Alla scoperta di Google Beam: uno strumento di videoconferenza 3D di nuova generazione

Le videochiamate e le riunioni virtuali hanno reso possibile il lavoro da remoto, aiutando i team a restare in contatto tra paesi e fusi orari diversi. Sono diventate una parte abituale della nostra vita e hanno cambiato il modo in cui comunichiamo.

Tuttavia, nonostante il loro uso diffuso, la tecnologia di base delle videoconferenze è rimasta perlopiù invariata per anni. Grazie ai recenti progressi, le piattaforme di videoconferenza stanno iniziando a evolversi per offrire un'esperienza più naturale e realistica.

È interessante notare che, durante la sua conferenza annuale per sviluppatori (Google I/O 2025), Google ha presentato il suo nuovo strumento di comunicazione video, chiamato Google Beam. Beam usa l'intelligenza artificiale (AI) e la tecnologia di videoconferenza 3D per andare oltre i tradizionali schermi piatti e creare un'esperienza più immersiva, simile a un incontro di persona.

Fig. 1. Il CEO di Google, Sundar Pichai, presenta Google Beam (Fonte).

Google Beam è progettato per dare la sensazione che la persona con cui stai parlando si trovi proprio di fronte a te. A differenza delle normali videochiamate, ripristina sottili segnali umani, come il contatto visivo e i movimenti naturali che variano in base alla tua prospettiva, dettagli che spesso si perdono sugli schermi piatti.

In questo articolo vedremo che cos'è Google Beam, come è stato sviluppato, come funziona e quali sono le sue applicazioni.

Da Project Starline a Google Beam#

Prima di esaminare più da vicino Google Beam, approfondiamo il suo predecessore, Project Starline.

Presentato al Google I/O 2021, Project Starline era un'iniziativa di ricerca volta a rendere la comunicazione a distanza più realistica, quasi come se ci si trovasse nella stessa stanza. A questo scopo creava immagini tridimensionali a grandezza naturale delle persone in tempo reale. Nonostante abbia attirato molta attenzione, la tecnologia richiedeva configurazioni complesse e hardware ingombrante.

Fig. 2. Uno sguardo a Project Starline (Fonte).

Nel corso degli anni, con l'avanzare della tecnologia, Google ha perfezionato il software e semplificato l'hardware. Dopo quattro anni di sviluppo, Project Starline si è evoluto in Google Beam, una soluzione più compatta e intuitiva.

Google Beam usa l'AI per migliorare le videochiamate, creando immagini più realistiche e tridimensionali delle persone con cui parli. Trasforma i normali video 2D in visualizzazioni che si adattano a diverse angolazioni, aiutando a mantenere il contatto visivo e rendendo più visibili le espressioni facciali. Include anche funzionalità come la traduzione in tempo reale, il tracciamento della testa e l'audio spaziale.

Panoramica di Google Beam#

Google Beam è stato sviluppato per funzionare senza accessori aggiuntivi, come visori per la realtà aumentata (AR) o la realtà virtuale (VR). Include invece un display, un sistema di fotocamere e hardware integrati per creare immagini 3D. Questo rende le videochiamate più naturali, confortevoli e coinvolgenti rispetto alle normali riunioni video.

Fig. 3. Un esempio di utilizzo di Google Beam (Fonte).

Come Google Beam crea riunioni virtuali realistiche#

Ora che abbiamo visto come è nato Google Beam, scopriamo più da vicino come funziona.

Acquisizione di immagini per una collaborazione remota immersiva#

Tutto inizia con l'acquisizione delle informazioni visive. Beam usa sei fotocamere ad alta risoluzione per scattare immagini da diverse angolazioni contemporaneamente.

Queste telecamere aiutano a monitorare in tempo reale i tratti del viso, il linguaggio del corpo e i piccoli movimenti. L'AI svolge un ruolo fondamentale ottimizzando le impostazioni delle telecamere e mantenendo sincronizzati tutti i flussi video. In questo modo, il sistema è pronto per la fase successiva: l'elaborazione dei dati.

Dalle immagini 2D alle videoconferenze 3D#

In seguito, l'AI combina i sei flussi video 2D delle telecamere per generare un modello 3D in tempo reale della persona inquadrata. Invece di sovrapporre semplicemente immagini 2D, ricostruisce profondità, ombre e relazioni spaziali per creare un gemello digitale 3D completo.

Per creare questo modello 3D, Beam utilizza l'AI e tecniche di visione artificiale come la stima della profondità e il tracciamento del movimento. Questi metodi aiutano a determinare quanto dista una persona dalla telecamera, come si muove e qual è la posizione del suo corpo. Con questi dati, il sistema può mappare con precisione i tratti del viso e le parti del corpo nello spazio 3D.

Il modello di AI alla base di Beam aggiorna la rappresentazione 3D a 60 fotogrammi al secondo (FPS) per mantenere le conversazioni fluide e realistiche. Apporta inoltre modifiche in tempo reale per riprodurre con precisione i movimenti della persona.

Fig. 4. Le sei fotocamere di Google Beam acquisiscono immagini da diverse angolazioni (Fonte).

I sistemi di display light-field di Google Beam#

Il modello 3D viene visualizzato sul sistema Beam del ricevente tramite un display light-field. A differenza degli schermi convenzionali, che mostrano la stessa immagine a entrambi gli occhi, un display light-field emette immagini leggermente diverse per ciascun occhio, simulando il modo in cui percepiamo la profondità nella vita reale. Questo crea un'esperienza visiva tridimensionale più realistica.

