谷歌 AgentHands：XR 中手势交互 Agent
DuRuofei · x · 2026-08-26
Google Research 发布了 AgentHands，这是一个 LLM 驱动的 XR 原型，旨在通过同步、富有表现力的手势来增强对话 Agent 的能力，从而提供基于空间的引导。
核心功能：
- 空间对话： 弥合心理映射的差距，将抽象的口头指令转化为直观的物理演示。
- 多模态交互： 利用 XR 的空间理解能力，复制人类沟通中手部动作（描述形状、模仿动作、强调观点）与语音的自然协同。
- 应用场景： 让关于周围环境的对话更加自然和引人入胜，增强物理任务中的用户体验。
该研究发表于 CHI 2026，是继 Human I/O 和 Sensible Agent 之后的进一步探索，致力于将 AI 助手从简单的文本界面转向具身、空间感知的对话。
「多模态」频道最新
- Halcyon：0.52B 参数省 18 倍算力超越 LlamaGen-XL/8 文生图基线 — JosephJacks_ · 2026-10-16
- Halcyon 早期融合图像模型省 275 倍预训练算力并开源 — davidwromero · 2026-10-16
- 12GB 笔记本显卡硬跑 Wan2.1 14B FP16:内存交换压测 4 分 11 秒出片 — RYuu-1120 · 2026-10-16
- Midjourney 出图:黑洞吸积盘与行星系美学新作 — ciguleva · 2026-10-16
- Andrew 暗示 Fable 5.5 或于今日发布，最早下周 — kimmonismus · 2026-10-16
- 可灵 4.0 升级支持时间线内边看边改,获《首尔之春》导演背书 — xiaohu · 2026-10-16