近年来，大语言模型（LLMs）展现出强大的语言理解与生成能力，推动了文本生成、代码生成、问答、翻译等任务的突破。代表性模型如 GPT、Claude、Gemini、DeepSeek、Qwen 等，已经深刻改变了人机交互方式。
目前的 HOI 检测方法普遍依赖视觉语言模型（VLM），但受限于图像编码器的表现，难以有效捕捉细粒度的区域级交互信息。本文介绍了一种全新的开集人类-物体交互（HOI）检测方法——交互感知提示与概念校准（INP-CC）。
GUI 智能体正以前所未有的速度崛起，有望彻底改变人机交互的方式。然而，这一领域的进展正面临瓶颈：现有数据集大多聚焦于 10 步以内的短程交互，且仅验证最终结果，无法有效评估和训练智能体在真实世界中的长时程规划与执行能力。
人形机器人作为用于复杂运动控制、人机交互和通用物理智能的多功能平台，正受到前所未有的关注。然而，由于其复杂的动力学、欠驱动和多样化的任务需求，实现高效的人形机器人全身控制 (Whole-Body Control，WBC) 仍然是一项根本性的挑战。
这条人机交互的进化之路，出门问问从未真正放弃。今年，大模型基础能力再次实现飞跃，像 ChatGPT、DeepSeek、豆包这样的 AI 工具，正在成为越来越多职场人工作中的常用助手。
这场关乎“未来人机交互关系”的商业赛道，谁能吃到更大的红利。
「编程的未来是Human语言」，AI掀起编程70年来最大变革，从对话到代码，「氛围编程」与自然语言成为主角。老黄预言，AI让人人都能成为人机交互的桥梁。
科大讯飞又搞了个大动作，智能交互直接燃爆！AIUI全新升级，儿童专属交互方案，AI眼镜「三麦阵列」硬核出圈，还有机器人语音背包、移动数字人「小雨」实力抢镜。一场发布会，让我们看到下个时代人机交互的全貌。
哈工大论文斩获ACL评审阶段已知最高分！考虑到英文键盘难以适配汉字特点及文化内涵，团队通过传感器捕捉手部书写，实现汉字的自然输入与识别；独创的中文字形编码使AI能深入理解汉字形态而非仅关注词义，推动AI从「识字」迈向「解字」。该研究革新了中文人机交互，推动了汉字文化传播与传承，更为AI深度理解汉字智慧开辟了新道路。
近年来，图形用户界面（GUI）自动化技术正在逐步改变人机交互和办公自动化的生态。然而，以 Robotic Process Automation（RPA）为代表的传统自动化工具通常依赖固定脚本进行操作，存在界面变化敏感、维护成本高昂、用户体验欠佳等明显问题。
