本发明属于视频云会议技术领域，具体涉及一种云会议中实时多人同场景自定义的方法和系统，方法包括以下步骤：主持人端发起同场景会议模式，并将消息发送给参会人端；参会人端收到消息，启动同场景处理，生成第一YUV数据和对应的第一Alpha数据并发送；主持人端接收数据，合成同场景视频，发送到参会人端同步显示。本发明通过将参会人端摄像头采集的视频数据在参会人端分割处理，再发送到主持人端进行同场景视频合成，然后分发到各参会人端；有效将复杂的视频运算下放到各参会人端，确保了设备资源的合理分配使用，不仅不需要增加额外硬件设备，减小了用户使用成本，同时由于不需要服务器进行复杂视频运算，节约了云服务器计算资源。