DeepMind 推出 SL2T 模型，支持 50+ 种手语实时转文本
dl_weekly · x · 2026-08-18
Google DeepMind 发布了大规模多模态手语转文本 (SL2T) 翻译模型。该模型在超过 10 万小时、涵盖 50 多种手语的数据集上训练，零样本 BLEURT 得分达到 70。SL2T 已集成到 Pixel 11 的 Gboard 和 Live Transcribe 中，支持美国手语 (ASL) 到英语的实时听写，帮助听障用户通过手势进行搜索、发送消息或与 Gemini 交互，显著提升了沟通效率和自然度。
「多模态」频道最新
- 开源 Minimax 模板在 Ocean Network 打造水下品牌故事 — w1kke · 2026-10-16
- 社区推测 Flux 3 Klein 5.6b 为旧 4b 升级版，或预示 10b 模型将至 — cradledust · 2026-10-16
- Higgsfield 爽约开源后，Comfy 悬赏 2.5 万美元征集开源复刻 — crystal_alpine · 2026-10-16
- HyperFrames 推出 Reference Any Video:AI 视频可参考任意风格并自动套用品牌套件 — Aiden_Tech_Ai · 2026-10-16
- 作者实测：T=16 流模型单次推理 16 帧，改善运动连续性 — pixlpa · 2026-10-16
- 「AI 不会创作」之争:博主 3 分钟花 4 美元产出绘画教程反呛艺术家 — flowersslop · 2026-10-16