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 rimanere in contatto attraverso paesi e fusi orari. Sono diventate parte integrante della nostra vita quotidiana e hanno trasformato il modo in cui comunichiamo.

Tuttavia, nonostante la loro diffusione, la tecnologia alla base delle videoconferenze è rimasta sostanzialmente invariata per anni. Grazie ai recenti progressi, le piattaforme di videoconferenza stanno iniziando a evolversi, puntando a un'esperienza più naturale e realistica.

Curiosamente, durante la sua conferenza annuale per sviluppatori (Google I/O 2025), Google ha presentato il suo nuovo strumento di comunicazione video, noto come Google Beam. Beam utilizza l'intelligenza artificiale (AI) e la tecnologia di videoconferenza 3D per andare oltre i tradizionali schermi piatti e creare un'esperienza più immersiva e di persona.

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

In effetti, Google Beam è progettato per darti la sensazione che la persona con cui stai parlando sia proprio di fronte a te. A differenza delle normali videochiamate, recupera sottili segnali umani, come il contatto visivo e i movimenti naturali che variano con la tua prospettiva, dettagli che spesso vanno perduti sugli schermi piatti.

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

Da Project Starline a Google Beam#

Prima di esaminare più da vicino Google Beam, cerchiamo di capire meglio 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 fossi nella stessa stanza. Funzionava creando immagini 3D a grandezza naturale delle persone in tempo reale. Nonostante la tecnologia abbia attirato molta attenzione, richiedeva configurazioni complesse e hardware pesante.

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

Nel corso degli anni, man mano che la tecnologia avanzava, 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 facile da usare.

Google Beam utilizza l'AI per migliorare le videochiamate creando immagini più realistiche e simili al 3D delle persone con cui parli. Trasforma il normale video 2D in visualizzazioni che si adattano a diverse angolazioni, aiutando a mantenere il contatto visivo e rendendo le espressioni facciali più facili da vedere. Include anche funzionalità come la traduzione in tempo reale, il tracciamento della testa e l'audio spaziale.

Una 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). Al contrario, viene fornito con il proprio display integrato, un sistema di telecamere e l'hardware necessario per creare visualizzazioni 3D. Questo rende le videochiamate più naturali, confortevoli e coinvolgenti rispetto alle tipiche riunioni video.

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

Come Google Beam crea riunioni virtuali realistiche#

Ora che abbiamo discusso di come è nato Google Beam, analizziamo più da vicino come funziona.

Acquisizione delle immagini per una collaborazione remota immersiva#

Tutto inizia con la cattura delle informazioni visive. Beam utilizza sei telecamere ad alta risoluzione per scattare foto da diverse angolazioni contemporaneamente.

Queste telecamere aiutano a tracciare le caratteristiche del viso, il linguaggio del corpo e i piccoli movimenti in tempo reale. L'AI gioca un ruolo chiave ottimizzando le impostazioni della telecamera e mantenendo tutti i feed video perfettamente sincronizzati. Questo prepara il sistema alla fase successiva: l'elaborazione dei dati.

Dalle immagini 2D alla videoconferenza 3D#

Successivamente, l'AI viene utilizzata per combinare i sei feed video 2D e generare un modello 3D in tempo reale della persona inquadrata. Piuttosto che limitarsi a sovrapporre immagini 2D, ricostruisce profondità, ombre e relazioni spaziali per creare un gemello digitale 3D completo.

Per costruire questo modello 3D, Beam utilizza l'AI e tecniche di computer vision come la stima della profondità e il tracciamento del movimento. Questi metodi aiutano a determinare la distanza di una persona dalla telecamera, come si muove e come è posizionato il suo corpo. Con questi dati, il sistema può mappare accuratamente i tratti del viso e le parti del corpo nello spazio 3D.

Il modello AI dietro Beam aggiorna la rappresentazione 3D a 60 fotogrammi al secondo (FPS) per mantenere le conversazioni fluide e realistiche. Effettua anche regolazioni in tempo reale per riflettere accuratamente i movimenti della persona.

Fig 4. Le sei telecamere di Google Beam catturano immagini da diverse angolazioni (Fonte).

Sistemi di display a campo luminoso di Google Beam#

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

Fig 5. Scambio di battirighe virtuali tramite Google Beam (Fonte).

Head tracking in tempo reale con precisione millimetrica#

Una delle funzionalità più impressionanti di Google Beam è la sua capacità di tracciamento AI in tempo reale. Il sistema utilizza un preciso tracciamento della testa e degli occhi per seguire i movimenti fin nei minimi dettagli.

