在互动方面，语音可以理解为面，单一面传递信息是有限的，如果语音和界面结合起来，就是从两个单一面形成了空间，可以承载更多的信息。
用机器人的虚拟形象进行语音的互动，人与机器在交流中不止是语言传递的互动，可以从面部表情、传递出喜怒哀乐；肢体语言传递出兴奋度和性格特质。综合起来，我们的交流才会更顺畅。在物理层面而言，是硬件设备的选择：液晶屏幕、玻璃屏幕（透明、非透明）、全息投影等。
在初期，我们的选择是液晶屏幕，这个是最基础的承载硬件，也是成本最低的硬件。而其它选择的硬件也有优劣之分，透明玻璃屏适合导购的场景，背后是否有商品的出现，是从传统的触觉互动进行了更多承载信息的进化。非透明玻璃屏适合更沉浸的助理场景，全息投影会更接近真人的感受，也是智能感受最强的一类，每一种硬件方式都有适合的场景，这个是我们需要去权衡的。
我们先整理了最直接的感官层的一部分——视觉感受，以此为基础为产品定调，以最直接的表现层为手段帮助产品建立视觉体系。
首先我们内部脑暴统一同步了本次升级的目标：让机器更智能，更有服务感。一个是本身我们在做的事情就是智能相关的研究，另外在落地的场景访客中心承载的也是服务的属性，所以在设计方面就抓取了两个心智方向的关键词：智能、服务。
而且服务的视觉概念也从我们常常感知到的二维变成了多维的角度，从单一的界面变成了人设、服装、肢体语言、面部表情等多方结合的综合体。因此这两个关键词延展出来的部分就有了各自的分工：智能感更多的体现在界面氛围上；服务感更多体现在人物上，两者结合的会更加润滑。在尝试过程中，画面一步步清晰了起来，智能+服务也能更多体现出来，最终通过提炼过程中的视觉语言，形成了最终的画面。
