JustShape：探索多模态LLM驱动的3D参数化建模的协同手势Duan 等人提出JustShape系统，利用协同手势补充文本提示来驱动LLM生成3D参数化模型，通过多模态融合减少语言歧义并提升生成性能。2026RDRunlin Duan et al.普渡大学手部手势识别生成式AI（文本、图像、音乐、视频）大语言模型（LLM）的人机协作CHI
ARify：利用叙事教学视频为程序化任务创建增强现实教程Hu 等人推出 ARify 系统，利用视觉-语言模型将教学视频自动转换为 AR 教程，使新手也能创建有效的程序化任务指导。2026XHXiyun Hu et al.普渡大学AR 导航与情境感知原型设计与用户测试混合现实工作空间CHI
AgentCoach：基于LLM的运动技能学习自适应指导反馈系统Ma等人开发AgentCoach系统，从教学视频提取关键指导点并映射到运动学参数，为运动技能学习者提供自适应视觉诊断和口头反馈，经技术验证和用户研究确认其可用性和效果。2026DMDizhi Ma et al.普渡大学人体姿态与行为识别健身追踪与运动监测行为改变与反思技术CHI
AmIWrite：基于LLM的AI导师在数学问题解决中的一对一可扩展手写辅导研究Liu 等人开发 AmIWrite 系统，实现基于 LL M的实时口语伴随手写辅导，通过40人被试内研究验证其在数学辅导中的教学效果。2026ZLZiyi Liu et al.普渡大学手部手势识别智能辅导系统与学习分析教育中的有形交互CHI
agentAR：使用工具增强的基于LLM的自主代理创建增强现实应用Zhu等人开发了agentAR系统，利用工具增强的LLM代理从自然语言输入自主创建AR应用，显著降低AR创作门槛，支持多样化和功能性AR体验的端到端创建。2025CZChenfei Zhu et al.普渡大学AR 导航与情境感知生成式AI（文本、图像、音乐、视频）大语言模型（LLM）的人机协作UIST
GesPrompt：利用协同言语手势增强基于LLM的虚拟现实交互Hu 等人提出 GesPrompt 系统，通过融合协同手势与语音输入，使VR环境下与LLM副驾驶的沟通更自然准确，降低用户认知负荷。2025XHXiyun Hu et al.普渡大学手部手势识别混合现实工作空间大语言模型（LLM）的人机协作DIS
avaTTAR：增强现实中身体佩戴与分离式可视化的乒乓球击球训练系统Ma 等人开发 avaTTAR 系统，结合姿态估计与 IMU 传感器提供第一人称和第三人称视角，帮助乒乓球运动员实时对比专家击球动作以提升训练效果。2024DMDizhi Ma et al.普渡大学全身交互与体感输入AR 导航与情境感知VR 医疗训练与康复UIST
ClassMeta：设计互动虚拟同学以促进VR课堂参与Liu 等人设计 ClassMeta 系统，由 GPT-4 驱动的 3D 头像代理扮演积极学生角色，在 VR 课堂中通过口语和肢体动作促进同学参与2024ZLZiyi Liu et al.普渡大学VR 中的社交与协作大语言模型（LLM）的人机协作智能辅导系统与学习分析CHI
Ubi Edge：在增强现实中创作基于边缘的机会性实物用户界面He等人设计Ubi Edge AR创作工具，利用边缘追踪和触摸检测将日常物体转化为可定制触觉用户界面，已在四用例中验证可用性。2023FHFengming He et al.普渡大学形变界面与软机器人材料AR 导航与情境感知CHI
ARnnotate：用于采集3D手-物体交互姿态估计自定义数据集的增强现实接口Qian等人提出ARnnotate增强现实接口，利用AR设备的空间感知引导用户操纵虚拟边界框与物理物体，自动采集3D手-物体交互姿态标注数据，训练深度神经网络实现准确姿态估计。2022XQXun Qian et al.普渡大学手部手势识别眼动追踪与注视交互人体姿态与行为识别UIST
ScalAR：在虚拟现实中创作语义自适应的增强现实体验Qian 等人提出 ScalAR 系统，利用语义理解技术收集场景并在 VR 中创作自适应 AR 体验，通过决策树算法拟合设计演示，用户研究证实其准确性与可用性。2022XQXun Qian et al.普渡大学AR 导航与情境感知混合现实工作空间CHI
GesturAR：用于创建自由手势交互式增强现实应用的创作系统Wang等人提出GesturAR创作系统，通过本体演示和视觉编程支持用户创建自由手势交互的AR应用，实现手势到AR内容反应的映射。2021TWTianyi Wang et al.普渡大学手部手势识别AR 导航与情境感知UIST
CAPturAR：用于创作涉及人的上下文感知应用的增强现实工具Wang 等人提出 CAPturAR 增强现实工具，支持用户通过多摄像头捕捉与AR可视化界面快速创作识别个人活动的上下文感知应用，并验证了其可用性。2020TWTianyi Wang et al.普渡大学人体姿态与行为识别AR 导航与情境感知混合现实工作空间UIST