当前大多数AI应用还是对话框交互。真正的AI原生交互应该更自然。

一、多模态交互的方向

AI眼镜是最典型的方向：你看到什么，AI就能理解什么并回答问题。车载场景：语音加环境感知，AI根据你的位置和日程主动提醒。

二、为什么现在还不普及

实时视觉理解的延迟还不够低、环境感知在复杂场景准确率下降、用户隐私问题怎么解决。硬件设备也还没到大规模普及阶段。

三、长期机会

历史经验表明，平台级机会往往在早期被低估。当设备能实时理解你看到、听到、身处的环境时，软件形态会彻底改变。