在现代多媒体会议室，为了满足不同演示场合的需求，通常会具备多种不同的音视频信号源和显示终端，虽然这些音视频信号源和显示终端也可能会同时具备复合视频（Composite-Video）、超级视频（S-Video）、分量视频（Component-Video）甚至数字视频（DVI、SDI）的接口，但目前在多媒体视像会议中被普遍使用的还是复合视频矩阵，主要的原因在如下几方面:
-
复合视频具备良好的稳定性、兼容性和通用性，传输带宽小，传输距离长。但色度和亮度共享4.2MHz（NTSC）或5.0~5.5MHz（PAL）的频率带宽，互相之间有比较大的串扰，对器材和传输线缆的要求标准不高，信号源丰富，预埋线缆投资较低。
-
超级视频（S-Video）虽然在减少亮度损耗、亮度度串扰方面明显优于复合视频，但对于目前常见的液晶投影机、DLP投影机并达不到非常明显的区别，而且预埋线缆投资是复合视频的两倍，所以在工程长距离传输没有得到普遍的使用。
-
分量视频在信号格式的级别上已经明显高于复合视频或超级视频，但目前在会议室多数是为电脑显示（VGA或RGBHV信号格式）服务，对器材和传输线缆的要求很高（取决于预期的设计标准和投资预算），预埋线缆投资很高。
-
类似Y,R-Y,B-Y、Y,Cr,Cb的分量视频信号目前主要应用在广电行业，而且会逐渐向SDI或HD-SDI的数字信号格式过渡，由于信号源和资金预算的限制，会议室使用不多。DVI信号由于有效传输距离的限制（5米左右），目前没有得到广泛应用。
综上所叙，习惯上音视频矩阵没有特别的注明都默认是复合视频格式。以复合视频格式输出的主要设备有:摄像机、实物展台、有线电视解调器、远程视像会议、磁带录像机、DVD光碟机等，音视频矩阵在系统中介于视频源与显示或复用终端之间，负责将不同的音视频信号源按用户的意愿进行集中调控。
按照输入、输出通道的不同，常见的视频矩阵一般有8×2、8×4、8×8、16×4、16×8、16×16、32×8、32×16、32×32、64×16、64×32、64×64、128×128等。常规的理解是乘号前面的数字代表输入通道的多少，乘号后面的数字代表输出通道的多少。不论矩阵的输入输出通道多少，它们的控制方法都大致相同:前面板按键控制、分离式键盘控制、第三方控制（RS-232/422/485等），并且都能达到以下的功能:
1)可以根据使用的需要，在不同的显示终端上同时显示相同或不同的视频源内容
2)可以将摄像机、影碟机、录像机、有线电视、电视会议等各种视频信号进行方便快捷的处理和调用
3)管理员可以独立监视任意一路视频信号，但不会影响其他终端显示的内容和效果
4)管理员可以对任意视频信号进行录像，但不会影响其他终端显示的内容和效果
5)管理员可以将任意一路视频信号送往会议终端或其他分会场，但不会影响其他端口显示内容和效果
与BGBHV矩阵一样，设计一个视频矩阵的基本原则也是根据信号源和显示终端数量的多少以决定矩阵的通道数，由于矩阵规格的差异（通道数的多少）在价格上的体现非常明显，在预算一定的情况下，使选择一个矩阵的通道数也会变得比较敏感，对于以后的扩展也是一个考验。除此之外，下面叙述的几个问题也是作为器材选型需要考虑的因素。