虚拟现实邀请我们进入另一种环境，增强现实则在我们已经身处的环境上叠加数字信息。在这项始于2024年的研究中，我思考AI如何让这一层信息回应地点、物体和人物。核心问题是视觉上的：谁来决定在我们与世界之间显示什么，又让什么占据我们的注意力？

翻译可能成为视野的一部分：对话的字幕、陌生招牌旁的说明，或博物馆中的指引。在教学中，模型可以出现在它所解释的对象旁边。历史场景也可以在原址重建，前提是参观者能分清依据与解释。价值在于让背景信息更容易理解，而不是用塞满信息的屏幕取代地点本身。

建筑师可以把拟建建筑与周围环境对照，居民可以查看街道或公园的改造方案。环境情景可以展示高温、污染或土地用途变化的潜在影响。但这些图像应说明其假设前提。一个很有说服力的叠加画面，可能让提案看起来像必然到来的未来，尽管它只是众多可能性之一。

在工作场所，操作说明可以出现在设备旁边；在购物时，人们可以估量家具的尺寸，或在购买前查看产品。医疗与康复也有其他可能用途，例如解释人体结构或辅助练习。在这些场景中，准确性、验证和专业判断比视觉效果更重要。叠加一条提示，本身并不能保证决策安全。

艺术家可以创作与特定地点相连、又随访客行动而变化的作品。表演、故事和共享的数字物体，或许会成为普通房间或城市广场的一部分。滤镜和虚拟形象也可以拓展自我呈现的方式。设计师面临的挑战，是让这些相遇有意义，同时尊重共同使用实体空间的人。

户外导览可以解释景观，训练工具可以把动作可视化，城市服务可以显示路线或警示。语音描述、字幕和替代交互方式也可能改善使用体验。每一种用途都需要在真实条件下测试：遮住危险、来得太晚或过度占用注意力的信息，可能反而削弱它原本承诺的帮助。

同一层信息也可能成为广告界面，或过滤公共生活的个性化视窗。识别人和地点涉及隐私、同意，以及我们究竟在看谁所呈现的世界。用户应当能够理解、调整并关闭这一层信息。周围没有选择参与的人，也可能受到影响。

对我而言，最值得期待的并不是让每个表面都充满数字内容，而是让视觉知识在需要的地方出现：一张图解、一段记忆、一句翻译，或一种可能的未来。AI或许能让这套语言更善于回应情境。它会加深我们与世界的联系，还是让我们分心，取决于我们选择揭示什么，以及让什么保持不受遮挡。