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

Elaborazione audio per la comunicazione virtuale potenziata dall'AI#

Beam migliora anche l'esperienza audio utilizzando un suono spaziale che corrisponde alla posizione della persona sullo schermo. Se qualcuno si trova sul lato sinistro del display, la sua voce sembrerà provenire da sinistra. Man mano che cambia posizione, l'audio si regola di conseguenza. Questo rende le conversazioni più naturali e aiuta il tuo cervello a seguire chi sta parlando senza alcuno sforzo extra.

Questo funziona combinando tecniche di audio direzionale con il tracciamento in tempo reale. Beam utilizza l'audio spaziale per simulare il modo in cui percepiamo naturalmente il suono nel mondo reale (in base alla direzione da cui proviene e a come raggiunge ciascun orecchio). Il sistema traccia anche i movimenti della testa dello spettatore e regola l'uscita audio di conseguenza, in modo che il suono rimanga "attaccato" alla persona sullo schermo.

Applicazioni di Google Beam#

Google Beam, sebbene sia ancora nelle fasi iniziali, mostra un potenziale promettente nel campo delle videoconferenze. Ecco alcune delle sue applicazioni principali:

• Collaborazione remota: Google Beam può rendere le riunioni, specialmente le discussioni di leadership o le negoziazioni ad alto rischio, più personali ed efficaci. Catturando fattori sottili come il linguaggio del corpo e il contatto visivo, aiuta le persone a sentirsi più presenti, anche quando sono distanti.
• Istruzione: Beam ha il potenziale per rendere l'apprendimento virtuale più emozionante e accessibile. Immagina uno scienziato che tiene una lezione dal vivo a studenti dall'altra parte del mondo e sembra davvero che siano nella stessa stanza.
• Sanità: Beam potrebbe rendere le consultazioni a distanza più personali. Quando medici e pazienti possono vedersi chiaramente e stabilire un contatto visivo naturale, si crea fiducia e l'interazione risulta più umana.
• Industrie creative: Per chi lavora in campi creativi, come animatori, artisti e produttori, Beam può rendere il lavoro di squadra da remoto più semplice e naturale. Che si tratti di fare brainstorming o di revisionare un progetto, la sensazione è più quella di essere insieme in uno studio che in una videochiamata.

Pro e contro di Google Beam#

Ecco alcuni dei principali vantaggi che un'innovazione come Google Beam porta sul tavolo:

• Nessun visore necessario: A differenza di molte tecnologie immersive, Beam funziona senza richiedere visori AR o VR. Questo rende l'esperienza più confortevole ed evita problemi comuni come la chinetosi o il fastidio di indossare attrezzatura extra.
• Affaticamento visivo ridotto: Il display 3D offre un'esperienza visiva più naturale e confortevole, che può aiutare a ridurre l'affaticamento degli occhi rispetto al fissare schermi piatti per lunghi periodi.
• Traduzione linguistica in tempo reale: Beam può incorporare la traduzione in tempo reale basata su AI, rendendo più facile per le persone che parlano lingue diverse comunicare naturalmente in riunioni internazionali o ambienti di apprendimento.

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

• Requisiti hardware: Beam richiede attrezzature specializzate e di fascia alta, come display a campo luminoso e telecamere multiple, il che lo rende costoso e meno accessibile per i singoli e per 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 in continua evoluzione.

Punti chiave#

Google Beam è un passo affascinante verso una comunicazione virtuale più umana. Sebbene sia ancora nelle sue fasi iniziali, ha il potenziale per trasformare il modo in cui ci incontriamo, ci connettiamo e collaboriamo. Combinando AI avanzata, imaging 3D e audio spaziale, crea un'esperienza remota più realistica e coinvolgente.

Mentre Google continua a migliorare l'hardware di Beam, rendendolo ancora più piccolo e potenzialmente accessibile agli utenti di tutti i giorni, si aprono prospettive entusiasmanti per il futuro della comunicazione virtuale. Insieme a nuovi trend tecnologici come le riunioni olografiche e gli avatar 3D, Beam sta definendo un nuovo standard per le riunioni virtuali.

Unisciti alla nostra community e dai un'occhiata alle nostre opzioni di licenza per iniziare subito con la computer vision. Controlla il nostro repository GitHub per saperne di più sull'AI. Leggi le nostre pagine di soluzioni per ottenere approfondimenti su vari casi d'uso dell'AI nel settore retail e della computer vision in agricoltura.