谷歌 DeepMind 最强手语翻译模型：SignGemma 登场

数码芝华士

谷歌 DeepMind 团队于 5 月 27 日宣布推出 SignGemma，是其迄今为止最强大的手语翻译模型，可将手语转化为口语文本，该开源模型将于今年晚些时候加入 Gemma 模型家族。

IT之家注：SignGemma 模型支持多语言功能，但目前主要针对美国手语（ASL）和英语进行了深度优化，开源属性意味着开发者可以自由使用并改进它。

DeepMind 希望通过这一技术，打破手语使用者在沟通上的障碍，让他们在工作、学习和社交中更顺畅地参与。

DeepMind 今年还推出 Gemma 3n 模型，支持从音频、图像、视频及文本输入生成智能文本，助力开发者打造实时互动应用。

此外，谷歌还与佐治亚理工学院及 Wild Dolphin Project 合作，推出 DolphinGemma 模型，分析并生成海豚声音，基于巴哈马大西洋斑点海豚的长期研究数据构建。

同时，MedGemma 模型作为 Gemma 3 家族新成员，聚焦医疗 AI，支持临床推理和医学影像分析，加速医疗与人工智能的融合创新。