Першими з’явилися студійні відеоконференції, що використовують спеціалізоване телевізійне обладнання, вартість якого складала багато десятків і навіть сотні тисяч доларів. Крім того, доводилося орендувати спеціалізовану лінію, або використовувати супутниковий зв’язок. Студійні відеоконференції – це системи рівня “high-end”, використання яких обмежено рамками великих корпорацій, які мають можливість вкладати чималі гроші у створення, розвиток та підтримання відповідного обладнання у робочому стані.
Групові системи відеоконференції за своїми можливостями ближче до настільних, ніж до студійних, тому більшість компаній, що випускають настільні засоби відеоконференцій, зазвичай мають у своєму каталозі пару групових.
Найдешевша і найпоширеніша система відеоконференцій заснована на використанні ПК. Більшість настільних відеоконференцій складається з набору програм та деяких додаткових апаратних засобів, що додаються до ПК. У зв’язку з використанням у них різних методів передачі поки що не вирішено проблеми з’єднання та спільної роботи виробів різних виробників (навіть незважаючи на те, що вироблено цілу низку стандартів).
Якщо ж використовувати ISDN, то за наявності зв’язку на швидкостях 128 Кбіт/с можлива передача відеофрагментів зі швидкодією від 10 до 30 кадрів на секунду і вдвічі більшим, ніж у разі модемного зв’язку, розміром вікна.
Оптимальний рівень швидкодії досягається при використанні локальної мережі як конвеєр передачі. При роботі з цифровою локальною мережею на основі протоколу CSMA-CD теоретична швидкодія передачі даних становить 10 Мбіт/с, а в нових системах навіть 100 Мбіт/с. Таким чином, у цьому випадку є перевага у швидкодії, проте щоб реалізувати такий високий рівень продуктивності, мережа має бути спеціально виділена для проведення відеоконференцій (що, з практичної точки зору, навряд чи доцільно). Коли відеоконференція працює з існуючою системою, швидкодія буде меншою за оптимальну через необхідність суміщення стандартних функцій локальної мережі. Крім того, більшість локальних мереж використовують посилку пакетів даних, у той час як системі відеоконференцій потрібне пересилання безперервних потоків даних. І, нарешті, немає стандартів для міжз’єднання мереж відеоконференцій (H. 320 відноситься тільки до ISDN), і, отже, існують проблеми коректного зв’язування різноманітних мереж відеоконференцій.
Базовий стандарт Н.320, на основі якого розробляються інші стандарти відеоконференцій, свого часу зустрів протидію з боку Intel. Ця фірма сформувала, на противагу ITU, свій власний комітет PCWG, який займався просуванням розробленого Intel стандарту Indeo. Невдоволення керівництва Intel було викликане обмеженнями, що містяться в стандарті Н.320, описаними в його підрозділі G.261.
Ідеї щодо подальшого розвитку відеоконференцзв’язку впираються в такі досить серйозні проблеми, як необхідність повної відповідності системи прийнятим промисловим стандартам (H.320), які визначають, яким чином, в якому обсязі та з якістю повинні передаватися аудіо, відео та дані по лініях ISDN. Незважаючи на суперечки, більшість провідних постачальників оцінили стандарт H.320 як найбільш життєздатний, що вдало поєднує швидкість передачі і якість інформації, що передається по вузькосмугових лініях. Місце, що відводиться H.320, аналогічно до того, яке займає V.32 – загальноприйнятий стандарт для визначення робочих характеристик модемного зв’язку.
Щодо проблем, пов’язаних з якістю аудіо, то тут все значно простіше. Незважаючи на те, що людське вухо може сприймати коливання від 20 Гц до 20 кГц, діапазон коливань, викликаних людським голосом, займає значно вужчу смугу. Це дозволяє суттєво зменшити витрати мережного трафіку на передачу аудіоінформації. Саме тому багато постачальників систем НВ воліють створювати свої продукти на основі хорошої якості аудіо та розвинених засобів групової обробки інформації.