5 月 13 日消息,在今天凌晨举办的 2026 年 The Android Show | I/O Edition 活动结束后,谷歌 DeepMind 发布博文,详细介绍了适用于 Googlebook 的 Magic Pointer 功能。
定位方面,Magic Pointer 是光标交互功能,不只识别“指到了什么”,还要理解“为什么这对用户重要”。该功能的核心目标是尽量不打断原有操作流,让 AI 主动进入用户当前使用的工具和页面。
其理念是用“更简单、更直观的交互方式”取代“文字过多的提示”。
谷歌在博文中指出,当前大部分 AI 工具都停留在独立界面中,用户常常需要把网页、文档、图片或数据复制、拖拽到 AI 窗口里,再输入完整提示词。
这种使用方式会打断工作节奏,新方案希望反过来,让 AI 直接出现在用户正在使用的工具里,依据指针位置和语音命令理解上下文。
DeepMind 总结了 4 条核心原则:
第 1 条是“保持工作流”,即 AI 能力应覆盖各类应用场景,例如指向 PDF 后要求生成要点摘要并粘贴进邮件,悬停统计表格后要求生成饼图,选中菜谱后要求把全部配料翻倍。
第 2 条是“边指边说”,通过捕捉指针周围的视觉与语义信息,让系统知道用户究竟想处理哪个词、哪段文字、哪块图片或哪段代码。
第 3 条强调“这个”“那个”的自然表达方式。人与人交流时,本就依赖手势和共享语境,不必每次都说完整长句。若 AI 能同时理解上下文、指向动作和语音,用户只需说“改一下这个”或“把那个移到这里”,也能发出复杂请求。
第 4 条原则则是把像素转化为可操作实体,比如地点、日期、物体等,从而让一张潦草便签变成交互式待办清单,让旅行视频中的餐厅画面直接对应预订链接。
谷歌还在 AI Studio 上线 2 个演示,并正把这项能力逐步引入 Chrome 中的 Gemini,让用户直接围绕网页局部内容发问与操作。附上相关演示如下:
参考
Reimagining the mouse pointer for the AI era
相关阅读:
《谷歌 Googlebook 处理器合作伙伴包括英特尔、高通、联发科》
《谷歌推出 Googlebook 高端安卓笔记本品类:宏碁、联想等首发,今秋上线》
安卓海量新消息公布,The Android Show | I/O Edition 专题