当前，视频会议的实现方式有三种：(1)广电系统(电视台)常用的电视直播式视频会议;(2)MPEG1、MPEG2压缩格式VOD视频传输式视频会议系统;(3)ITU(国际电信联盟)提出的基于H.261/H.263视频压缩格式的H.320/H.323规范的视频会议系统。
我们需要什么样的视频会议系统呢?首先是价格适度，能为大多数行业用户承受及使用的视频会议系统才是真正意义上的视频会议系统。其次是技术上的指标：实现高质量图像/声音传输但带宽越低越好;双向交互、需要支持长时间开机工作(低功耗);操作简单，无需专业知识，操作失误也无损坏;应无操作系统，不怕病毒攻击、不怕突发性断电、应具备多种网络接口(ISDN，IP，V.35，E1/T1)、具有自适应功能，完全智能化、稳定可靠，返修率低等等。
会议系统的组成非常简单，每个会场安放一台视频会议终端，终端接上电视机作为回显设备、接上网络作为传输媒介就可以了。一台终端通常有一台核心编解码器、一个摄像头，一个全向麦克风以及一个遥控器。核心编解码将摄像头和麦克风输入的图像及声音编码通过网络传走，同时将网络传来的数据解码后将图像和声音还原到电视机和音响上，即实现了与远端的实时交互。终端通过呼叫IP地址或ISDN号码进行连接(专线无需拨号)。但在有三点会场就必须采用MCU(视频会议多点控制单元)进行管理。
同电话交换机相似，MCU(多点控制单元)的作用就是在视频会议三点以上时，决定将哪一路(或哪四路合并成一个)图像作为主图像广播出去，以供其他会场点收看。所有会场的声音是实时同步混合传输的。在具有MCU的会议系统里，所有终端的音视频数据均实时传到MCU供选择广播。MCU的数据流量较大，通常接于网络的中心交换机上，控制人员通过笔记本电脑调用MCU管理界面在会场进行远程管理。呼叫方式可以由控制人员由MCU呼叫各个终端，亦可由各终端呼叫控设置好的会议号。