大疆的DJI Mimo 配合云台具备“智能跟随”功能，能够锁定画面中的目标并使其始终保持在屏幕中央，无论目标如何移动，云台都能自动调整角度进行追踪。这一功能极大地解决了视障用户在拍摄视频时难以找准主体的痛点。

然而，“框选目标”这一交互环节本身却构成了新的无障碍障碍。由于缺乏视觉反馈，我们很难通过触摸精准地在屏幕上划定跟随区域，导致该功能难以独立使用。目前来看，唯有 AI 技术能完美破局。

设想一下，如果“天坦”具备此类能力：当屏幕上出现需要框选的操作时，我只需下达语音指令，例如“帮我框选画面中的桌子”，天坦便能自动识别并完成点击操作。这种“言出法随”的体验将彻底消除界面交互的壁垒，让任何页面都不再存在障碍。

好在 DJI Mimo 自带基础的智能跟随逻辑作为替代方案：虽然无法通过手动框选指定特定物体，但它能自动追踪占据画面面积超过 10% 的显著物体。这在一定程度上缓解了操作难题，但仍期待未来能通过 AI 实现更精准、更自由的语音控制跟随。