19 juin 2025
Découvrez Google Beam, un outil de vidéoconférence 3D de nouvelle génération. Découvrez comment il utilise l'imagerie 3D et l'IA pour permettre des réunions virtuelles réalistes et immersives.
Les appels vidéo et les réunions virtuelles ont rendu possible le travail à distance, en aidant les équipes à rester en contact par-delà les pays et les fuseaux horaires. Ils font désormais partie intégrante de notre vie et ont changé notre façon de communiquer.
Cependant, malgré leur utilisation répandue, la technologie de base de la vidéoconférence est restée pratiquement inchangée pendant des années. Grâce à des avancées récentes, les plateformes de vidéoconférence commencent à évoluer pour devenir plus naturelles et plus réalistes.
Lors de sa conférence annuelle des développeurs (Google I/O 2025), Google a présenté son nouvel outil de communication vidéo, appelé Google Beam. Beam utilise l' intelligence artificielle (IA) et la technologie de vidéoconférence en 3D pour aller au-delà des écrans plats traditionnels et créer une expérience plus immersive, en personne.
En fait, Google Beam est conçu pour donner l'impression que la personne à qui vous parlez se trouve juste en face de vous. Contrairement aux appels vidéo classiques, il restitue des indices humains subtils, tels que le contact visuel et les mouvements naturels qui se modifient en fonction de la perspective, des détails qui sont souvent perdus sur les écrans plats.
Dans cet article, nous allons nous pencher sur ce qu'est Google Beam, comment il a été développé, comment il fonctionne et quelles sont ses applications. C'est parti !
Avant d'examiner de plus près Google Beam, il convient de mieux comprendre son prédécesseur, le projet Starline.
Présenté lors de la conférence Google I/O 2021, le projet Starline était une initiative de recherche visant à rendre les communications à distance plus réalistes, comme si vous étiez dans la même pièce. Pour ce faire, il créait des images 3D de personnes en temps réel. Bien que la technologie ait attiré beaucoup d'attention, elle nécessitait des installations complexes et du matériel lourd.
Au fil des ans, Google a perfectionné le logiciel et rationalisé le matériel, au fur et à mesure que la technologie progressait. Après quatre années de développement, le projet Starline est devenu Google Beam, une solution plus compacte et plus conviviale.
Google Beam utilise l'IA pour améliorer les appels vidéo en créant des images plus réalistes, en 3D, des personnes avec lesquelles vous parlez. Il transforme les vidéos 2D habituelles en vues qui s'adaptent aux différents angles, ce qui permet de maintenir le contact visuel et de mieux voir les expressions faciales. Il comprend également des fonctionnalités telles que la traduction en temps réel, le suivi de la tête et l'audio spatial.
Google Beam a été conçu pour fonctionner sans accessoires supplémentaires tels que des casques de réalité augmentée (AR) ou de réalité virtuelle (VR). Au lieu de cela, il est doté de son propre écran intégré, d'un système de caméra et d'un matériel permettant de créer des images en 3D. Les appels vidéo sont ainsi plus naturels, plus confortables et plus attrayants que les réunions vidéo habituelles.
Maintenant que nous avons expliqué comment Google Beam a vu le jour, examinons de plus près son fonctionnement.
Tout commence par la capture d'informations visuelles. Beam utilise six caméras haute résolution pour prendre des photos sous différents angles en même temps.
Ces caméras permettent de suivre les traits du visage, le langage corporel et les petits mouvements en temps réel. L'IA joue un rôle clé en optimisant les réglages des caméras et en assurant la synchronisation parfaite de tous les flux vidéo. Le système est ainsi prêt pour l'étape suivante : le traitement des données.
Ensuite, l'IA est utilisée pour combiner les six flux de caméras 2D afin de générer un modèle 3D en temps réel de la personne vue. Plutôt que de simplement superposer des images 2D, elle reconstruit la profondeur, les ombres et les relations spatiales pour créer un jumeau numérique en 3D.
