在实际成为一个好主意之前，视频即时消息看起来像是一个好主意。这是因为详细的概念在20世纪90年代后期开始在科技界中脱颖而出，领先于当时的技术能力。
早期的视频即时通讯软件开发人员主要面临带宽和设备方面的问题，这两者都缺乏。
带宽是一个问题，因为发送视频信号需要更高的速度和工作能力。基于拨号电话的系统无法削减它; 也就是说，它们可能会起作用，但视频质量会很差。在大量使用期间，此类系统可能根本不起作用。为了使视频即时消息系统变得普遍，开发人员不得不等待消费者要求更多带宽。
随着带宽可用性和可承受性的增长，使用视频即时消息升级简单的文本和图标即时消息的机会也增加了。从本质上讲，管道变得足够大，以适应视频信号产生的数据的增加。
此外，视频即时通讯的基本设备 - 小巧便宜的计算机摄像机 ，在十年前还没有像现在这样容易获得。这些相机是当今的标准设备，新型计算机制造商在其模型中包括内置摄像头。用户可以在大多数带电子产品的商店购买独立的电脑摄像机，型号零售价为40美元。
通过解决“延迟”问题，带宽和相机改进共同改善了消费者对视频消息的感知。简单地说，延迟是观察者感知由视频实现的每秒帧数引起的“不稳定”的不平滑运动图像。人类在帧之间低至100毫秒时感知到这种不稳定的现象。但是现在许多视频即时消息系统可以在帧之间运行70到90毫秒，从而解决了这个问题。
与此同时，越来越多的软件开发商开始提供允许用户通过视频聊天的产品。像微软和苹果这样的行业巨头推出了产品，数十家小公司也推出了产品，例如劳格的SparkleComm即时通讯系统。SparkleComm是一套全面集成语音、视频、电话、即时消息和邮件功能，可安装于智能手机、电脑(PC／Mac)的软件客户端。人们随时随地都可以利用SparkleComm与家人、朋友、客户进行视频聊天。
