每跨出文字一步，就多一分臨場感：聲音、臉孔、空間中的身體，最後是觸覺。每一步也都會增加成本、複雜度和資料蒐集。以下是 2026 年每一步的現況。
愈往右，臨場感愈強，技術也愈不成熟。
動畫虛擬形象
這是文字之外最常見的一步。手機或電腦上的 3D 或 2D 角色會動、會變換表情，嘴型也會配合聲音。2025 年 7 月，xAI 在 Grok 軟體加入動畫伴侶，包括一個動漫風格的女性角色和一隻卡通小熊貓，有語音和「好感度」系統，關係等級提高就解鎖更多行為。它把虛擬形象的形式帶給主流大眾，也帶來了關於解鎖內容的爭議。
現況：成熟，廣泛可用。
擴增實境
AR 透過手機鏡頭，把角色放進你真實的房間。Replika 提供 AR 模式已經好幾年。對多數人來說只是新鮮玩意，玩幾分鐘很有趣，但它指出了方向：角色與你共享空間，而不是待在螢幕裡。
現況：可用，在手機上多半只是新鮮玩意。
虛擬實境
戴上頭戴裝置，你可以和角色隔著桌子對坐、一起散步，或共享虛擬空間。不少 VR 軟體和社群平台都有對話式 AI 角色。限制很實際：頭戴裝置長時間使用很重，角色的身體動作僵硬，除了聊天之外，能一起做的事很少。
現況：真實存在，但早期且小眾。
全像投影與桌上裝置
角色住在你桌上的小裝置裡，不用頭戴裝置就看得到。日本的 Gatebox 從 2010 年代後期販售全像風格的角色裝置，主打你回家時會迎接你的伴侶。2026 年 1 月的 CES，Razer 展示了 Project AVA，這是圓柱裡一個 5.5 吋的動畫全像投影，有攝影機、麥克風和多個角色可選，上市時搭載 xAI 的 Grok，預計 2026 年下半年出貨。
現況：早期產品，價格和功能預期會變動。
觸覺與觸碰
觸覺是最難的一步。觸覺背心、手套和連線裝置可以傳達壓力或震動，有些成人裝置也能由軟體或聊天控制。這些都離令人信服的實體臨場感還很遠，它傳達的是觸碰的訊號，不是真人的感覺。
現況：實驗階段，有一小塊成人裝置市場。
家中的裝置會蒐集什麼
| 手機聊天軟體 | 家用伴侶裝置 | |
|---|---|---|
| 麥克風 | 你選擇時才開 | 常為了喚醒詞而持續聆聽 |
| 攝影機 | 很少 | 常內建，用於眼神接觸與手勢 |
| 在你生活中的位置 | 你拿起來的螢幕 | 你房間裡的存在 |
| 它能學到什麼 | 你輸入的內容 | 你的聲音、臉孔、日常作息與周遭環境 |
| 關閉方式 | 關掉軟體 | 找實體靜音開關和鏡頭遮蓋 |
購買任何有攝影機和麥克風的東西之前，請先確認哪些在裝置上處理、哪些傳到伺服器、有沒有實體靜音開關、錄音保存多久，以及你能不能刪除。你的 AI 女友軟體知道你什麼裡的問題，在這裡要加倍適用。
接下來會怎樣
趨勢很明確：更多臨場感，尤其是透過語音和動畫虛擬形象，由大型企業推動，請見科技巨頭在 AI 伴侶上做什麼。語音是目前真正進步最多的地方，請見 AI 伴侶語音通話。頭戴裝置和全像投影會進步，但對多數人而言，2026 年最有沉浸感的體驗，仍是和一個記得自己的角色好好通一通語音電話。