Esplorando 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 connessi 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 alla base delle videoconferenze è rimasta per lo più invariata per anni. Grazie ai recenti progressi, le piattaforme di videoconferenza stanno iniziando a cambiare, con l'obiettivo di 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, noto come Google Beam. Beam utilizza l'intelligenza artificiale (AI) e la tecnologia di videoconferenza 3D per superare i tradizionali schermi piatti e creare un'esperienza più immersiva e simile alla presenza fisica.

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

Google Beam è infatti progettato per far sembrare che la persona con cui stai parlando sia proprio davanti a te. A differenza delle normali videochiamate, recupera sottili segnali umani, come il contatto visivo e i movimenti naturali che cambiano in base alla tua prospettiva, dettagli che spesso vanno persi sugli schermi piatti.

In questo articolo analizzeremo in dettaglio cos'è Google Beam, come è stato sviluppato, come funziona e quali sono le sue applicazioni. Iniziamo!

Da Project Starline a Google Beam#

Prima di esaminare più da vicino Google Beam, cerchiamo di comprendere meglio il suo predecessore, Project Starline.

Presentato durante Google I/O 2021, Project Starline era un'iniziativa di ricerca mirata a rendere la comunicazione da remoto più realistica, quasi come se ci si trovasse nella stessa stanza. Funzionava creando immagini 3D a grandezza naturale delle persone in tempo reale. Sebbene la tecnologia avesse attirato molta attenzione, 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 facile da usare.

Google Beam utilizza l'AI per migliorare le videochiamate creando immagini più realistiche e simili al 3D delle persone con cui stai parlando. Trasforma i normali video 2D in visualizzazioni che si adattano alle diverse angolazioni, aiutando a mantenere il contatto visivo e rendendo più facili da vedere le espressioni facciali. Include inoltre 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 i visori per la realtà aumentata (AR) o la realtà virtuale (VR). Include invece un display, un sistema di fotocamere e l'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, esaminiamo più da vicino come funziona.

Acquisizione delle immagini per una collaborazione remota immersiva#

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

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

Dall'immagine 2D alla videoconferenza 3D#

Successivamente, l'AI viene utilizzata per combinare i sei flussi video 2D delle fotocamere e generare in tempo reale un modello 3D della persona ripresa. Anziché 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 la distanza di una persona dalla fotocamera, i suoi movimenti e la posizione del 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. Inoltre, apporta regolazioni in tempo reale per riflettere con precisione i movimenti della persona.

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

I sistemi di display a campo luminoso di Google Beam#

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

Fig. 5. Scambiarsi il cinque virtualmente tramite Google Beam (Fonte).

Tracciamento della testa in tempo reale con precisione millimetrica#

Una delle funzionalità più impressionanti di Google Beam è la capacità di tracciamento tramite 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 di 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 davvero seduta di fronte a te. Quando muovi la testa, l'immagine 3D si sposta di conseguenza, proprio come in una conversazione reale faccia a faccia.

Elaborazione audio per una 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. Quando cambia posizione, anche l'audio si adatta. In questo modo le conversazioni risultano più naturali e il cervello può seguire chi sta parlando senza sforzi aggiuntivi.

Questo è possibile combinando tecniche audio direzionali con il tracciamento in tempo reale. Beam utilizza 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 inoltre i movimenti della testa dello spettatore e regola di conseguenza l'uscita audio, così il suono rimane “attaccato” alla persona sullo schermo.

Applicazioni di Google Beam#

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

• Collaborazione da remoto: Google Beam può rendere le riunioni, in particolare le discussioni dirigenziali o le negoziazioni ad alta posta in gioco, più personali ed efficaci. Catturando elementi sottili come il linguaggio del corpo e il contatto visivo, aiuta le persone a sentirsi più presenti anche quando sono lontane.
• Istruzione: Beam può rendere l'apprendimento virtuale più stimolante e accessibile. Immagina uno scienziato che tiene una lezione dal vivo a studenti dall'altra parte del mondo e che sembra davvero trovarsi nella stessa stanza.
• Assistenza sanitaria: Beam potrebbe rendere più personali le consultazioni da remoto. Quando medici e pazienti possono vedersi chiaramente e mantenere un contatto visivo naturale, si crea fiducia e l'interazione risulta più umana.
• Industrie creative: Per chi lavora in ambiti 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 rivedere un progetto, sembra più di stare insieme in uno studio che di partecipare a una videochiamata.

Vantaggi e svantaggi di Google Beam#

Ecco alcuni dei principali vantaggi che un'innovazione come Google Beam offre:

• 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 cinetosi o il disagio di indossare apparecchiature aggiuntive.
• Minore affaticamento da schermo: Il display 3D offre un'esperienza visiva più naturale e confortevole, che può contribuire a ridurre l'affaticamento degli occhi rispetto a fissare schermi piatti per lunghi periodi.
• Traduzione linguistica in tempo reale: Beam può integrare la traduzione in tempo reale basata sull'AI, facilitando la comunicazione naturale tra persone che parlano lingue diverse durante riunioni internazionali o in ambienti di apprendimento.

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

• Requisiti hardware: Beam richiede apparecchiature specializzate e di fascia alta, come display a campo luminoso e più fotocamere, il che lo rende costoso e meno accessibile per i singoli utenti e le organizzazioni più piccole.
• Non portatile: Il sistema Beam è progettato per un'installazione fissa e non è pensato per essere spostato facilmente, limitandone la flessibilità e l'utilizzo in ambienti mobili o soggetti a cambiamenti.

Punti chiave#

Google Beam è un affascinante passo avanti verso una comunicazione virtuale più umana. Sebbene sia ancora nelle fasi iniziali, ha il potenziale per trasformare il modo in cui ci riuniamo, ci connettiamo e collaboriamo. Combinando AI avanzata, immagini 3D e audio spaziale, crea 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 di tutti i giorni, si aprono prospettive entusiasmanti per il futuro della comunicazione virtuale. Insieme a nuove tendenze tecnologiche come le riunioni olografiche e gli avatar 3D, Beam sta definendo un nuovo standard per le riunioni virtuali.

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