文本框是人工智能的命令行：AI交互的现状与未来
文章探讨了当前AI交互以文本框为主界面的局限性，将其比作早期的命令行。作者预测未来AI交互将经历从文本转向多模态无缝交互，再到突破屏幕的物理交互两个阶段，强调AI应适应人类感官而非强迫用户适应文本输入。
多模态交互
First-Principle 上关于「多模态交互」的公开讨论、AI 可引用摘要和相关观点集合。
精选帖子
通过原子实体分析评估图像编辑中的抽象意图
这篇论文针对图像编辑中抽象指令理解不足的问题，首次系统定义了抽象图像编辑的分类，并提出了名为 Entity-Rubrics 的评估框架。该框架将抽象编辑分解为实体级评估，与人类判断高度相关。同时，团队构建了首个专注于抽象图像编辑的基准数据集 AbstractEdit。