Am 19. Mai stellte Google in seinem Laborort Mountain View in Kalifornien erstmals das „Video-Agenten-System von Beam" (Beam Video Agents) vor und markiert damit die Erweiterung seiner KI-Agenten vom Textinterface hin zu einer körperlichen Interaktionsform mit Gesichtszügen und Mimik. Der Agent trägt den Namen Sophie und ist eine virtuelle weibliche Figur in einem schwarzen Rollkragenpullover. Sie kann über die Echtzeit-Projektionstechnologie von Google Beam mit Nutzern sprechen, unterstützt mehrere Sprachen, erkennt Texte auf Smartphones, Papier oder Büchern sowie Dienste aus dem Google-Ökosystem wie Kartenabfragen, Restaurantempfehlungen und Wetterinformationen. Ihre Stimme wird durch Text gesteuert generiert, ihre Lippenbewegungen sind synchronisiert, während Körpergesten als zusätzliche Ebene hinzugefügt werden. Allerdings weist das aktuelle Erlebnis noch deutliche Mängel auf: Vor jeder Antwort macht Sophie längere Pausen, die Sprechlängen sind stark einheitlich, die Gesten wiederholen sich häufig, und der englische Akzent schwankt zwischen neutraler amerikanischer Aussprache und südstaatlichem Dialekt. Product Manager Pavan Kumar erklärte, dass diese Präsentation speziell für Teilnehmer der Google I/O konzipiert wurde, fünf Minuten dauerte und experimentellen Charakter habe. Die Hardware selbst basiert bei Beam auf einer fernmündungslösung ohne Brille für Videokonferenzen; das erste Produkt war das zum Preis von 25.000 US-Dollar erhältliche HP Dimension, ausgestattet mit sechs Kameras zur Erzeugung volumetrischer 3D-Körperprojektionen. Zudem wurden erstmals Gruppenanruf-Funktionen freigegeben, die traditionelle Endgeräte unterstützen, sowie ein Positions-Audio eingeführt. Google hat bisher keine Veröffentlichungspläne bekanntgegeben und auch nicht klar definiert, welche Zielgruppe angesprochen wird. Executive Andrew Nartker gab an, dass interne VR-Präsentationen bereits laufen und zukünftig verschiedene Größenformen von „Fenstern" folgen sollen. Branchenbeobachter gehen davon aus, dass dieser Ansatz Anwendungsbereiche im Bürohandel, Einzelhandel und Bildungswesen bieten könnte, wobei technische Reife und Nutzerakzeptanz jedoch erst durch weitere Zeit verifiziert werden müssen.