（1）启蒙发展阶段
多媒体技术的一些概念和方法起源于20世纪60年代。1965年，泰德
纳尔逊（Ted Nelson）在计算机上处理文本文件时提出了一种把文本中遇到的相关文本组织在一起的方法，并为这种方法杜撰了一个词，称为“hypertext”（超文本）。与传统的方式不同，超文本以非线性方式组织文本，使计算机能够响应人的思维以及能够方便地获取所需要的信息，
万维网上的多媒体信息正是采用了超文本思想与技术，才组成了全球范围的超媒体空间。
1967年，尼葛洛庞帝（Nicholas
Negroponte）在美国
麻省理工学院组织体系结构机器组。
1968年，恩格尔巴特（Douglas
Engelbart）在SRI演示了NLS系统。
1969年，纳尔逊（Nelson）和冯丹（Van
Dam）在
布朗大学开发出超
文本编辑器。
1976年，美国麻省理工学院体系结构机器组向DARPA提出多种媒体（Multiple
Media）的建议。
多媒体技术实现于20世纪80年代中期。1984年美国
苹果公司在研制Macintosh计算机时，为了增加图形处理功能，改善人机交互界面，创造性地使用了位映射、窗口、图符等技术，这一系列改进所带来的
图形用户界面深受用户的欢迎。同时，鼠标作为交互设备的引入，配合图形用户界面使用，大大方便了用户的操作。苹果公司在1987年又引入了“超级卡”，使Macintosh机成为易用、
易学习、能处理多媒体信息的机器，一直受到计算机用户的赞誉。
1985年，Microsoft公司推出了Windows，它是一个多用户的图形操作环境。
1985年，美国Commodore公司推出世界上第一台多媒体计算机Amiga系统。Amiga机采用Motorola
M68000微处理器作为CPU，并配置Commodore公司研制的三个专用芯片：图形处理芯片Agnus8370、音响处理芯片Pzula8364和视频处理芯片Denise8362。Amiga机具有自己专用的操作系统，它能够处理多任务，并具有下拉菜单、多窗口、图符等功能。
1985年，尼葛洛庞帝和维斯纳（Wiesner）成立麻省理工学院媒体实验室。
1986年，荷兰飞利浦公司和日本
索尼公司联合研制并推出CD-I（Compact Disc
Interactive，交互式紧凑光盘系统），同时公布了该系统所采用的CD-ROM光盘的数据格式。这项技术对大容量存储设备光盘的发展产生了巨大影响，并得到
国际标准化组织的认可成为国际标准。大容量光盘的出现为存储表示声音、文字、图形、音频等高质量的数字化媒体提供了有效手段。
关于交互式音频技术的研究也引起了人们的重视。自1983年开始，位于
新泽西州普林斯顿的美国无线电公司RCA研究中心，组织了包括计算机、广播电视和信号处理三个方面的40余名专家，研制交互式数字视频系统。它以计算机技术为基础，用标准光盘来存储和检索静态图像、运动图像和声音等数据。经过4年的研究，于1987年3月在国际第二届CD-ROM年会上展示了这项称为交互式数字视频（Digital Video Interactive，DVI）的技术。这便是多媒体技术的雏形。DVI与CD-I之间的实质性差别在于：前者的编、解码器是置于计算机中、由计算机控制完成计算的，这就把彩色电视技术与计算机技术融合在一起；而后者的设计目的只是用来播放记录在光盘上的按照CD-I压缩编码方式编码的电视信号（类似于后来的VCD播放器）。这便是在DVI技术出现之后，人们就立即失去了对CD-I的兴趣的原因。
尽管还没有考证出“多媒体”这个名词是由谁和什么时候开始第一次运用的，但是，1985年10月IEEE计算机杂志首次出版了完备的“多媒体通信”的专集，是文献中可以找到的最早的出处。
多媒体技术的出现，在世界范围内引起巨大的反响，它清楚地展现出信息处理与传输（即通信）技术的革命性的发展方向。国际上在同一年内成立了交互声像工业协会，该组织1991年更名为交互多媒体协会（Interactive
Multimedia Association，IMA）时，已经有15个国家的200多个公司加入了。
交互声像工业协会后来把交互式数字视频系统（DVI）卖给了GE公司。1987年，Intel公司又从GE公司把这项技术买到手，并经过改进，于1989年初把DVI技术开发成为一种可普及商品。随后又和IBM公司合作，在Comdex/Fall’89展示会上推出ActionMedia750多媒体开发平台。该平台硬件系统由音频板、视频板和多功能板等专用插板组成，其硬件是基于DOS系统的音频/视频支撑系统（Audio
Video Support System，AVSS）。1991年，Intel和IBM又合作推出了改进型的Action
Media II。该系统中的硬件部分采用更高程度的集成，集中在采集板和用户板两个专用插件上，软件采用基于Windows的音频视频内核（Audio Video Kernel，AVK）。Action Media
II在扩展性、可移植性、视频处理能力等方面均有极大改善。
（2）标准化阶段
自20世纪90年代以来，多媒体技术逐渐成熟。多媒体技术从以研究开发为重心转移到以应用为重心。
1989年，蒂姆?伯纳斯?李（Tim
Berners-Lee）向欧洲粒子物理研究中心提议建立万维网。
1990年，100人的苹果公司多媒体实验室建立。
