anwendungen:
Hier sind einige der wichtigsten Vorteile, die eine Innovation wie Google Beam mit sich bringt:
Beam ist ein vielversprechender Schritt nach vorn, aber wie jede neue Technologie hat sie auch einige Einschränkungen. Hier sind einige Punkte, die Sie berücksichtigen sollten:
Google Beam ist ein faszinierender Schritt, um die virtuelle Kommunikation menschlicher zu gestalten. Es befindet sich zwar noch in der Anfangsphase, hat aber das Potenzial, die Art und Weise, wie wir uns treffen, verbinden und zusammenarbeiten, zu verändern. Durch die Kombination von fortschrittlicher künstlicher Intelligenz, 3D-Bildern und räumlicher Audioübertragung wird die Kommunikation aus der Ferne lebensechter und ansprechender.
Google arbeitet weiter daran, die Hardware von Beam zu verbessern, sie noch kleiner zu machen und sie möglicherweise auch für den normalen Nutzer zugänglich zu machen, was spannende Möglichkeiten für die Zukunft der virtuellen Kommunikation eröffnet. Zusammen mit neuen technologischen Trends wie holografischen Meetings und 3D-Avataren setzt Beam einen neuen Standard für virtuelle Meetings.
Treten Sie unserer Community bei und werfen Sie einen Blick auf unsere Lizenzoptionen, um noch heute mit Computer Vision zu beginnen. Besuchen Sie unser GitHub-Repository, um mehr über KI zu erfahren. Lesen Sie unsere Lösungsseiten, um Einblicke in verschiedene Anwendungsfälle von KI im Einzelhandel und Computer Vision in der Landwirtschaft zu erhalten.
