Google 近日於官方平台正式發佈新一代 AI 模型「SignGemma」，可即時將手語轉譯為文字，為聽障與失聰人士開啟無障礙數碼溝通的新可能。該模型由 DeepMind 團隊主導研發，預計於 2025 年底前正式公開，並將納入 Gemini 家族開源模型系列，供全球開發者共同應用與改進。

SignGemma 並非單純手語翻譯工具，其背後代表的，是一場關於「AI × 包容科技」的技術轉向。透過模型訓練與視覺語意解碼能力，SignGemma 有望解決過往手語翻譯精準度低、設備限制高等問題，推動語言平權與無障礙應用普及化。

目前Google已開放官網表單，邀請有興趣參與SignGemma早期測試的開發者與機構註冊，網址為：http://goo.gle/SignGemma。

手語科技與 AI 無障礙應用的交叉點

根據世界衛生組織數據，全球目前約有 4.3 億人患有中重度聽力損失，當中不少人以手語作為日常主要溝通方式。然而，社會上對手語的理解與普及程度仍有限，導致聽障人士在醫療、就業、教育等情境中，經常面對資訊阻隔與社交障礙。

在此脈絡下，Google 推出的 SignGemma 並不僅是一個語言轉譯工具，更標誌著「AI 無障礙設計」邁向多模態理解（Multimodal Understanding）的一大步。與過往依賴硬體或人力翻譯的手語科技相比，SignGemma 以純視覺辨識方式理解手部動作及臉部表情，並以自然語言即時輸出文字，有望大幅降低設備門檻，促進普及應用。

這項技術若能持續擴展語種與精準度，將對以下幾個領域帶來革命性影響：

• 📚 教育支援：幫助教師與學生跨越語言理解障礙

• 🏥 醫療溝通：減少診間資訊誤解，提升醫患互信

• 🏢 公共服務：自動辨識手語查詢內容，改善政府機關及企業接待流程

🟩 五大核心亮點｜SignGemma 如何重新定義手語溝通？

Google 於 I/O 2025 公布的 SignGemma 模型，標誌 AI 模型正式進入「視覺語言理解」階段。此模型由 DeepMind 團隊研發，融合語言模型與圖像辨識技術，具備以下五項顯著亮點：

1️⃣ 手語即時翻譯文字

SignGemma 支援美國手語（ASL）識別，能即時將手勢、動作與臉部表情轉譯為英文文字。系統不僅辨識準確率高，更具備即時性，有望應用於會議、客服、直播等即時溝通場景。

2️⃣ 開源架構，開放應用彈性

作為 Gemini 家族的一員，SignGemma 將於年底以開源模型形式釋出。開發者可根據不同應用場景，部署至嵌入式裝置、本地伺服器或雲端平台，加快手語功能落地速度。

3️⃣ 社群共建＋尊重文化差異

Google 特別邀請全球聽障社群、語言學家及開發者參與早期測試，確保模型設計符合文化語境、手語規則及真實溝通需求。這種「社群共建導向」為 AI 模型發展帶來更多共融可能。

4️⃣ 跨語種擴展潛力

雖然目前版本僅支援 ASL，但 Google 已透露計畫支援更多語種，如英國手語（BSL）、國際手語（IS）等。此舉有助建立跨國聽障溝通橋樑，提升 AI 的全球包容性。

5️⃣ 無障礙 AI 設計標準提升

SignGemma 的誕生反映 Google 對「無障礙 AI 設計」的系統性重視。配合 Android TalkBack、OCR 辨識、Face Control 等功能，Google 正逐步構建一個多元用戶皆可使用的 AI 生態系。

由 SignGemma 靈感走到商業應用實作

SignGemma 展示了 AI 模型在「語言理解 × 無障礙科技」的潛力，但這類 AI 工具並非只屬於大型科技公司。透過適當的學習與實作訓練，即使無需撰寫程式碼，你亦可以運用現有 No-Code 平台與 AI 模型，快速打造屬於自己的智能工具。

若你希望掌握相關技術，DotAI 推出的【全方位 AI Agent + No-Code 商業 AI 實戰班】正是你的最佳起點。課程設計強調「即學即用」與「商業場景導向」，透過 4 堂課（共 10 小時），帶你一步步掌握以下技能：

• 🛠️ 無需寫 Code，也能建立網站、App、智能助理

• ⚙️ 打造屬於你的 AI Agent，自動處理重複工作

• 💼 結合真實商業案例，立即應用於行銷、自動回覆、客戶服務等流程

📣 即刻報名【全方位 AI Agent + No-Code 實戰班】，搶先進入 AI 藍海市場！
🔗 立即了解課程詳情