Pixel 11 新增了一種不靠語音的輸入方式：使用者對著手機打美國手語，Gboard 和 Live Transcribe 會把它轉成英文文字。
Google DeepMind 8 月 12 日發表 SL2T。它先支援美國手語到英文，落地在 Pixel 11 的 Gboard 和 Live Transcribe，之後會擴展到更多裝置和更多手語。這代表手語可以用在搜尋、訊息、文件、Gemini 提問和即時字幕回覆等場景。
手語不是手上的英文
手語是獨立自然語言，有自己的語法、詞彙、表情和空間結構。因此 SL2T 不是逐格手勢辨識器，而是翻譯模型。
DeepMind 表示，SL2T 使用超過 10 萬小時資料訓練，涵蓋 50 多種手語，其中約四分之一是美國手語。在 FLEURS-ASL 的美國手語到英文測試中，SL2T 零樣本達到 70 BLEURT。全球約 7000 萬聾人和聽障者使用手語，這讓產品落地本身成為一個重要節點。
隱私從姿態點開始
SL2T 不把原始攝影機畫面直接送去翻譯。裝置端的 MediaPipe Holistic 先追蹤人體姿態點，再把座標序列送到伺服器翻譯。與上傳完整影片相比，資料暴露面更小，但姿態資料仍需要謹慎處理。
真正的產品考驗也不只在分數。Google 稱團隊處理了串流延遲、非手語輸入時的幻覺、左撇子使用者，以及一手拿手機、一手打手語等問題。
下一步看擴展
首發範圍仍窄：Pixel 11 上的美國手語到英文。接下來要看 Google 是否能把更多手語，尤其是資料較少的手語，加入同一套系統。
另一個問題是，手語輸入會不會成為通話、教育、客服、公共服務和 AI 工作流裡的通用無障礙層。SL2T 不是單純的手機 AI 功能，而是把模型規模、無障礙、隱私架構和少數語言資料放到同一個產品測試裡。
參考來源：Google DeepMind 官方發布、FLEURS-ASL 基準說明、SiliconANGLE、CocoLoop、Engadget；核驗 SL2T 發布範圍、Pixel 11/Gboard/Live Transcribe 整合、10 萬小時以上訓練資料、50 多種手語、70 BLEURT 測試口徑、MediaPipe Holistic 姿態點流程與首發美國手語到英文範圍。