交互模态
语音
真实语音识别手势
单笔画识别触摸
拖动、双指缩放旋转注视
停留时间选择多通道融合
指向 + 语音：“删除这个”各模态的特点
语音：不用手、表达抽象命令快，但难以精确指定位置，且受环境噪声和隐私限制
手势：直观，需要识别算法把轨迹匹配到预设手势
触摸：多点触控能同时表达位移、缩放、旋转
注视：天然表达“我在看哪里”，但眼睛同时用来看和选，容易误触（“米达斯之触”问题）
融合：用一个通道补另一个通道的不足，如语音说动作、手指说对象
语音、手势、触摸、注视各有长短：语音适合下达命令，指点适合指定位置。逐个体验每种模态的真实识别过程，最后把“说”和“指”融合起来完成一次操作。