視頻會議系統的發展可以歸結為四次浪潮：第一次浪潮是撥號群組視頻會議系統，第二次是ISDN桌面視頻會議系統，第三次是LAN上的視頻會議系統，第四次浪潮就是即將到來的Internet上的多媒體視頻會議系統。

    多媒體視頻會議的目標是包含所有未來會議的需要：視頻、音頻、圖示和數據一體化的解決方案，整個環境是可擴充、可開放的；實時和非實時的通信應用，可存儲會議；一體化媒體引出了一體化網絡概念，可以與IP網絡互通；整個系統包括視頻會議、音頻會議、Web會議和ICQ即時信息，以及相關信息的即時存儲和廣播。

    總之，多媒體視頻會議系統是集視頻、音頻、圖像和數據于一體的解決方案，整個環境是可擴充、可開放、可存儲的，極大地擴展了傳統的會議電視概念，主要融合了以下三種形式：

    Conference（會議）： 一種方式是采用如電話、媒體等實時通信，另一種方式是以Web為基礎的數據會議應用。從這點來看，會議包含的即時信息，可以是音頻、視頻或文本形式，以及如遠程展示等狹義應用。它是對傳統觀念上的會議電視功能的兼容和繼承。

    Casting（廣播會議）：即點對多點的廣播，具有較高的實時性。今天，大部分Casting是基于Web方式和視音頻流技術，如路演、采訪、現場會等。Casting將廣播功能納入會議系統，這是對會議電視的擴充。

    Caching（可存儲會議）：它對正在召開會議的內容進行實時存儲，可以一邊存儲一邊廣播。大部分Caching應用基于流媒體，會議被實時記錄，音頻和視頻可以用某種文件格式保存。它將Web Server和會議電視系統進行互通，將會議電視系統由封閉系統發展成為開放系統。

    多點交互式是主流

    視頻會議系統最初是“點對點”的方式，近年來，Internet的發展推動視頻會議系統向“點對多點”及“多點對多點”方向發展。多點交互式視頻會議是目前市場的主流，多點會議的出現將會加快辦公自動化和可視化遠程辦公室的發展步伐。

    多點交互式視頻會議系統是由多方用戶參與，會議過程使用聲音、圖像、文字、數據等多媒體信息的網上業務，具有實時性和交互性的特點的系統。作為群組計算的一個重要應用，交互式多點視頻會議系統得到了新的群組通信技術的進一步支持，例如：更理想的多播路由算法和協議，能適應復雜網絡環境的資源預留和信息過濾技術，可靠、有序的通信保障等。

    系統的基本組成

    當前，多點交互式視頻會議系統主要由終端設備、多點控制單元(MCU)和包括傳輸媒介在內的數字通信網絡組成。

    1.終端設備

    多點交互式視頻會議系統

    終端設備包括視頻輸入輸出設備、音頻輸入輸出設備、視頻編解碼器、音頻編解碼器和復用/分接設備等。它可以是專用的多點交互式視頻會議終端，也可以是安裝了一定的音頻、視頻硬件和軟件的普通電腦，甚至是電話等。目前，有專用會議室的大中型會議系統一般采用專用的會議終端，它能夠自動適應網絡帶寬和流量狀況，可以提供良好的QoS保證機制，提供最佳的視頻和音頻效果，并且界面直觀、操作簡單�，F在，Polycom、VCON、VTEL、Tanderberg等國際視頻廠商和華為、中興等國內廠商都有相應的視頻會議終端產品。

    2.多點控制單元(MCU)

    點對點的視頻會議系統不需要MCU 的介入，而多點會議需要通過MCU才能實現。MCU 作為會議控制中心，能夠將三個以上的終端連接成為一個完整的、由多人參與的會議，同時，它能夠將來自多個會議終端的語音、視頻和數據合成為一個多組交互式會議場景。現在常用的MCU產品通常來自RADVISION、Polycom等國際廠商和華為、鼎視通等國內廠商。MCU的使用也很簡單，既支持工作站管理方式，由系統管理員對MCU進行系統的配置和管理；也支持Web管理方式，可由終端用戶對MCU進行會議的控制和管理。

    3.傳輸網絡

    它是用以傳輸視頻、音頻等信號的通信網絡，衛星幀中繼網、地面幀中繼網、DDN專線、ISDN網絡和X.25網都可以成為多點交互式視頻會議系統的傳輸網絡。值得注意的是,寬帶網絡的普及給遠程視頻會議帶來了更為廣闊的空間，基于H.323協議的視頻會議應用在ADSL、FTTB+LAN等寬帶接入網絡上已經達到相當好的效果。