AgentHands

AgentHands 是谷歌研究院公开的一项实验性技术,它让对话式AI智能体在说话时像人一样做出手势,用手指向眼前现实空间中的物品或位置。这些手势通过XR(扩展现实)屏幕技术呈现,也就是把信息叠加显示在眼前的真实场景之上。

如果只是听到"转动左边的把手"这样的语音指令,使用者就得在脑中把这句话翻译成实际的空间位置才能找到它。这有点像在陌生地方只靠口头描述认路,和有人在旁边用手指示方向来带路的区别。AgentHands 想用手势来填补这个空缺,让使用者不必把话语转换成空间信息,而是可以直接用眼睛确认。

公开的演示涵盖八种场景,比如用手指出打印机的设置面板、比划出抽屉该放置的空间大小、或是提醒注意发烫的部件等。不过这还只是研究阶段的原型,并非已经上市的产品,距离真正装进眼镜等实际设备中还需要更多时间。

文章中常见的表述是"谷歌研究院公开了名为AgentHands的XR原型"。这里容易被误解的一点是,这并不是已经推出的眼镜或应用程序等商用产品,而只是停留在研究展示页面层级的原型。阅读相关报道时需要分清:这还不是实际设备上搭载的功能,而是在测试"这种方式是否可行"的原型阶段。