Google Beamを紹介：次世代の3Dビデオ会議ツール

ビデオ通話やオンライン会議によりリモートワークが可能になり、国やタイムゾーンを越えてチームがつながり続けられるようになりました。ビデオ通話やオンライン会議は日常生活に定着し、コミュニケーションの方法を変えました。

しかし、広く使われているにもかかわらず、ビデオ会議の基盤技術は長年ほとんど変わっていません。近年の進歩を受けて、ビデオ会議プラットフォームは、より自然で臨場感のある体験を目指して変化し始めています。

興味深いことに、Googleは年次開発者会議（Google I/O 2025）で、Google Beamとして知られる新しいビデオコミュニケーションツールを発表しました。Beamは人工知能（AI）と3Dビデオ会議技術を活用し、従来の平面スクリーンの枠を超えた、より没入感のある対面体験を実現します。

図1. GoogleのCEO、Sundar PichaiがGoogle Beamを紹介しています（出典）。

Google Beamは、話し相手が目の前にいるかのように感じられるよう設計されています。通常のビデオ通話とは異なり、視点に応じて変化する自然な動きやアイコンタクトなど、平面スクリーンでは失われがちなさりげない人間の合図を再現します。

この記事では、Google Beamとは何か、どのように開発され、どのように機能するのか、そしてその用途について解説します。

Project StarlineからGoogle Beamへ#

Google Beamを詳しく見ていく前に、その前身であるProject Starlineについて理解を深めましょう。

2021年のGoogle I/Oで発表されたProject Starlineは、まるで同じ部屋にいるかのように、遠隔コミュニケーションをより自然に感じさせることを目指した研究プロジェクトでした。人の等身大の3D画像をリアルタイムで生成する仕組みでした。この技術は大きな注目を集めたものの、複雑なセットアップと大規模なハードウェアが必要でした。

図2. Project Starlineの様子（出典）。

技術の進歩に伴い、Googleはソフトウェアを改良し、ハードウェアを簡素化しました。4年間の開発を経て、Project Starlineは、よりコンパクトで使いやすいソリューションであるGoogle Beamへと進化しました。

Google BeamはAIを使ってビデオ通話を強化し、会話相手のよりリアルな3D風の映像を生成します。通常の2D映像をさまざまな角度に応じて変化する映像に変換し、アイコンタクトを保ち、表情を見やすくします。また、リアルタイム翻訳、頭部トラッキング、空間オーディオなどの機能も備えています。

Google Beamの概要#

Google Beamは、拡張現実（AR）や仮想現実（VR）のヘッドセットなどの追加アクセサリーなしで動作するよう開発されています。代わりに、3D映像を生成するためのディスプレイ、カメラシステム、ハードウェアを内蔵しています。そのため、一般的なビデオ会議よりも自然で快適かつ魅力的な通話を実現します。

図3. Google Beamの使用例（出典）。

Google Beamが臨場感のある仮想会議を実現する仕組み#

Google Beamがどのように誕生したかを説明したところで、その仕組みを詳しく見ていきましょう。

没入感のあるリモートコラボレーションのための画像撮影#

まず、視覚情報の撮影から始まります。Beamは6台の高解像度カメラを使い、異なる角度から同時に撮影します。

これらのカメラは、顔の特徴やボディランゲージ、わずかな動きをリアルタイムで追跡します。AIはカメラ設定の最適化と、すべての映像フィードの同期において重要な役割を果たします。これにより、データ処理という次の段階に向けた準備が整います。

2D画像から3Dビデオ会議へ#

次に、AIを使って6台の2Dカメラ映像を合成し、映っている人物のリアルタイム3Dモデルを生成します。2D画像を単純に重ねるのではなく、奥行き、影、空間的な関係を再構築して、完全な3Dデジタルツインを作成します。

この3Dモデルを構築するため、BeamはAIとコンピュータービジョン技術（深度推定やモーショントラッキングなど）を使用します。これらの手法により、人物とカメラの距離や動き方、身体の位置を特定できます。このデータを使って、システムは顔の特徴や身体の各部位を3D空間内で正確にマッピングできます。

Beamの基盤となるAIモデルは、会話を滑らかで臨場感のあるものに保つため、3D表現を毎秒60 フレーム（FPS）で更新します。また、人物の動きを正確に反映するため、リアルタイムで調整も行います。

図4. Google Beamの6台のカメラは異なる角度から撮影します（出典）。

Google Beamのライトフィールドディスプレイシステム#

3Dモデルは、受信側のBeamシステムでライトフィールドディスプレイを使って表示されます。両目に同じ画像を表示する従来の画面とは異なり、ライトフィールドディスプレイは左右の目にわずかに異なる画像を表示し、現実世界で奥行きを知覚する仕組みを再現します。これにより、よりリアルな立体視体験が生まれます。

