在虚拟节目准备中的一个重要任务就是建立三维模型。虚拟演播室的背景图像可以是来自录像机或摄像机的活动视频，也可以是静止图像等，但使用多的是由计算机创作的二维或三维模型CG（Computer Graphics），即虚拟场景。虽然虚拟演播室的背景原则上说可以无穷地转换变化，但是背景的创意、三维建模等工作相当复杂，不再是一两个人就能充分使用好的系统，它需要导演、创意者、美术设计、二维建模者、三维建模者、演员及虚拟系统的操作者等人员的通力配合。

蓝箱必须保证均匀的蓝色背景，特别是在墙墙、墙地交接处不能有接缝的痕迹。同时，由于节目制作过程中采用了色键技术，演员及真实道具在蓝室中投下的影子也要随演员及道具一起进入虚拟空间，人物和环境景物在演播室灯光下的影子会被抠掉，造成一种不真实感。由于色键技术的使用，因此会产生延时，不仅要求系统增加前景视频延时单元，而且必须考虑其它问题。一个是声音，由于前景视频被延时，为了保证声画同步，需要增加视频帧同步器。另外，由于延时，给演员观看反馈监视器上的合成图像以确定动作增加了难度。

在虚拟演播室系统中，摄像机的工作状态信息传送给图形工作站，计算机依此得到前景物体与摄像机之间的距离和相对位置，从而计算出虚拟场景适宜的大小、位置，并按要求计算生成虚拟场景的三维模型。现场视频采用色键原理，将主持人或演员置身于蓝色背景幕布前表演，然后利用切换台上的色键功能将主持人从蓝色背景中分离出来，实时地与计算机产生的三维模型完美无缺地集成在一起，构成一个现实中不存在的，但是在电视画面上却又起到演播室作用的那种假想的新的环境和气氛，终得到把将实拍的人物与虚拟景物无缝地融合起来的画面。