# ACL 2026：港理工开源“会思考”的手语翻译模型 SignThought，不用中间标注直接出文字

> 原标题：ACL 2026｜AI for聋哑群体，港理工开源思考型手语翻译模型

- 来源：机器之心 · 公众号
- 发布时间：2026-05-04T04:06:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/14195
- 原文：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651031323&idx=2&sn=7d9ecbd8fd6cb0ecf80e6a7ec5dc81ae

## 摘要

香港理工大学和四川大学搞了个叫 SignThought 的手语翻译模型，中了 ACL 2026 主会，还被推荐做口头报告。它最大的不同是不依赖“手语注释”（gloss），直接看视频出文字，省掉了中间那层人工标注。做法是让模型先在心里盘一遍大概意思（latent thoughts），再分两步走：先规划再落地（plan-then-ground），最后用双流...

## 推荐理由

ACL 2026 Main 接收并拟推荐口头报告，加上开源模型和新数据集，H、K、R 三项都站得住。方法有具体拆解，五个 benchmark 验证，不是空对空。手语翻译这个细分方向让它比通用多模态模型或开发者工具的关注度低一些，所以重要性没给更高。

## 锐评

SignThought 这个模型的核心思路挺直接：跳过手语注释（gloss）这层人工标注，让模型直接从视频里理解手语并输出文字。做法是让模型先在心里盘一遍大概意思，再分两步走——先规划再落地，最后用双流解码出结果。在五个手语翻译基准上拿了无注释条件下的最高 BLEU-4 分，还专门建了个 1311 小时、43 万多个片段、14 个手语者的香港手语数据集 LC-HKSLT。

不过这篇推送的正文被微信环境验证页挡住了，我只能看到摘要里的技术路线和数字，看不到论文里的具体实验设置、错误分析、以及模型在真实场景下的表现。比如 BLEU-4 分数到底是多少、比第二名高多少、在不同手语类型上的稳定性怎么样，这些关键信息都缺失。另外，手语翻译的落地难点往往不在模型本身，而在视频采集质量、方言差异、实时性要求这些工程问题上，论文有没有讨论这些也看不到。

如果只看公开信息，这个方向有意义，但具体有多好用，得等看到完整论文再判断。