19 de junio de 2025
Conozca Google Beam, una herramienta de videoconferencia 3D de nueva generación. Explora cómo utiliza las imágenes 3D y la IA para hacer posibles reuniones virtuales realistas y envolventes.
Las videollamadas y las reuniones virtuales han hecho posible el trabajo a distancia, ayudando a los equipos a mantenerse conectados a través de países y husos horarios. Se han convertido en parte habitual de nuestras vidas y han cambiado nuestra forma de comunicarnos.
Sin embargo, a pesar de su uso generalizado, la tecnología básica de las videoconferencias ha permanecido prácticamente inalterada durante años. Gracias a los últimos avances, las plataformas de videoconferencia están empezando a cambiar, con el objetivo de parecer más naturales y realistas.
Curiosamente, en su conferencia anual de desarrolladores (Google I/O 2025), Google presentó su nueva herramienta de videocomunicación, conocida como Google Beam. Beam utiliza inteligencia artificial (IA) y tecnología de videoconferencia en 3D para ir más allá de las tradicionales pantallas planas y crear una experiencia más inmersiva y en persona.
De hecho, Google Beam está diseñado para que sientas que la persona con la que hablas está delante de ti. A diferencia de las videollamadas normales, devuelve sutiles señales humanas, como el contacto visual y el movimiento natural que cambia con tu perspectiva, detalles que a menudo se pierden en las pantallas planas.
En este artículo vamos a profundizar en qué es Google Beam, cómo se desarrolló, cómo funciona y sus aplicaciones. Empecemos.
Antes de echar un vistazo más de cerca a Google Beam, conozcamos mejor a su predecesor, Project Starline.
Presentado en Google I/O 2021, Project Starline era una iniciativa de investigación cuyo objetivo era conseguir que la comunicación a distancia fuera más realista, casi como si se estuviera en la misma habitación. Funcionaba creando imágenes tridimensionales de personas en tiempo real. Aunque la tecnología atrajo mucha atención, requería configuraciones complejas y hardware pesado.
Con el paso de los años, a medida que la tecnología avanzaba, Google fue perfeccionando el software y racionalizando el hardware. Tras cuatro años de desarrollo, el proyecto Starline se ha convertido en Google Beam, una solución más compacta y fácil de usar.
Google Beam utiliza la inteligencia artificial para mejorar las videollamadas creando imágenes más realistas y tridimensionales de las personas con las que hablas. Convierte el vídeo 2D normal en vistas que se ajustan a diferentes ángulos, ayudando a mantener el contacto visual y haciendo que las expresiones faciales sean más fáciles de ver. También incluye funciones como traducción en tiempo real, seguimiento de la cabeza y audio espacial.
Google Beam se ha desarrollado para funcionar sin accesorios adicionales, como cascos de realidad aumentada (RA) o realidad virtual (RV). En su lugar, incorpora su propia pantalla, sistema de cámara y hardware para crear imágenes en 3D. Esto hace que las videollamadas resulten más naturales, cómodas y atractivas que las típicas videoconferencias.
Ahora que hemos hablado de cómo surgió Google Beam, veamos más de cerca cómo funciona.
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 rastrear los rasgos faciales, el lenguaje corporal y los pequeños movimientos en tiempo real. La IA desempeña un papel fundamental al optimizar los ajustes de las cámaras y mantener todas las señales de vídeo perfectamente sincronizadas. Esto prepara el sistema para la siguiente fase: el procesamiento de datos.
A continuación, se utiliza la IA para combinar las seis imágenes 2D de la cámara y generar un modelo 3D en tiempo real de la persona que se está viendo. En lugar de limitarse a superponer imágenes 2D, reconstruye la profundidad, las sombras y las relaciones espaciales para crear un gemelo digital en 3D.
Para construir este modelo 3D, Beam utiliza técnicas de IA y visión por ordenador como la estimación de la profundidad y el seguimiento del movimiento. Estos métodos ayudan a determinar a qué distancia se encuentra una persona de la cámara, cómo se mueve y cómo está colocado su cuerpo. Con estos datos, el sistema puede mapear con precisión los rasgos faciales y las partes del cuerpo en el espacio 3D.
El modelo de IA que hay detrás 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.
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 de luz emite imágenes ligeramente diferentes a cada ojo, simulando la forma en que percibimos la profundidad en la vida real. Esto crea una experiencia visual tridimensional más realista.
Una de las características más impresionantes de Google Beam es su capacidad de seguimiento de la IA 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 inteligencia artificial de Beam puede seguir continuamente la posición de la cabeza del usuario y realizar sutiles ajustes en la imagen en tiempo real. Esto crea la impresión de que la persona en pantalla está realmente sentada frente a ti. Cuando mueves la cabeza, la imagen 3D cambia en consecuencia, como en una conversación real cara a cara.
Beam también mejora la experiencia de audio utilizando un 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 viniera de la izquierda. A medida que la persona cambia de posición, el sonido se adapta a ella. Esto hace que las conversaciones parezcan más naturales y ayuda a tu cerebro a seguir quién está hablando sin esfuerzo adicional.
Funciona combinando técnicas de audio direccional con seguimiento en tiempo real. Beam utiliza audio espacial para simular cómo percibimos el sonido de forma natural en el mundo real (basándose en la dirección de la que procede y cómo llega a cada oído). El sistema también sigue los movimientos de la cabeza del espectador y ajusta la salida de audio en consecuencia, para que el sonido permanezca "pegado" a la persona en pantalla.
Google Beam, aunque aún se encuentra en sus primeras fases, muestra un potencial prometedor en el ámbito de las videoconferencias. Estas son algunas de sus principales aplicaciones:
Estas son algunas de las principales ventajas que aporta una innovación como Google Beam:
El rayo es un paso adelante prometedor, pero, como cualquier nueva tecnología, tiene algunas limitaciones. He aquí algunos aspectos a tener en cuenta:
Google Beam es un paso fascinante hacia una comunicación virtual más humana. Aunque aún está en sus primeras fases, tiene el potencial de transformar la forma en que nos reunimos, conectamos y colaboramos. Al combinar IA avanzada, imágenes 3D y audio espacial, crea una experiencia remota más realista y atractiva.
A medida que Google sigue mejorando el hardware de Beam, haciéndolo aún más pequeño y, posiblemente, llevándolo a los usuarios de a pie, ofrece posibilidades apasionantes 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 echa un vistazo a nuestras opciones de licencia para empezar hoy mismo con la visión por computador. Consulte nuestro repositorio de GitHub para obtener más información sobre la IA. Lea nuestras páginas de soluciones para obtener información sobre diversos casos de uso de la IA en el comercio minorista y la visión por ordenador en la agricultura.