図5. Google Beamを通じてバーチャルでハイタッチを交わす様子（出典）。

ミリメートル単位の精度を実現するリアルタイム頭部トラッキング#

Google Beamの最も優れた機能の一つは、リアルタイムのAIトラッキング機能です。システムは高精度な頭部および視線トラッキングを用いて、わずかな動きまで追跡します。

たとえば、BeamのAIエンジンはユーザーの頭の位置を継続的に追跡し、リアルタイムで映像をわずかに調整できます。これにより、画面の向こうの人物が本当に目の前に座っているような印象が生まれます。頭を動かすと、実際に対面して会話しているときのように、3D映像もそれに応じて動きます。

AIで強化された仮想コミュニケーションのための音声処理#

Beamは、画面上で人物が表示されている位置に合わせた空間音響を使い、音声体験も向上させます。画面の左側にいる人の声は、左側から聞こえるようになります。相手が位置を変えると、音声もそれに合わせて調整されます。これにより会話がより自然になり、余計な労力をかけずに話者を把握しやすくなります。

これは、指向性オーディオ技術とリアルタイムトラッキングを組み合わせて実現しています。Beamは空間オーディオを使い、音がどの方向から来て、左右の耳にどう届くかという、現実世界での自然な音の聞こえ方を再現します。また、視聴者の頭の動きを追跡して音声出力を調整するため、画面上の人物に音が「結び付いて」聞こえます。

Google Beamの用途#

Google Beamはまだ初期段階ですが、ビデオ会議分野で有望な可能性を示しています。主な用途をいくつかご紹介します。

• リモートコラボレーション: Google Beamを使うと、特に経営陣の議論や重要な交渉において、会議をよりパーソナルで効果的なものにできます。ボディランゲージやアイコンタクトなどのさりげない要素を捉えることで、離れた場所にいても、その場にいるような感覚を得やすくなります。
• 教育：Beamは、オンライン学習をより魅力的で利用しやすくする可能性があります。世界の反対側にいる学生に科学者がライブ講義を行い、まるで同じ部屋にいるように感じられる場面を想像してみてください。
• 医療：Beamによって、遠隔診療をより親しみやすくできる可能性があります。医師と患者が互いをはっきり見て自然にアイコンタクトを取れると、信頼が生まれ、やり取りがより人間的に感じられます。
• クリエイティブ業界: アニメーターやアーティスト、プロデューサーなどのクリエイティブ分野で働く人にとって、Beamはリモートでのチームワークをより簡単で自然なものにできます。アイデアのブレインストーミングでもプロジェクトのレビューでも、ビデオ通話よりスタジオで一緒に座っているように感じられます。

Google Beamのメリットとデメリット#

Google Beamのようなイノベーションがもたらす主なメリットをいくつかご紹介します。

• ヘッドセット不要: 多くの没入型技術とは異なり、BeamはARまたはVRヘッドセットを必要としません。これにより、より快適に利用でき、乗り物酔いのようなよくある問題や、追加機器を装着する煩わしさも避けられます。
• 画面疲れの軽減: 3Dディスプレイは、より自然で快適な視聴体験を提供し、平面画面を長時間見続ける場合と比べて、目の疲れを軽減できます。
• リアルタイム言語翻訳: BeamにはAIを活用したリアルタイム翻訳を組み込めるため、国際会議や学習環境で異なる言語を話す人同士が自然にコミュニケーションを取りやすくなります。

Beamは有望な前進ですが、新しい技術である以上、いくつかの制約もあります。以下の点にご留意ください。

• ハードウェア要件: Beamには、ライトフィールドディスプレイや複数のカメラなど、専用の高性能機器が必要です。そのため高価で、個人や小規模な組織には利用しにくい場合があります。
• 携帯性がない: Beamのシステムは固定設置を前提に設計されており、簡単に移動できないため、モバイル環境や変化の多い環境での柔軟性と利用が制限されます。

重要なポイント#

Google Beamは、仮想コミュニケーションをより人間らしくするための興味深い一歩です。まだ初期段階ですが、人々の会議やつながり、コラボレーションのあり方を変える可能性があります。高度なAI、3Dイメージング、空間オーディオを組み合わせることで、より臨場感があり、魅力的なリモート体験を実現します。

GoogleがBeamのハードウェアを改良し、さらに小型化して、一般ユーザーにも提供する可能性を探ることで、バーチャルコミュニケーションの未来に魅力的な可能性が広がります。ホログラム会議や3Dアバターなどの新たな技術トレンドとともに、Beamはバーチャル会議の新たな基準を打ち立てるかもしれません。

コミュニティに参加し、ライセンスオプションを確認して、今すぐコンピュータービジョンを始めましょう。GitHubリポジトリでAIについて詳しくご覧ください。ソリューションのページでは、小売業におけるAIや農業分野のコンピュータービジョンなど、さまざまなユースケースについてご紹介しています。