问题方面，随着人工智能从屏幕走向现实世界，传统“问答式”交互的短板逐渐显现：响应偏慢、上下文容易断裂、对环境的感知与表达脱节。在手机、汽车、机器人和可穿戴设备等场景中，人机协作更依赖同步理解与实时反馈，单一模态很难支撑复杂任务。
从“对话式助手”走向“行动型智能体”，核心是重塑人机协作方式；面向真实世界的智能应用，一方面要让交互更自然、更顺畅，另一方面也必须守住隐私与安全底线，并在工程可行性与用户可接受度之间取得平衡。未来两三年，随着模型能力、端侧算力与系统生态的合力推进，人机交互有望实现阶段性跨越；能否把技术进步转化为稳定、可信、可规模化的产品与服务，将成为产业竞争的关键。