视频会议协议遵循了与数据上的语音方案相似的发展路径。它们最初是私有协议，然后被电话组织标准化。最后，它们是基于IP而开发的。
具体来说，早期的VoIP系统是专有的;后来，国际电信联盟(ITU)开发了用于会话建立和管理的H.323协议系列。最终，VoIP诞生于互联网工程任务组(IETF)。它针对IP网络进行了优化，遵循了管理互联网设计的“哑网络/智能终端”哲学，并具有适应各种媒体类型(包括视频)的能力。
VoIP发展的成果之一是SIP的定义，即会话发起协议。最初SIP支持mbone的需要,设计一个实验多播网络音频和视频在互联网上,但作为开发人员意识到他们工作的适用性新兴IP语音和视频应用程序,它已迅速成为大多数VoIP系统不可或缺的组成部分。
SIP也已成为统一通信的基础，使各种实时通信应用(包括语音、视频、消息和会议)相互连接成为标准方法。通过SIMPLE，任何基于sip的应用程序都可以与任何其他应用程序共享状态信息，而开发人员可以交付基于sip的客户端，这些客户端能够控制任何形式的支持通信应用程序，甚至将基于sip的应用程序扩展到其他系统或用户界面。因此，SIP成为统一通信背后的“粘合剂”。托管服务的语音和视频互连以及主持也很大程度上基于SIP的视频会议服务,这意味着SIP不仅已成为协议内部系统的首选,但作为互连标准的内部系统托管或外部应用程序。
视频会议还没有完全赶上SIP，但有迹象表明它很快就会赶上。视频会议系统在很大程度上仍然依赖于H.323协议或专有协议来进行信令和会话管理。然而，由于SIP的普及和有效性，许多视频供应商也支持SIP，特别是系统集成和端点信令。这意味着许多系统同时支持SIP和H.323。混合协议体系结构带来了额外的体系结构复杂性、管理问题和成本。
随着时间的推移，我们预计SIP将在视频会议中全面普及——这对统一通信来说是一个好消息。随着视频会议系统越来越多地成为基于sip的，它们可以更容易地集成到统一通信中，跨应用程序共享状态信息(例如，允许一个用户看到另一个用户何时在视频会议中)。视频会议供应商还能够利用SIP与H.323相比的其他优势，包括降低端点和架构复杂性、更容易管理和更强的可扩展性。采用SIP还意味着跨企业边界的可互操作会议的可能性更大，无论是由在系统之间建立直接互连的组织，还是那些希望利用托管/管理服务来支持外联网会议的组织。
最后，通过为所有UC元素创建单一的通信协议层，对SIP进行标准化可以降低集成的复杂性。企业IT架构师可以为每种类型的UC应用程序管理一套协议，而不是单独的协议，从而简化部署和管理。IT经理还可以利用新兴的基于sip的外联网连接服务来支持跨公司或网络边界的通信和协作会话。
但是仅仅对SIP进行标准化还不足以减少集成的麻烦。
首先，并不是所有的组织都可以直接转向SIP。许多人都有大型遗留系统的部署，这些系统要么需要升级，要么需要购买网关以使它们能够在基于sip的环境中运行。由于IT预算紧张，叉车升级、额外网关购买甚至软件升级可能都不可行。因此，理想的方法是创建一个体系结构，该体系结构能够在向SIP过渡期间对使用中的现有协议(例如SIP、H.323或供应商专有替代协议)提供互操作支持。此策略将通过允许IT架构师支持更广泛的现有协议来降低集成复杂性。
另一个挑战是SIP只是“有点”标准化。更具体地说，并不是所有的SIP实现都是相同的，供应商通常实现自己专有的会话建立和管理方法。(请记住，SIP并不要求会话类型，而是控制协商过程，这意味着一个供应商的实现支持的会话类型可能在另一个供应商的实现中不支持)。这意味着在多供应商环境中，仍然有一些集成工作要做——即使所有供应商都支持SIP。
供应商和标准组织正在努力解决这个问题，特别是SIPForum，一个开发SIP实现标准的行业联盟。具体来说，他们正在标准化SIP原语，这些原语定义了协商某些服务的标准方式，包括振铃、消息等待指示、呼叫转移、多路呼叫等。当供应商同意实现这些原语时，互操作性将得到改善。但与此同时，即使在全sip环境中，多供应商的互操作性也可能是一个问题——因此与您的供应商密切沟通，以确切地了解什么可以互操作，什么不能互操作。
底线?SIP准备为视频会议做它为VoIP做的事情:使用为IP优化的公共信令协议，实现异构系统和托管服务的无缝集成。因此，当您将视频会议系统作为统一通信计划的一部分进行评估时，请记住SIP。