Google DeepMind发布手语翻译模型SL2T,登陆Pixel 11
heiga_zen · x · 2026-08-13
Google DeepMind 与 Android 团队联合推出了手语翻译模型「SL2T」,并正式搭载于 Pixel 11 的 Gboard 和 Live Transcribe 中。该功能允许用户直接通过手语向设备输入文字。
手语不仅是手势,还涉及面部表情和上半身动作的协同。SL2T 实现了高精度捕捉这些要素并将其直接翻译为文本的突破。项目在开发过程中深度联合了聋哑人工程师与社区,并采用了仅处理骨骼地标而不保留相机影像的隐私保护设计,支持单手持机状态下的手语输入。
所属事件:谷歌发布 SL2T 手语转文本模型,首发 Pixel 11(18 条相关)→
「多模态」频道最新
- 4070 实测:Flux.3 klein 蒸馏版 10 秒 vs Qwen Image 2.1 turbo 3 秒 — Ant_6431 · 2026-10-16
- Kling 4.0 全面开放,实测快打场景动作连贯性显著提升 — alifcoder · 2026-10-16
- MJev-Spatial:单次前向分类框架做空间推理,快过自回归 VLM — mindlab-research · 2026-10-16
- Technion 提出 H-DDCM:Hadamard 码本加速生成式图像视频压缩 — Technion · 2026-10-16
- ComfyUI 发布 v0.41.0:新增 Flux3 图像与 MiniMax-H3 LightVAE 支持 — Fcking_Chuck · 2026-10-16
- AI 生成短片《龙骑士》:云海之上御龙飞行的电影级画面 — jijo6686 · 2026-10-16