谷歌DeepMind推SL2T模型，手语直接转文字

ocean_protocol · reddit · 2026-08-12

Google DeepMind 推出了 SL2T 模型，能够将手语直接转换为文本。该功能首次落地于 Pixel 11 手机，集成在 Gboard 和 Live Transcribe 中，方便听障群体通过手语进行文字输入、搜索或与 Gemini 交互。

该模型完全在设备端运行，通过追踪面部、手部、手臂和躯干的姿态点并将坐标发送至服务器，确保原始视频不会离开手机。它支持单手和左手手语，并加入了防幻觉机制以避免误读。目前仅支持 ASL（美国手语）到英语的转换，未来计划增加更多语言和设备支持。