Google 预告 SignGemma：今年推手语大模型，把 ASL 译成英文

把动态的手势实时转成文字，一直是多模态 AI 落地里出了名难啃的骨头。

Google AI 开发者团队宣布，将在今年晚些时候推出名为 SignGemma 的手语理解模型。据官方介绍，这是一个大规模多语言模型，最擅长将美国手语翻译成英文文本，主要面向聋人与重听群体提供更完善的无障碍技术支持。目前 Google 已经开放了早期测试与反馈登记。

让 Gemma 学会看懂手语

从命名来看，SignGemma 显然脱胎于 Google 自家的轻量级模型 Gemma 家族。

手语识别不仅需要识别手指形状，还要捕捉连续动作、空间位置乃至面部表情的变化，处理难度远超静态图文。Google 将其定位为兼顾多种语言的理解模型，但当前的核心能力仍然集中在把美国手语翻译为英文文本上。

为什么重要

对听障用户和无障碍开发者来说，如果 SignGemma 能够保持 Gemma 系列一贯的轻量化和部署便利性，大家很快就能在本地或边缘设备上搭建低延迟的手语翻译工具，不再依赖昂贵的专用设备。

我们认为，Google 选择把手语理解模型纳入主线技术布局，本身是一件值得肯定的事，这有助于打破过去手语 AI 多停留在学术论文和零散 Demo 的尴尬处境。不过手语在全球各地差异极大，即便是同一种语言也有口音和俚语，SignGemma 能否把最擅长的 ASL 经验顺利复制到其他手语体系中，仍然有待实际发布后的检验。