AgentHands：为XR空间对话生成交互式手势

谷歌研究院近日发布了一项名为AgentHands的研究成果，该成果已入选CHI 2026大会，旨在解决AI助手在扩展现实（XR）环境中进行空间对话时的交互难题。随着AI助手从简单的文本界面进化为多模态伴侣，像Project Astra和Gemini 3.1 Flash Live这样的创新产品已经能让用户实时讨论物理环境，通常通过视觉边界框叠加来识别摄像头画面中的物体。然而，这些叠加层在2D屏幕上效果显著，但转向Android XR等沉浸式平台时，如何超越平面UI、构建真正具身化的空间感知对话，成为了一项独特挑战。 AgentHands正是为弥合这一鸿沟而生。在人类交流中，手势的作用远不止指向——我们用手势描述形状、模仿动作、强调重点，且与语音保持同步。AgentHands利用XR的空间理解能力，复现了这种自然的协同效应。该研究建立在谷歌此前Human I/O和Sensible Agent项目的基础上，进一步为AI代理配备了富有表现力且与语音同步的手势，将抽象的口头指令转化为直观的物理演示，让关于周围环境的对话变得更加自然和引人入胜。对于跨境电商卖家而言，这一技术预示着未来在虚拟展厅或产品演示中，AI助手将能以更贴近真人交流的方式引导用户理解商品特性，而AI从业者则能看到多模态交互从平面走向三维空间的关键技术路径。