声音、图像、图形、文字等被理解为承载信息的媒体而称为多媒体其实并不准确，因为这容易跟那些承载信息进行传输、存储的物质媒体（也有人称为介质），如电磁波、光、空气波、电流、磁介质等相混淆。但是，现在多媒体这个名词或术语几乎已经成为文字、图形、图像和声音的同义词，也就是说，一般人都认为，多媒体就是声音、图像与图形等的组合，所以在一般的文章中也就一直沿用这个不太准确的词。目前流行的多媒体的概念，主要仍是指文字、图形、图像、声音等人的器官能直接感受和理解的多种信息类型，这已经成为一种较狭义的多媒体的理解。
在计算机和通信领域，我们所指的信息的正文、图形、声音、图像、动画，都可以称为媒体。从计算机和通信设备处理信息的角度来看，我们可以将自然界和人类社会原始信息存在的形式――数据、文字、有声的语言、音响、绘画、动画、图像（静态的照片和动态的电影、电视和录像）等，归结为三种最基本的媒体：声、图、文。传统的计算机只能够处理单媒体――“文”，电视能够传播声、图、文集成信息，但它不是多媒体系统。通过电视，我们只能单向被动地接受信息，不能双向地、主动地处理信息，没有所谓的交互性。可视电话虽然有交互性，但我们仅仅能够听到声音，见到谈话人的形象，也不是多媒体。所谓多媒体，是指能够同时采集、处理、编辑、存储和展示两个或以上不同类型信息媒体的技术，这些信息媒体包括文字、声音、图形、图像、动画和活动影像等。
在日常生活中，被称为媒体的东西有许多，如蜜蜂是传播花粉的媒体、苍蝇是传播病菌的媒体。但准确地说，这些所谓的“媒体”是传播媒体，并非我们所说的多媒体中的“媒体”，因为这些传播媒体传播的都是某种物质实体，而文字、声音、图像、图形这些都不是物质实体，它们只是客观事物某种属性的表面特征，是一种信息表示方式。我们在计算机和通信领域所说的“媒体”，是信息存储、传播和表现的载体，并不是一般的媒介和媒质。
从概念上准确地说，多媒体中的“媒体”应该是指一种表达某种信息内容的形式，同理可以知道，我们所指的多媒体，应该是多种信息的表达方式或者是多种信息的类型，自然地，我们就可以用多媒体信息这个概念来表示包含文字信息、图形信息、图像信息和声音信息等不同信息类型的一种综合信息类型。
总之，由于信息最本质的概念是客观事物属性的表面特征，其表现方式是多种多样的，因此，较为准确而全面的多媒体定义，就应该是指多种信息类型的综合。
这些媒体可以是图形、图像、声音、文字、视频、动画等信息表示形式，也可以是显示器、扬声器、电视机等信息的展示设备，传递信息的光纤、电缆、电磁波等中介媒质，还可以是存储信息的磁盘、光盘、磁带等存储实体。
