19 de junio de 2025
Aprenda sobre Google Beam, una herramienta de videoconferencia 3D de nueva generación. Explore cómo utiliza imágenes 3D e IA para permitir reuniones virtuales realistas e inmersivas.
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 zonas horarias. Se han convertido en una parte habitual de nuestras vidas y han cambiado la forma en que nos comunicamos.
Sin embargo, a pesar de su uso generalizado, la tecnología central detrás de las videoconferencias se ha mantenido prácticamente sin cambios durante años. Gracias a los avances recientes, las plataformas de videoconferencia están empezando a cambiar, con el objetivo de sentirse más naturales y realistas.
Curiosamente, en su conferencia anual de desarrolladores (Google I/O 2025), Google presentó su nueva herramienta de comunicación de vídeo, conocida como Google Beam. Beam utiliza inteligencia artificial (IA) y tecnología de videoconferencia 3D para ir más allá de las pantallas planas tradicionales y crear una experiencia más inmersiva y personal.
De hecho, Google Beam está diseñado para que parezca que la persona con la que estás hablando está justo delante de ti. A diferencia de las videollamadas normales, recupera señales humanas sutiles, 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, profundizaremos en qué es Google Beam, cómo se desarrolló, cómo funciona y sus aplicaciones. ¡Empecemos!
Antes de analizar más de cerca Google Beam, comprendamos mejor su predecesor, Project Starline.
Presentado en el Google I/O 2021, el Proyecto Starline fue una iniciativa de investigación destinada a que la comunicación remota se sintiera más real, casi como si estuvieras en la misma habitación. Funcionaba creando imágenes 3D de personas a tamaño real 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 perfeccionó el software y optimizó 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 la IA para mejorar las videollamadas mediante la creación de imágenes más realistas, como en 3D, de las personas con las que está hablando. Convierte el vídeo 2D normal en vistas que se ajustan con diferentes 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.
Google Beam ha sido desarrollado para funcionar sin accesorios adicionales como gafas de realidad aumentada (RA) o realidad virtual (RV). En cambio, viene con su propia pantalla incorporada, sistema de cámaras y hardware para crear imágenes visuales en 3D. Esto hace que las videollamadas se sientan más naturales, cómodas y atractivas que las reuniones de vídeo típicas.
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 fotografías desde diferentes ángulos al mismo tiempo.
Estas cámaras ayudan a rastrear rasgos faciales, lenguaje corporal y pequeños movimientos en tiempo real. La IA juega un papel clave optimizando la configuración de la cámara y manteniendo todas las fuentes de video perfectamente sincronizadas. Esto prepara el sistema para la siguiente etapa: el procesamiento de datos.
A continuación, se utiliza la IA para combinar las seis fuentes de cámara 2D con el fin de generar un modelo 3D en tiempo real de la persona a la vista. En lugar de simplemente superponer imágenes 2D, reconstruye la profundidad, las sombras y las relaciones espaciales para crear un gemelo digital 3D completo.
Para construir este modelo 3D, Beam utiliza la IA y técnicas de visión artificial 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 cómo se posiciona su cuerpo. Con estos datos, el sistema puede mapear los rasgos faciales y las partes del cuerpo con precisión en el espacio 3D.
El modelo de IA 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 de luz. 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 de los ojos para seguir los movimientos hasta el más mínimo detalle.
Por ejemplo, el motor de IA de Beam puede rastrear continuamente la posición de la cabeza del usuario y realizar ajustes sutiles a la imagen en tiempo real. Esto crea la impresión de que la persona en la pantalla está realmente sentada frente a ti. A medida que mueves la cabeza, la imagen 3D se desplaza en consecuencia, como en una conversación real cara a cara.
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 viniera de la izquierda. A medida que cambian de posición, el audio se ajusta con ellos. Esto hace que las conversaciones se sientan más naturales y ayuda a tu cerebro a seguir quién está hablando sin esfuerzo adicional.
Esto funciona combinando técnicas de audio direccional con seguimiento en tiempo real. Beam utiliza audio espacial para simular cómo percibimos naturalmente el sonido en el mundo real (basado en la dirección de la que proviene y cómo llega a cada oído). El sistema también rastrea los movimientos de la cabeza del espectador y ajusta la salida de audio en consecuencia, de modo que el sonido permanezca “conectado” a la persona en la pantalla.
Google Beam, aunque todavía está en sus primeras etapas, muestra un potencial prometedor en el espacio de las videoconferencias. Estas son algunas de sus principales aplicaciones:
Estos son algunos de los principales beneficios que aporta una innovación como Google Beam:
Beam es un paso adelante prometedor, pero como cualquier nueva tecnología, tiene algunas limitaciones. Aquí hay algunas cosas a considerar:
Google Beam es un paso fascinante para que la comunicación virtual se sienta más humana. Aunque todavía está en sus primeras etapas, tiene el potencial de transformar la forma en que nos reunimos, conectamos y colaboramos. Al combinar la IA avanzada, las imágenes en 3D y el audio espacial, crea una experiencia remota más realista y atractiva.
A medida que Google continúa mejorando el hardware de Beam, haciéndolo aún más pequeño y posiblemente llevándolo a los usuarios cotidianos, trae consigo posibilidades emocionantes para el futuro de la comunicación virtual. Junto con las nuevas tendencias tecnológicas como las reuniones holográficas y los avatares 3D, Beam está estableciendo un nuevo estándar para las reuniones virtuales.
Únase a nuestra comunidad y eche un vistazo a nuestras opciones de licencia para comenzar hoy mismo con la visión artificial. Consulte nuestro repositorio de GitHub para obtener más información sobre la IA. Lea nuestras páginas de soluciones para obtener información sobre varios casos de uso de la IA en el comercio minorista y la visión artificial en la agricultura.
