本发明提出了一种基于意图理解模型的导航式虚拟显微镜，包括多模态输入与感知模块、多模态信息整合模块和交互应用模块；多模态输入与感知模块用于通过传声器获得用户的语音信息，以及获得用户的操作行为；多模态信息整合模块用于将语音信息通过视觉通道信息处理和将操作行为通过触觉通道信息处理，然后将处理后的语音信息和操作行为通过多通道信息整合，完成显微镜和用户之间的交互。本发明通过多模态信息获取和整合，利用简单的传感元件，加入了多种模态的信号输入和智能化感应技术，在保证数字显微镜优点的基础上，让广大普通和贫困中学学生也能有条件进行显微镜的学习，增加对微观世界的认知感受，和体验智能显微镜。