vr/ar/xr类设备提供了一个可令人眼判断物体距离及大小的能力。
脑机接口提供了对大脑信号的理解（虽然目前还处于很早期的阶段）。
摄像头裸手追踪或手套追踪，提供了使现实中的手进入虚拟世界中操作的能力。（其中手套追踪，尤其是力反馈手套甚至提供了人体对虚拟物体的触觉感知能力）。
游戏引擎或建模软件提供了对物理属性的模拟（受力、流体、布料等等诸如此类的功能）。
AI提供了对人类语言的意图理解能力，以及声音识别的能力。
综合这些能力，可以实现快速高效地修改虚拟世界。
为什么这么说，首先，通过xr类设备，我们可以看到物体的大小和位置。这与在传统平面显示器上的不同，xr类设备存在双眼视差，也就是两只眼睛看到的物体画面存在着轻微的差别。这使得我们可以在没有任何背景的情况下，直接确定物体的大小以及相对位置。配合上手部识别的能力，就能将现实中的手伸入虚拟世界，抓取虚拟世界中的物体。倘若戴上力反馈手套，配合游戏引擎或者建模软件的物理模拟系统，甚至能感受物体的重量以及材料在手部捏合的情况下变形的程度。
这既方便了徒手修改3d物体，同时也为使用者。提供了极为逼真的现实模拟体验。
但是有一点，我们在现实中是无法做到的，那就是手不能在不挤开物体（我这里的挤开是粒子层面的，也包括使物体开洞或破损）的情况下，直接探入物体内部进行操作。虽然简单地设置按钮，提供可穿可不穿的功能也不失为一个选项，但如果能使用脑机接口，直接对意图进行简单的读取显然更为高效。（这比解析更复杂意图的脑电波，其实现的难度要低很多，只是一个二元选项）
另外，识别我们要选取的物体，通过脑机接口这种技术，未来可以比眼部追踪来得更为准确和高效，因为眼部追踪在盯着某个物体的时候，可能会存在误判，比如我们余光看到了一个东西，想要选取它，这个时候眼部追踪就有点力不从心了。
我们使用3d软件进行建模的时候，很多时候要实现的效果，可能会涉及到复杂的菜单调用，就拿blender来举例，假设我们想做一个表面有一个坑洞的金属小球，可能会涉及到创建小球、对表面进行修改、赋予金属材质等多个步骤。如果借用ai的自然语言理解能力和声音识别能力，就可以通过简单几句话，甚至一两句话，将我们的意图转化为复杂的程序调用，自动化实施。
以上这些是在现有的技术条件下具备极大可实践性的方向。
