Explorando Google Beam: una herramienta de videoconferencia 3D de nueva generación

Las videollamadas y las reuniones virtuales han hecho posible el trabajo remoto, ayudando a los equipos a mantenerse conectados entre países y zonas horarias. Se han convertido en una parte habitual de nuestras vidas y han cambiado nuestra forma de comunicarnos.

Sin embargo, a pesar de su uso generalizado, la tecnología fundamental de las videoconferencias apenas ha cambiado durante años. Gracias a los avances recientes, las plataformas de videoconferencia están empezando a evolucionar con el objetivo de ofrecer una experiencia más natural y realista.

Curiosamente, en su conferencia anual para desarrolladores (Google I/O 2025), Google presentó su nueva herramienta de comunicación por vídeo, conocida como Google Beam. Beam utiliza inteligencia artificial (AI) y tecnología de videoconferencia 3D para ir más allá de las pantallas planas tradicionales y crear una experiencia presencial más inmersiva.

Fig. 1. El CEO de Google, Sundar Pichai, presenta Google Beam (Fuente).

De hecho, Google Beam está diseñado para que parezca que la persona con la que hablas está justo delante de ti. A diferencia de las videollamadas habituales, recupera señales humanas sutiles, como el contacto visual y el movimiento natural que cambia según tu perspectiva, detalles que a menudo se pierden en las pantallas planas.

En este artículo analizaremos en profundidad qué es Google Beam, cómo se desarrolló, cómo funciona y cuáles son sus aplicaciones. ¡Empecemos!

De Project Starline a Google Beam#

Antes de examinar Google Beam más de cerca, entendamos mejor a su predecesor, Project Starline.

Presentado en Google I/O 2021, Project Starline era una iniciativa de investigación cuyo objetivo era que la comunicación remota resultara más realista, casi como si estuvieras en la misma habitación. Funcionaba creando imágenes 3D de tamaño real de personas en tiempo real. Aunque la tecnología despertó mucho interés, requería configuraciones complejas y hardware voluminoso.

Fig. 2. Un vistazo a Project Starline (Fuente).

Con el paso de los años, a medida que avanzaba la tecnología, Google perfeccionó el software y simplificó el hardware. Tras cuatro años de desarrollo, Project Starline ha evolucionado hasta convertirse en Google Beam, una solución más compacta y fácil de usar.

Google Beam utiliza AI para mejorar las videollamadas mediante la creación de imágenes más realistas y similares a 3D de las personas con las que hablas. Convierte el vídeo 2D habitual en vistas que se ajustan a distintos ángulos, lo que ayuda a mantener el contacto visual y facilita la visualización de las expresiones faciales. También incluye funciones como la traducción en tiempo real, el seguimiento de la cabeza y el audio espacial.

Descripción general de Google Beam#

Google Beam se ha desarrollado para funcionar sin accesorios adicionales, como cascos de realidad aumentada (AR) o realidad virtual (VR). En su lugar, incorpora una pantalla, un sistema de cámaras y hardware propios para crear imágenes 3D. Esto hace que las videollamadas resulten más naturales, cómodas y atractivas que las reuniones virtuales habituales.

Fig. 3. Un ejemplo del uso de Google Beam (Fuente).

Cómo crea Google Beam reuniones virtuales realistas#

Ahora que hemos explicado cómo surgió Google Beam, veamos más de cerca cómo funciona.

Captura de imágenes para una colaboración remota inmersiva#

Todo comienza con la captura de información visual. Beam utiliza seis cámaras de alta resolución para tomar imágenes desde distintos ángulos al mismo tiempo.

Estas cámaras ayudan a seguir los rasgos faciales, el lenguaje corporal y los pequeños movimientos en tiempo real. AI desempeña un papel fundamental al optimizar la configuración de las cámaras y mantener todas las señales de vídeo perfectamente sincronizadas. Esto prepara el sistema para la siguiente fase: el procesamiento de datos.

De la imagen 2D a la videoconferencia 3D#

A continuación, se utiliza AI para combinar las seis señales de cámara 2D y generar un modelo 3D en tiempo real de la persona que aparece en la imagen. En lugar de limitarse a superponer imágenes 2D, reconstruye la profundidad, las sombras y las relaciones espaciales para crear un gemelo digital 3D completo.

Para crear este modelo 3D, Beam utiliza AI y técnicas de visión por ordenador, como la estimación de profundidad y el seguimiento del movimiento. Estos métodos ayudan a determinar a qué distancia está una persona de la cámara, cómo se mueve y cuál es la posición de su cuerpo. Con estos datos, el sistema puede representar con precisión los rasgos faciales y las partes del cuerpo en un espacio 3D.

El modelo de AI de Beam actualiza la representación 3D a 60 fotogramas por segundo (FPS) para que las conversaciones sean fluidas y realistas. También realiza ajustes en tiempo real para reflejar con precisión los movimientos de la persona.

Fig. 4. Las seis cámaras de Google Beam capturan imágenes desde distintos ángulos (Fuente).

Los sistemas de pantalla de campo luminoso de Google Beam#

El modelo 3D se muestra en el sistema Beam del receptor mediante una pantalla de campo luminoso. A diferencia de las pantallas convencionales, que presentan la misma imagen a ambos ojos, una pantalla de campo luminoso emite imágenes ligeramente distintas para cada ojo, simulando la forma en que percibimos la profundidad en la vida real. Esto crea una experiencia visual tridimensional más realista.

