DeepMind研究团队最近公开了更多关于"Magic Pointer"的技术细节。这个内置于Googlebook的AI指针功能，核心目标是解决一个日常痛点：传统AI工具需要用户主动把内容"拖"进对话窗口，而Magic Pointer想要反过来——让AI主动理解用户正在看什么、为什么关心。

"我们的目标是让指针不仅理解它指向的内容，还理解这对用户为什么重要。"DeepMind团队这样描述设计初衷。具体实现方式是，指针会实时捕捉周围的视觉和语义上下文，让计算机"看见"用户关注的内容，从而把"文字繁重的提示词"替换成更直观的交互。

打开网易新闻 查看精彩图片

官方给出的典型场景包括：指向PDF直接要一份 bullet-point 摘要粘贴进邮件；悬停在统计表格上请求转成饼图；高亮食谱后要求所有食材用量翻倍。还有一个更具体的例子：旅行视频里暂停的某一帧画面，能直接变成那家看起来很酷的餐厅的预订链接。

目前Google在AI Studio上线了两个可体验的demo。同时，这项功能正在向Chrome浏览器中的Gemini集成——用户很快就能用指针直接询问网页上感兴趣的部分，比如选中几款产品让AI对比，或者指向客厅某个位置询问新沙发放置效果。

技术层面，这依赖"上下文+指向+语音"的三重理解。DeepMind认为，当AI系统能同时处理这三种输入，用户就能用"自然语言的简写方式"发出复杂指令，而不需要反复解释背景。

从交互演进的角度看，Magic Pointer代表了一种趋势：AI从独立的对话框，逐渐渗透进用户原本的工作流。不需要切换窗口、复制粘贴、重新描述场景——指针停留的地方，就是AI理解的起点。这种"无中断"的设计思路，可能是下一代AI工具的共同方向。