1.4.3　結合語言交互能力和多模態能力

當組合語言交互能力和多模態能力時，Agent的感知力和適應力將得到極大增強。例如，一個可以理解口頭指令并通過視覺識別表情的智能家居助理能更精確地理解用戶的需求。在教育應用中，一個結合語言理解和視覺識別的Agent能夠提供個性化的互動學習體驗。