Pour construire ce modèle 3D, Beam utilise des techniques d' intelligence artificielle et de vision par ordinateur telles que l'estimation de la profondeur et le suivi des mouvements. Ces méthodes permettent de déterminer la distance qui sépare une personne de la caméra, ses mouvements et la position de son corps. Grâce à ces données, le système peut cartographier avec précision les traits du visage et les parties du corps dans l'espace 3D.
Le modèle d'IA qui sous-tend Beam met à jour la représentation 3D à 60 images par seconde (FPS) pour que les conversations restent fluides et réalistes. Il procède également à des ajustements en temps réel pour refléter avec précision les mouvements de la personne.
Le modèle 3D est affiché sur le système Beam du récepteur à l'aide d'un écran à champ lumineux. Contrairement aux écrans conventionnels qui présentent la même image aux deux yeux, un écran à champ lumineux émet des images légèrement différentes pour chaque œil, simulant la façon dont nous percevons la profondeur dans la vie réelle. Cela crée une expérience visuelle tridimensionnelle plus réaliste.
L'une des caractéristiques les plus impressionnantes de Google Beam est sa capacité de suivi en temps réel de l'IA. Le système utilise un suivi précis de la tête et des yeux pour suivre les mouvements dans les moindres détails.
Par exemple, le moteur d'IA de Beam peut suivre en permanence la position de la tête de l'utilisateur et procéder à des ajustements subtils de l'image en temps réel. Cela donne l'impression que la personne à l'écran est réellement assise en face de vous. Lorsque vous bougez la tête, l'image 3D se modifie en conséquence, comme lors d'une véritable conversation en face à face.
Beam améliore également l'expérience audio en utilisant un son spatial qui correspond à l'endroit où la personne apparaît à l'écran. Si une personne se trouve à gauche de l'écran, sa voix semblera provenir de la gauche. Lorsque la personne change de position, le son s'adapte à elle. Les conversations semblent ainsi plus naturelles et votre cerveau peut suivre la personne qui parle sans effort supplémentaire.
Il s'agit d'une combinaison de techniques audio directionnelles et de suivi en temps réel. Beam utilise l'audio spatial pour simuler la façon dont nous percevons naturellement le son dans le monde réel (en fonction de la direction d'où il vient et de la façon dont il atteint chaque oreille). Le système suit également les mouvements de la tête du spectateur et ajuste la sortie audio en conséquence, de sorte que le son reste "attaché" à la personne à l'écran.
Google Beam, bien qu'il en soit encore à ses débuts, présente un potentiel prometteur dans le domaine de la vidéoconférence. Voici quelques-unes de ses principales applications :
Voici quelques-uns des principaux avantages qu'apporte une innovation telle que Google Beam :
La poutre est une avancée prometteuse, mais comme toute nouvelle technologie, elle présente quelques limites. Voici quelques éléments à prendre en compte :
Google Beam est une étape fascinante vers une communication virtuelle plus humaine. Bien qu'il n'en soit qu'à ses débuts, il a le potentiel de transformer notre façon de nous rencontrer, de nous connecter et de collaborer. En combinant l'IA avancée, l'imagerie 3D et l'audio spatial, il crée une expérience à distance plus réaliste et plus attrayante.
Alors que Google continue d'améliorer le matériel de Beam, de le rendre encore plus petit et éventuellement de le mettre à la disposition des utilisateurs quotidiens, il offre des possibilités passionnantes pour l'avenir de la communication virtuelle. Avec les nouvelles tendances technologiques telles que les réunions holographiques et les avatars en 3D, Beam établit une nouvelle norme pour les réunions virtuelles.
Rejoignez notre communauté et découvrez nos options de licence pour vous lancer dès aujourd'hui dans la vision par ordinateur. Consultez notre dépôt GitHub pour en savoir plus sur l'IA. Lisez nos pages de solutions pour obtenir des informations sur les différents cas d'utilisation de l'IA dans le commerce de détail et de la vision par ordinateur dans l'agriculture.
