Google 預告 SignGemma：今年推手語大模型，把 ASL 譯成英文

把動態的手勢即時轉成文字，一直是多模態 AI 落地裡出了名難啃的骨頭。

Google AI 開發者團隊宣佈，將在今年晚些時候推出名為 SignGemma 的手語理解模型。據官方介紹，這是一個大規模多語言模型，最擅長將美國手語翻譯成英文文本，主要面向聾人與重聽群體提供更完善的無障礙技術支援。目前 Google 已經開放了早期測試與反饋登記。

讓 Gemma 學會看懂手語

從命名來看，SignGemma 顯然脫胎於 Google 自家的輕量級模型 Gemma 家族。

手語識別不僅需要識別手指形狀，還要捕捉連續動作、空間位置乃至面部表情的變化，處理難度遠超靜態圖文。Google 將其定位為兼顧多種語言的理解模型，但當前的核心能力仍然集中在把美國手語翻譯為英文文本上。

為什麼重要

對聽障使用者和無障礙開發者來說，如果 SignGemma 能夠保持 Gemma 系列一貫的輕量化和部署便利性，大家很快就能在本地或邊緣裝置上搭建低延遲的手語翻譯工具，不再依賴昂貴的專用裝置。

我們認為，Google 選擇把手語理解模型納入主線技術佈局，本身是一件值得肯定的事，這有助於打破過去手語 AI 多停留在學術論文和零散 Demo 的尷尬處境。不過手語在全球各地差異極大，即便是同一種語言也有口音和俚語，SignGemma 能否把最擅長的 ASL 經驗順利複製到其他手語體系中，仍然有待實際釋出後的檢驗。