视频会议系统 是 利用网络将企业分布在各地的会议室、办公室连接起来，通过多媒体通信技术实现实时交互的视音频通信及数据共享，从而完成跨地域的可视化多点远程会议、远程协作、远程培训等应用。由此可见，建设一个视频会议系统首先要考虑安装地点：企业将准备让哪些分支机构与总部之间进行远程沟通？作为沟通场所的会议室或办公室分别位于什么地方？
有了会议室，就要考虑这些会议室参会人员的视频、声音以及PC数据是如何处理的。这就是视频会议相关设备完成的工作。首先，会议室需要将本地图像传给别人，必须要有视频采集设备，即会议摄像机；其次，会议室需要将本地声音传给别人，必须要有声音采集设备，即会议麦克风；第三，会议室需要看到别人的图像，必须要有显示设备，即电视机或投影仪；第四，会议室需要听到别人的声音，必须要有音响；第五，会议室的所有图像、声音以及数据必须在数字化处理后才适合远程传输，因此还必须要有图像、声音以及数据的数字处理设备，这就是视频会议终端要完成的工作；第六，为了让所有会场都能很方便的进行多方交流，还必须要一个中心设备进行集中管理，这个设备就是多点控制单元（MCU）；最后，为了实现更多的功能，比如要对会议进行录像，那企业还需要其他可选的设备。接下来需要考虑如何将所有会议室连接起来，这就必须依靠传输网络，网络是实现视频会议系统建设的基础。
企业使用视频会议的方案，无外乎有两种，使用第三方的中继会议系统和利用企业网络搭建 ISDN/IP 的视频网络。前一种方案比较方便，不需要占用企业多少 Internet 带宽就能实现，适用于 PPT 播放和远程协助的应用，对于实时视频图像传输，只能做到小摄像头图像大小，而且延时和抖动比较厉害。后一种方案，维护起来比较麻烦， IT 技术人员要提前调试设备，还有确保链路的稳定，链路利用不高，使用成本较高，图像声音效果都不理想。
　
2006年10月25日思科发布的思科网真会议解决方案，是一个基于 IP网络提供生动的“面对面”会议体验，赋予其使用者前所未有的互动与协作体验 ， 融合了行业第一个1080P超高清晰度视频画面，几乎无法察觉的延迟以及复杂了环境设计。会议参与者可以通过超高清晰的视频画面和宽带立体声看见并听见彼此，感觉就像置身在一个房间里。 思科这种解决方案在初期实现起来费用很昂贵，首先要使用独立的光纤链路，由全球网络服务商提供服务，用高带宽来保证视频传递的流畅。其次是思科的网络设备能够高质量进行视频和声音数据压缩，接下来是视频和声音采集设备和企业会议安排系统的整合。
网真 解决方案目前有两个版本可供选择:思科网真1000主要面向为小型群组会议和一对一的交流，将来会延伸到“虚拟助手”的应用，是高管办公室、酒店大堂、银行和医院的最佳选择 ； 思科网真3000则是主要面向12人以上的虚拟圆桌会议，是大型圆桌会议、员工会议以及员工、客户和业务合作伙伴之间的多方会议的最佳选择。思科网真会议解决方案的优势和特点包括:简便性―只需拥有企业级群件如微软的 Outlook和思科的 Unified CallManager 5.1，创建会议将和使用日历邀请一样简单。用户登陆思科网真电话就像拨打普通电话一样，只需轻轻点击思科IP电话或者直接拨入其他的思科网真会议。 高通信质量—超高解析度 1080p视频的真人等大图像比标准的电视画面质量高出6倍，比高清电视(HDTV)高出2倍。特别设计的高解析度摄像头对高质量视频提供支持，并且不需要用户操作。宽频立体声和多声道、全双工音效提供了出色的声音投射，实现了和真人在场的会议完全一样的多方同时对话。采用特别设计的麦克风消除了杂音。 可靠性—整合到现有的企业 IP网络平台上，提供高质量、高度安全且易于获取的连接，给每一次通话带来优化的体验。