DeepMind 发布 SL2T:全球首个大规模多语种手语转文字模型,落地 Gboard / Live Transcribe
Google DeepMind 8-12 发布 SL2T(sign-language-to-text),基于 10 万+小时 / 50+ 种手语数据训练(约 1/4 为 ASL),跳过"gloss 标注"直接从身体关键点坐标序列翻译为文字。FLEURS-ASL 基准零样本 70 BLEURT,为史上最高。已上线 Gboard 和 Live Transcribe(Pixel 11 首发,ASL→English,免费)。隐私设计:本地 MediaPipe 追踪关键点,仅上传几何坐标不传原始视频。由 Deaf 社区成员 Sam Sepah 发起,成立 AISLAC 顾问委员会。覆盖全球约 7000 万聋哑用户。