cues（线索/提示信号）在人工智能与人机交互领域指模型或系统用于理解环境、做出决策的各类输入信号，例如视觉线索（visual cues）、语音与手势线索、运动线索等。它不是一个单一产品，而是横跨计算机视觉、多模态交互和自适应学习的一类基础概念。近期的多个研究与产品动态显示，围绕 cues 的技术正在从实验室走向消费级设备。
cues 相关的近期进展
当前焦点与观察点
从近期动态看，围绕 cues 的工作呈现两条主线。一是研究层面，cues 正从被动的输入特征转向需要推理和校正的对象：无论是开放集自适应中的尾部线索纠偏，还是医学分割中超越视觉线索的推理增强，共同点是模型不再只是“看到线索就用”，而是对线索的可靠性进行评估。二是产品层面，视觉与手势 cues 已进入消费设备，谷歌的防晕动功能和 Matic 的手势控制都说明，基于 cues 的交互正成为提升体验的常规手段。
值得观察的问题包括：cues 与推理链的结合能否在标注数据稀缺的医学等场景中稳定落地；防晕动这类基于视觉线索的方案在不同屏幕尺寸和乘车场景下的普适性；以及手势等新型 cues 在隐私和误触发方面的长期表现。总体而言，cues 相关技术仍处于多点开花的阶段，尚无统一的评价基准，但其在研究与消费两侧的渗透速度都在加快。