Fig. 5. Scambio di cinque virtuali con Google Beam (Fonte).

Tracciamento della testa in tempo reale con precisione millimetrica#

Una delle funzionalità più straordinarie di Google Beam è la capacità di tracciamento AI in tempo reale. Il sistema usa un tracciamento preciso della testa e degli occhi per rilevare anche i movimenti più impercettibili.

Ad esempio, il motore di AI di Beam può tracciare continuamente la posizione della testa dell'utente e apportare sottili modifiche all'immagine in tempo reale. Questo dà l'impressione che la persona sullo schermo sia davvero seduta di fronte a te. Quando muovi la testa, l'immagine 3D si sposta di conseguenza, proprio come in una vera conversazione faccia a faccia.

Elaborazione audio per comunicazioni virtuali potenziate dall'AI#

Beam migliora anche l'esperienza audio usando un suono spaziale che corrisponde alla posizione in cui la persona appare sullo schermo. Se qualcuno si trova sul lato sinistro del display, la sua voce sembrerà provenire da sinistra. Quando cambia posizione, anche l'audio si adatta. Questo rende le conversazioni più naturali e aiuta il cervello a seguire chi sta parlando senza sforzo.

Questo risultato si ottiene combinando tecniche audio direzionali e tracciamento in tempo reale. Beam usa l'audio spaziale per simulare il modo in cui percepiamo naturalmente i suoni nel mondo reale, in base alla direzione da cui provengono e al modo in cui raggiungono ciascun orecchio. Il sistema traccia anche i movimenti della testa di chi guarda e regola di conseguenza l'uscita audio, così il suono resta «legato» alla persona sullo schermo.

Applicazioni di Google Beam#

Sebbene sia ancora nelle prime fasi di sviluppo, Google Beam mostra un notevole potenziale nel campo delle videoconferenze. Ecco alcune delle sue principali applicazioni:

• Collaborazione da remoto: Google Beam può rendere le riunioni, in particolare le discussioni dirigenziali o le trattative ad alto rischio, più personali ed efficaci. Cogliendo dettagli come il linguaggio del corpo e il contatto visivo, aiuta le persone a sentirsi più presenti, anche quando sono lontane.
• Istruzione: Beam ha il potenziale per rendere l'apprendimento virtuale più coinvolgente e accessibile. Immagina uno scienziato che tiene una lezione in diretta per studenti dall'altra parte del mondo, dando davvero l'impressione di trovarsi nella stessa stanza.
• Sanità: Beam potrebbe rendere più personali le visite a distanza. Quando medici e pazienti possono vedersi chiaramente e mantenere un contatto visivo naturale, si crea fiducia e l'interazione diventa più umana.
• Settori creativi: per chi lavora in ambiti creativi, come animazione, arte e produzione, Beam può rendere la collaborazione da remoto più semplice e naturale. Che si tratti di fare brainstorming o rivedere un progetto, la sensazione è più simile a quella di lavorare insieme in uno studio che a una videochiamata.

Vantaggi e svantaggi di Google Beam#

Ecco alcuni dei principali vantaggi offerti da un'innovazione come Google Beam:

• Nessun visore necessario: a differenza di molte tecnologie immersive, Beam funziona senza richiedere visori AR o VR. L'esperienza è quindi più confortevole e non comporta problemi comuni come la cinetosi o il fastidio di indossare apparecchiature aggiuntive.
• Minore affaticamento da schermo: il display 3D offre un'esperienza visiva più naturale e confortevole, che può ridurre l'affaticamento degli occhi rispetto a fissare a lungo schermi piatti.
• Traduzione linguistica in tempo reale: Beam può integrare la traduzione in tempo reale basata sull'AI, agevolando la comunicazione naturale tra persone che parlano lingue diverse, durante riunioni internazionali o in contesti di apprendimento.

Beam è un promettente passo avanti, ma, come ogni nuova tecnologia, presenta alcuni limiti. Ecco alcuni aspetti da considerare:

• Requisiti hardware: Beam richiede apparecchiature specializzate di fascia alta, come display light-field e più fotocamere, il che lo rende costoso e meno accessibile per i singoli e le organizzazioni più piccole.
• Non portatile: il sistema Beam è progettato per un'installazione fissa e non è pensato per essere spostato facilmente, il che ne limita la flessibilità e l'uso in ambienti mobili o variabili.

Punti chiave#

Google Beam è un affascinante passo avanti verso una comunicazione virtuale più umana. Sebbene sia ancora nelle prime fasi di sviluppo, può trasformare il modo in cui ci incontriamo, entriamo in contatto e collaboriamo. Combinando AI avanzata, immagini 3D e audio spaziale, offre un'esperienza da remoto più realistica e coinvolgente.

Mentre Google continua a migliorare l'hardware di Beam, a renderlo ancora più piccolo e, possibilmente, a portarlo agli utenti comuni, si aprono possibilità entusiasmanti per il futuro della comunicazione virtuale. Insieme a nuove tendenze tecnologiche come le riunioni olografiche e gli avatar 3D, Beam potrebbe fissare un nuovo standard per le riunioni virtuali.

Unisciti alla nostra community e consulta le nostre opzioni di licenza per iniziare subito a lavorare con la visione artificiale. Dai un'occhiata al nostro repository GitHub per saperne di più sull'AI. Leggi le pagine delle nostre soluzioni per scoprire vari casi d'uso dell'AI nel commercio al dettaglio e della visione artificiale in agricoltura.