一般的視頻會議系統包括MCU(視頻會議服務器)、會議室終端、PC桌面型終端、電話(PSTNGateway)、()等幾個部分。各種不同的終端都連入MCU進行集中交換，組成一個視頻會議網絡。此外，語音會議系統可以讓所有桌面用戶通過PC參與語音會議，這些是在視頻會議基礎上的衍生。目前，語音系統也是多功能視頻會議的一個參考條件。

是視頻會議系統的核心部分，為用戶提供群組會議、多組會議的連接服務。目前主流廠商的MCU一般可以提供單機多達64個用戶的接入服務，并且可以進行級聯，可以基本滿足用戶的使用要求。MCU的使用和管理不應該太復雜，要使客戶方技術部甚至行政部的一般員工能夠操作。

大中小型會議室終端產品（End Point）

大中小型會議室終端產品是提供給用戶的會議室使用的，設備自帶攝像頭和遙控鍵盤，可以通過電視機或者投影儀顯示，用戶可以根據會場的大小選擇不同的設備。一般會議室設備帶視頻跟蹤專用攝像頭，可以通過遙控方式前后左右轉動從而覆蓋參加會議的任何人和物。

現行標準

國際電信聯盟ITU對于視音頻通訊及其兼容性的技術進行了規范，在這些基本的協議中，同時對語音、視頻、數字信號的編碼格式，用戶控制模式等要件進行了相關的規定。ITU-T制定的適用于視頻會議的標準有： H.320協議（用于ISDN上的群視頻會議）、H.323協議（用于局域網上的桌面視頻會議）、H.324（用于電話網上的視頻會議）、H.310（用于ATM和B-ISDN網絡上的視頻會議）和H.264（高度壓縮數字視頻編解碼器標準）。其中H.323協議成為目前應用最廣最通用的協議標準，而H.264是目前最先進的網絡音視頻編解碼技術。