用户可以直接说出“点开最佳餐厅指南”或“点紫色文件夹”这类自然表达，系统会理解对应的按钮或控件，并执行操作。未来不只是回答问题，还可能理解用户当前看到的屏幕内容，并直接替用户执行操作。这让阅读障碍、低视力等用户获得更连续的阅读体验。
2026-05-20