随着ITU-T建议H.323的出台，目前，大规模商用VoIP网络和会议系统都采用H.323标准，但随着VoIP技术的逐步发展和视频会议系统应用的逐渐普及，SIP协议（会话发起协议）正日益受到业界的重视，基于IP标准的视频会议技术的应用相应展开。SIP是有IETF提出的IP电话信令协议，SIP是用来建立、修改和终结多媒体会话的应用层控制协议，主要完成用户定位、用户能力交换、呼叫建立、处理等功能。它继承了互联网协议的设计理念，与H.323协议相比，具有简单灵活、扩展方便的特点，可方便地与其他互联网协议结合提供丰富的IP多媒体业务，以便在各种网络环境下部署。业界也已经确定将SIP作为下一代网络（NGN）的核心控制协议。基于SIP的视频会议系统必将获得愈来愈普遍的应用。

  伴随着计算机能力的增强和网络带宽的迅速增加，以及用户群体在不断延伸和变化，企业信息化步伐的加快，视频会议系统已不足以满足一直更新变化的客户的真实需求，他们要更多的多媒体业务为其服务，因此就需要功能多样化的系统，要求朝着“可视协同工作平台”方向发展。可视协同工作能够给大家提供视音频、文档、数据交换、协同浏览、应用程序共享等能力。所以基于IP网络的新一代视频会议系统将是视频会议的一大发展的新趋势。新一代视频会议产品将使市场进入新一轮加快速度进行发展阶段。新一代视频会议一定要有多重特性和优势，以满足企业用户的多元化应用需求。这包括对传输网络线路的高适应性、大容量并发、综合数据会议功能、超高的性价比、音视频高清晰度、安全性、稳定性等特点。同时，人性化设计和方便的可扩展性是新一代视频会议产品的两大特征。对于一个处于迅速增加时期的市场来说，产品势必紧随客户的真实需求的改变而不断升级。

  从H.320到H.323到SIP，从G.711到G.723.1、G.729，从H.261到H.262/3、MPEG1/2/4到H.264，从T.120到T.124，以及MPLSVPN、RSVP、网络多播的应用普及，软交换构架的逐渐形成，都说明视频会议系统的技术越来越成熟化，越来越完善化，标准化。在未来的十年内，视讯标准和技术将体现出多种应用协议并存、接入手段多样的特点。在协议标准方面，Ｈ．320协议得到目前国内通信网（电路交换网）的支持，很好地形成了商业市场；Ｈ．323系统地开放性与互操作性、普及迅速、系统价格低等特点，也受到了广泛的欢迎；而SIP协议凭借其简单灵活、扩展方便等特点，提供丰富的IP多媒体业务并且慢慢的变成为技术标准和市场的主流。

  视频会议系统由视频会议终端、多点控制单元MCU、网络管理软件、承载网络和相关附件五大部分构成。由于用户已有的网络状况、硬件设施各不相同，所以对视频会议系统中各部分具体实际的要求也各不相同。详细如下：

  MCU是视频会议系统的核心部分，也称视频会议服务器，基本功能是协调及控制多个终端间的视讯传输。当参加会议的终端数量多于两个时，必需通过MCU来对会议来控制，所有终端都要通过标准接口连接到MCU，为用户更好的提供群组会议、多组会议的连接服务。MCU按照一系列标准来实现语音和图像的混合与交换、实现所有会场的控制等功能。

  MCU大致上可以分为两个部分，分别是MC（MultipointController）及MP（Multipoint Processor）两部分。MC主要是负责协调终端间传输频道使用的先后顺序及利用H.245等系列标准来界定传输内容的规格；MP则是在MC的控制规则之下真正在从事影音的再制作、转送以及一些视讯流的处理。MCU中MC是必须要具备的管理功能，MP则视终端处对视频的解决能力及整体环境架构而有取舍的余地。

  视讯系统常采用星形组网方式，所有的终端都与中心的MCU相连接。当终端数目很多时，单机没办法提供全用户接入，可通过MCU级联的方式扩充网络能力，在网络中最上一级的MCU称为主MCU，其下接从MCU，从MCU下还可以再接从MCU，以满足更多终端同时加入会议的需要。MCU的使用和管理需简洁易用，要使客户中的一般员工能够操作。

  随着商业环境的全球化趋势，企业员工出差远距离、低成本的即时沟通的需求越来越迫切，而桌面视频会议系统正好迎合了这种需求。桌面型（PC）终端产品桌面会议是直接在电脑上进行的视频会议，与摄像头、ISDN卡、网卡和视频会议软件等精巧组合。桌面型视频会议终端通常配给办公室里特殊的个人或在外出差的工作人员，常规情况下只能供2-3人使用，既可当作普通计算机使用，又可以作为会议终端，是实现会议、数据等综合应用的平台。具有简便性和低成本等特点。

  机顶盒型终端是以简洁著称，适用于从跨国公司到小企业等各种规模的机构，机顶盒型终端通常是各部门之间的共享资源。也往往是公司购买的第一种“会议室型终端”。在一个单元内包含了所有的硬件和软件，放置于电视机上。安装简易便捷，设备轻巧。开通视频会议只需要一台普通的电视机和一条ISDNBRI线或局域网连接。视频会议终端还可以加载一些外围设备例如文档投影仪、扫描仪与打印机和白板设备来增强功能。

  会议室型解决方案几乎是最全面的解决方案，适合各行各业，中、大规模的公司。此方案一般集成在一个会议室。会议室型终端通常组合大量的附件如音频系统、附加摄像机、文档投影仪和PC协同文件视频通讯。

  双屏显示、丰富的通讯接口、图文选择使终端成为高档的、综合性的产品。过专门设计，功能完善，安装在特定的会议室中，不能随意移动，可以在一定程度上完成复杂的电视会议应用。

  思科网真(TelePresence)是一种通过结合高清晰度视频、音频和交互式组件，在网络上创建一种独特的面对面体验的新型技术。它的主要目标是缩短用户与他们的个人和职业生活中重要的人员、地点和活动之间的距离。网真会议解决方案利用互联网创造了生动的面对面会议体验-使用户能实现前所未有的互动与协作。

  其特点是多人可舒适地围绕着一个虚拟办公桌召开会议，实景大小的超高清晰视频画面，只需在会议室按下电话键便可启动呼叫，是大型分组会议的理想选择，这个新型的解决方案可将参会者精力集中在会议上，实现高效通信。

  建立一套视频会议系统根据具体应用和需求而定，桌面型终端需要，通常用到的附属设备包括投影仪、监视器/电视机、大型扩音器、麦克风、大型摄像机、DVD播放机、录像机、外部遥控器、写字板、中央控制、记忆卡、放映机、等离子屏、计算机监视器等.