手语机器翻译 40 年演进：从 HMM 到 LLM 与扩散模型
abenitezburraco · x · 2026-10-28
一项关于手语机器翻译（SLT/SLP）的综述，梳理了该领域从 1980 年代至今的技术演进。
- 1980–2000 早期方法：1988 年 Tamura 等的早期手语识别，1997 年基于 HMM 的 SLR。
- 2000–2015 特征驱动：规则式手语生成、SVM 识别、语言语料库与 Kinect 数据集、随机森林特征选择。
- 2015 至今 深度学习：CNN-HMM 混合 CSLR（Koller 等）、神经 SLT/SLP、OpenPose/MediaPipe 姿态估计、Phoenix-2014T 与 CSL-Daily/How2Sign 基准、2023 年无 gloss 翻译、扩散式手语生成，以及 2024 年起基于 LLM 的 SLT 和 YouTube-SL-25 等更大数据集。
趋势清晰：从手工特征到端到端神经模型，再到 LLM 时代无 gloss 的直接翻译与生成。
「研究」频道最新
- AI 形式验证工具揪出 Redis 23 字符冻结服务器的真实漏洞 — LingmingZhang · 2026-10-28
- 研究指出：变异效应预测器正被用于生成训练自己的 ClinVar 标签 — pastramimachine · 2026-10-28
- Nature 访谈:石溪大学研究者谈 AI 生成文本检测与畅销书疑云 — TuhinChakr · 2026-10-28
- FrankenSim:纯 Rust 认证物理仿真内核,千 crate 单工作区推进 — doodlestein · 2026-10-28
- CMU×Browser Use 发布 Odysseys2:最难长程 Web Agent 基准,SOTA 仅完成 47/100 — dan_fried · 2026-10-28
- CVPR 2027 投稿开启：11 月 10 日注册，更新 LLM 使用与互审政策 — humphrey_shi · 2026-10-28