Putting sign language AI into users' hands

被漏掉的那一层

过去几十年里，AI 处理口语的能力突飞猛进——自动翻译、听写、对话界面，对听人来说已经顺畅到几乎无感。

但这场技术革命没有到达世界上 200 多种手语，以及估计 7000 万使用它们的聋人与听力障碍者。

发布了什么

SL2T 是一个大规模多语的手语转文字翻译模型，官方称其在质量与通用性上是一次突破。真正的新意在后半句：手语 AI 第一次从实验室进入消费产品。

• Gboard 的手语听写：像听人用语音听写代替打字一样，聋人用户可以在任何原本需要打字的地方打手语——搜索、起草消息或文档、让 Gemini 执行任务
• Live Transcribe：对话中可以直接用手语回应，而不必来回打字
• 起点是美国手语（ASL）转英文，运行在 Pixel 11 上，更多设备与语言在后面

据其测试者反馈，用 ASL 打手语比用英文打字更快、更自然。

为什么这条对非无障碍方向的人也有意义

它是「多模态到底有没有用」这个问题的一个硬答案：不是让模型多看懂一种输入，而是让一整类此前无法使用某个界面的人开始能用。

原文特意点出一件事：手语是聋人社群的第一语言，也是聋人文化认同的基石；而聋人群体在手语、口语、读写各方面的熟练程度差异很大，所以各种模态的可及性都要支持，不能假设「会读写就够了」。

它也说明了进展慢的原因不只是技术难：关于手语本身如何运作，存在广泛的误解——比如把手语当成口语的逐词手势编码，而不是有自己语法的独立语言。

边界

这是一次产品发布，博客文章没有给出模型的量化评测数字。所以这条信号能说的是覆盖面与可用性上的进展，不是效果量。首发范围也很窄：一种手语、一种目标语言、一款手机。