多模态交互：所谓“模态”，英文是modality，用通俗的话说，就是“感官”，多模态即将多种感官融合，机器人与人的交互模式定义为“多模态交互” ，即通过文字、语音、视觉、动作、环境等多种方式进行人机交互，充分模拟人与人之间的交互方式。
真正的人工智能是指能像人类一样做出反应，并会自我完善的强大人类智能，真正的AI或者说超级智能，应该拥有人类的所有认知能力，包括自我意识、情感和意识，因为这些都是人类