Fig. 5. Chocando las manos virtualmente a través de Google Beam (Fuente).

Seguimiento de la cabeza en tiempo real con precisión milimétrica#

Una de las funciones más impresionantes de Google Beam es su capacidad de seguimiento mediante AI en tiempo real. El sistema utiliza un seguimiento preciso de la cabeza y los ojos para seguir los movimientos hasta el más mínimo detalle.

Por ejemplo, el motor de AI de Beam puede seguir continuamente la posición de la cabeza del usuario y realizar ajustes sutiles en la imagen en tiempo real. Esto crea la impresión de que la persona que aparece en la pantalla está realmente sentada frente a ti. Cuando mueves la cabeza, la imagen 3D cambia en consecuencia, igual que en una conversación cara a cara real.

Procesamiento de audio para una comunicación virtual mejorada mediante AI#

Beam también mejora la experiencia de audio mediante el uso de sonido espacial que coincide con el lugar donde aparece la persona en la pantalla. Si alguien está en el lado izquierdo de la pantalla, su voz sonará como si procediera de la izquierda. Cuando cambia de posición, el audio se ajusta con ella. Esto hace que las conversaciones resulten más naturales y ayuda a tu cerebro a seguir quién está hablando sin esfuerzo adicional.

Esto funciona combinando técnicas de audio direccional con el seguimiento en tiempo real. Beam utiliza audio espacial para simular cómo percibimos los sonidos de forma natural en el mundo real (según la dirección de la que proceden y cómo llegan a cada oído). El sistema también sigue los movimientos de la cabeza del espectador y ajusta la salida de audio en consecuencia, de modo que el sonido permanece «unido» a la persona que aparece en pantalla.

Aplicaciones de Google Beam#

Aunque todavía se encuentra en sus primeras fases, Google Beam muestra un potencial prometedor en el ámbito de las videoconferencias. Estas son algunas de sus principales aplicaciones:

• Colaboración remota: Google Beam puede hacer que las reuniones, especialmente las conversaciones entre directivos o las negociaciones de gran importancia, resulten más personales y eficaces. Al capturar factores sutiles como el lenguaje corporal y el contacto visual, ayuda a las personas a sentirse más presentes, incluso cuando están lejos.
• Educación: Beam tiene el potencial de hacer que el aprendizaje virtual sea más interesante y accesible. Imagina a un científico impartiendo una clase en directo a estudiantes que se encuentran al otro lado del mundo y que, aun así, tienen la sensación de estar en la misma habitación.
• Atención sanitaria: Beam podría hacer que las consultas a distancia resultaran más personales. Cuando médicos y pacientes pueden verse con claridad y mantener un contacto visual natural, se genera confianza y la interacción resulta más humana.
• Industrias creativas: Para las personas que trabajan en campos creativos, como la animación, el arte y la producción, Beam puede hacer que el trabajo en equipo a distancia resulte más fácil y natural. Tanto si se trata de aportar ideas como de revisar un proyecto, la experiencia se parece más a estar juntos en un estudio que a participar en una videollamada.

Ventajas y desventajas de Google Beam#

Estas son algunas de las principales ventajas que aporta una innovación como Google Beam:

• No se necesitan cascos: A diferencia de muchas tecnologías inmersivas, Beam funciona sin necesidad de cascos de AR o VR. Esto hace que la experiencia sea más cómoda y evita problemas habituales como el mareo por movimiento o las molestias de llevar equipamiento adicional.
• Menor fatiga visual: La pantalla 3D ofrece una experiencia de visualización más natural y cómoda, lo que puede ayudar a reducir la fatiga ocular en comparación con mirar pantallas planas durante mucho tiempo.
• Traducción de idiomas en tiempo real: Beam puede incorporar traducción en tiempo real basada en AI, lo que facilita que las personas que hablan distintos idiomas se comuniquen de forma natural en reuniones internacionales o entornos de aprendizaje.

Beam es un avance prometedor, pero, como cualquier tecnología nueva, presenta algunas limitaciones. Estos son algunos aspectos que debes tener en cuenta:

• Requisitos de hardware: Beam requiere equipos especializados de gama alta, como pantallas de campo luminoso y varias cámaras, lo que lo hace caro y menos accesible para particulares y organizaciones pequeñas.
• No es portátil: El sistema de Beam está diseñado para una instalación fija y no está pensado para trasladarse fácilmente, lo que limita su flexibilidad y su uso en entornos móviles o cambiantes.

Conclusiones clave#

Google Beam es un avance fascinante hacia una comunicación virtual más humana. Aunque todavía se encuentra en sus primeras fases, tiene el potencial de transformar nuestra forma de reunirnos, conectar y colaborar. Al combinar AI avanzada, imágenes 3D y audio espacial, crea una experiencia remota más realista y atractiva.

A medida que Google siga mejorando el hardware de Beam, haciéndolo aún más pequeño y posiblemente acercándolo a los usuarios cotidianos, se abren posibilidades muy interesantes para el futuro de la comunicación virtual. Junto con nuevas tendencias tecnológicas, como las reuniones holográficas y los avatares 3D, Beam está estableciendo un nuevo estándar para las reuniones virtuales.

Únete a nuestra comunidad y consulta nuestras opciones de licencia para empezar hoy mismo con la visión por ordenador. Consulta nuestro repositorio de GitHub para obtener más información sobre AI. Lee nuestras páginas de soluciones para conocer distintos casos de uso de la AI en el comercio minorista y la visión por ordenador en la agricultura.