现在ChatGPT和豆包的视频通话功能依然是非常粗糙的交互，但已经带来足够惊喜的体验。未来多模态理解和生成统一架构的模型出来，配套对应的硬件升级，那用户体验会非常爽，在同事文档里看到很妙的描述

- 世界即屏幕
- 物体即图标
- 注视即交互
- 用户即主角

再回看这句禅语，“一花一世界，一叶一菩提”，感觉又美又未来

而苹果的liquid glass设计语言，可能是为这样的未来铺路，虽然很难，而且目前交出来的答卷也不令人满意