由于多媒体技术是一种综合性技术，涉及到计算机、电子、通信、影视等多个行业技术协作，其产品的应用目标既涉及研究人员也面向普及消费者，涉及各个用户层次。因此，标准化问题是多媒体技术实用化的关键。在标准化阶段，研究部门和开发部门首先各自提出自己的方案，然后经分析、测试、比较、综合，总结出最优、最便于应用推广的标准，指导多媒体产品的研制。
1990年10月，在
微软公司会同多家厂商召开的多媒体开发工作者会议上提出了MPC1.0标准。1993年由IBM、Intel等数十家软硬件公司组成的多媒体
个人计算机市场协会（The Multimedia
PC Marketing Council, MPMC）发布了多媒体个人机的性能标准MPC2.0。1995年6月，MPMC又宣布了新的多媒体个人机技术规范MPC3.0。
1992年，实现网络上的第一个M-Bone音频广播。
1993年，美国
伊利诺斯大学的超级美国计算应用国家中心（National Center
for Supercomputing Applications，NCSA）开发出第一个万维网浏览器Mosaic。
1994年，吉姆?克拉克（Jim
Clark）和马克?安德森（Marc Andreesen）开发出万维网浏览器Netscape。
1995年，与平台无关的应用开发语言Java面世。
多媒体技术的关键技术是关于多媒体数据压缩编码和解压解码算法。
静态图像的一个标准是国际电信联盟的T.81。静态图像的主要标准称为JPEG标准（ISO/IEC
10918），它是专家组JPEG（Joint
Photographic Experts Group）建立的适用于单色、彩色及多灰度连续色调静态图像的国际标准。该标准于1991年通过，成为ISO/IEC
10918标准，全称为“多灰度静态图像的数字压缩编码”。
视频/运动图像的主要标准是国际标准化组织下属的一个专家组MPEG（Moving Picture
Experts Group）制定的五个标准MPEG-1（ISO/IEC
11172）、MPEG-2（ISO/IEC13818）、MPEG-4（ISO/IEC
14496）、MPEG-7（ISO/IEC15938）和MPEG-21标准（ISO/IEC
18034）。与MPEG-1、MPEG-4等效的国际电信联盟（ITU）标准，在运动图像方面有用于视频会议的H.261、用于可视电话的H.263。
另外，ISO对多媒体技术的核心设备——光盘存储系统的规格和数据格式发布了统一的标准，特别是对流行的CD-ROM和以CD-ROM为基础的各种音频、视频光盘的各种性能有统一规定。
（3）蓬勃发展
多媒体各种标准的制定和应用极大地推动了多媒体产业的发展。很多多媒体标准和实现方法（如JPEG、MPEG等）已做到芯片级，并作为成熟的商品投入市场。与此同时，涉及到多媒体领域的各种软件系统及工具也如雨后春笋般层出不穷。这些既解决了多媒体发展过程中必须解决的难题，又对多媒体的普及和应用提供了可靠的技术保障，并促使多媒体成为一个产业而迅猛发展。其代表之一是进一步发展多媒体芯片和处理器。1997年1月，Intel公司推出了具有MMX技术的
奔腾处理器，使它成为多媒体计算机的一个标准。奔腾处理器在体系结构上有三个主要的特点：
① 增加了新的指令，使计算机硬件本身就具有多媒体的处理功能（新添57个多媒体指令集），能更有效地处理视频、音频和图形数据。
② 单条指令多数据处理，减少了视频、音频、图形和动画处理中常有的耗时的多循环。
③ 更大的片内高速缓存，减少了处理器不得不访问片外低速
存储器的次数。奔腾处理器使多媒体的运行速度成倍增加，并已开始取代一些普通的功能板卡。
除具有MMX技术的奔腾处理器外，还有AGP规格、MPEG-2、AC-97、PC-98、2D/3D绘图加速器、Java Code等新技术，也为多媒体大家族增添了风采。
多媒体技术蓬勃发展的另一代表是AC97（Audio Codec
97）杜比数字环绕音响的推出。在视觉进入3D立体视觉空间的境界后，对听觉也提出了环绕及立体音效的要求。电影制片商在讲究大场景前，更会要求有逼真和临场感十足的声音效果。加上个人计算机游戏的刺激，将音效的需求不断提升。AC97在这些需求的推动下，由声霸卡的创始者Creative公司及Analog
Device、NS、Yamaha和Intel主导生产。AC97硬件解决方案由Controller（声音产生器）及Codec
IC（编码/解码器）两片芯片构成。
随着网络电脑及新一代消费性电子产品（如电视机顶盒、DVD、可视电话、视频会议等）的崛起，强调应用于影像及通讯处理上最佳的数字信号处理器，经过另一番的结构包装，可由软件驱动的方式进入消费性的多媒体处理器市场。
1996年，Chromatic
Research公司推出整合了MPEG-1、MPEG-2、视频、音频、2D、3D以及电视输出等七合一功能的Mpact处理器，一举成名，引起市场高度重视，现已推出Mpact2第二代产品，应用于DVD、计算机辅助制造、个人数字助手和移动电话等新一代消费性电子产品市场。
与此同时，MPEG压缩标准也得到推广应用，已开始把活动影视图像的MPEG压缩标准推广应用于数字卫星广播、高清晰电视、数字录像机以及网络环境下的视频点播（VOD）和DVD等各方面。
虚拟现实技术正向各个应用领域延伸。1994年，美国几所大学公开发表了视听实验的示范成果。
现在，多媒体技术及应用正在向更深层次发展：下一代用户界面、基于内容的多媒体信息检索、保证服务质量的多媒体全光通信网、基于高速互联网的新一代分布式多媒体信息系统等多媒体技术和它的应用正在迅速发展，新的技术、新的应用、新的系统不断涌现。