Le mot multimedia - ou plus souvent employé en français multimédias - provient du pluriel du terme latin medium. Ce buzzword s'est développé vers la fin des années 1980 (néologisme créé en 1978 par François Billetdoux1), lorsque les CD-ROM ainsi que les bornes interactives se sont développés. Il désigne alors les applications qui - grâce à la mémoire stockée sur le CD ou sur Internet et aux capacités de l'ordinateur - peuvent générer, utiliser ou piloter différents médias simultanément : musique, son, image, vidéo, et interface graphique interactive (IHM).
Ce mot a été créé davantage pour des besoins mercantiles que pour refléter de réels progrès techniques. Différents logiciels présentaient toutes les caractéristiques de ces nouveaux logiciels sur différents micro-ordinateurs avant l'arrivée du CD-ROM, même si la qualité en était parfois inférieure. Auparavant, on parlait plutôt de « vidéo interactive » qui consistait au pilotage de magnétoscopes par des ordinateurs. Il faudra attendre la fin des années 1990 avec l'arrivée de méthodes de compression de son et de vidéo, ainsi qu'une certaine montée en puissance des ordinateurs personnels, pour atteindre simultanément des qualités semblables aux différents autres médias réunis.
Aujourd'hui on utilise le mot multimédia pour désigner toute application utilisant ou servant à travailler sur au moins un média spécifique.
Les manettes de jeux, gants tactiles, lunettes 3D avec gyroscope, écrans tactiles et autres interfaces homme-machine sont souvent considérées comme faisant partie du multimédia ; alors qu'elles ne sont en elles-mêmes pas des « média » mais plutôt des extensions de média (une lunette 3D sans image à afficher par exemple).
Par ailleurs, en recherche en informatique, on nomme multimédia l'étude des médias non textuels, principalement les images, les vidéos et les sons.
Les dernières définitions communément reconnues définissent le multimédia comme l'industrie du « contenu numérique » (digital content)