谷歌 DeepMind 发布手语转文字模型 SL2T，并把它接入 Pixel 11 的 Gboard 和 Live Transcribe。首发支持美国手语转英文。用户对着手机打手语，就能搜索、写消息、输入文档，甚至直接向 Gemini 提问。
SL2T 用超过 10 万小时数据训练，覆盖 50 多种手语，其中约四分之一是美国手语。手机会先提取手、脸和身体的姿态坐标，只把坐标发送到服务器翻译，原始视频不会上传。
DeepMind
谷歌 DeepMind 发布手语转文字模型 SL2T，并把它接入 Pixel 11 的 Gboard 和 Live Transcribe。首发支持美国手语转英文。用户对着手机打手语，就能搜索、写消息、输入文档，甚至直接向 Gemini 提问。
SL2T 用超过 10 万小时数据训练，覆盖 50 多种手语，其中约四分之一是美国手语。手机会先提取手、脸和身体的姿态坐标，只把坐标发送到服务器翻译，原始视频不会上传。
DeepMind
