七龙珠，现在只集齐了六颗，还需要一颗才能召唤神龙

预测未来是什么样很难。但是预测未来不是什么很容易。

我确信的知道的，是未来的 LUI 的世界中最重要的技术，还没有浮出水面。

动画片里面集齐七颗龙珠可以召唤神龙，现在 ChatGPT 这样的 LLM 一定是其中非常重要的一颗龙珠，但是一定还有一颗特别重要的龙珠没有出现，以至于我们哈需要一段时间才能召唤神龙。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

手机在 2G 的时代，马上就要进入 3G 的时候，大约是 2004 年吧，那个时候我作为一个移动互联网的坚定的乐观派，相信移动一定是未来。但是看看手里那一个多普达，用着那塑料的按键和小小的屏幕，却总觉得不能昧着良心说，这个体验比 PC 更好吧。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

对于移动互联网应该是怎样，业界至少讨论了 5 年，直到 2007 年 iPhone 诞生。原来，移动互联网除了手机的算力，除了 3G，还缺少一个我们大多数人完全没有意识到的东西，就是多点触控触摸屏。乔布斯用惊人的想象力把这最后的一颗龙珠凑齐了，才召唤到了 iPhone 这条神龙。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

对于大语言模型开启的自然语言交互界面（LUI）的世界，我每次想象的时候，总有一团浓雾遮挡在那里，让我看不清楚未来的具体的产品形态。

到底未来人和机器如何交互？是依然用键盘聊天吗？还是用语音？一定有一些我们现在并没有给予足够重视的技术，加在一起，才能把七颗龙珠集齐。

这一颗龙珠是什么呢？‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

如果一定让我来猜，我会把 AR 当作最可能的候选项。Google Glass 的想法，当时或许是集齐了其他的所有元素，但是就缺一个更加自然的交互方式。Google Glass 中最难解决的是输入问题。如果大语言模型解决了输入，眼镜投屏技术解决了输出，或许就是一款新的划时代的产品。毕竟，iPhone 之前有苹果的 Newton，也有其他公司的 Palm 作为先烈，Google Glass 作为未来的一个真正划时代的 AR 设备的先烈也是有可能的。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

当然，我唯一知道的是，我现在的一切猜测，一定是错误的。

注：照片中是我在 2004 年 1 月用自己的 Dell 电脑上的摄像头，通过 Windows Media Encoder 和 Windows Media Server 发布视频流，并且通过基于 Windows Embeded 的多普达手机和 GPRS 上网，查看视频流的一个实验。这就是十几年以后的「直播」。这也再一次说明了，技术的可能到社会的应用，动辄就是 10 年。（具体的步骤和设备可以点击「阅读原文」看19 年前的实验记录）‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