7岁女儿被医生叫来当翻译，这位聋人工程师把AI搬上TED
一次普通就诊，因为没有手语翻译员，7 岁孩子被推到了父母和医生中间。Adam Munder 后来做的，不是让 AI 替聋人“说话”，而是试着把那些突然出现的沟通空白补上。
医生看着 Adam Munder 和他的妻子，又看了看他们 7 岁的女儿，提出一个听起来很省事的办法：让孩子帮父母传递医疗信息。
Munder 和妻子都是聋人。那天没有手语翻译员。
我第一次读到这段经历时，脑子里卡住的不是 AI，也不是某个酷炫产品，而是那个 7 岁孩子站的位置。她要听懂医生的话，再转给父母；父母的病情、用药、风险，也可能经过她回到医生那里。%%这不是“孩子懂事”，而是本该由成年人和专业服务承担的责任，被临时压到了孩子身上。%%
这事儿没有发生在遥远的技术荒漠。Munder 是一名软件工程师，长期在 Intel 工作；他有机器人、机械工程和纳米工程背景，工作中也获得过专业手语翻译支持。可走出办公室，买咖啡、住酒店、去医院，支持不会自动跟着他。
他把这道裂缝带上了 TED 舞台。
舞台上的几秒钟，背后不是一个“手势识别器”
2024 年 10 月，在 TEDNext 的现场，Munder 用美国手语（ASL）表达，摄像头前的系统把内容转成英文文字；听人一方开口后，语音也被转成文字，回到他面前。
这个系统叫 @@OmniBridge@@。
TED 官方把它描述为一个在 ASL 与英文之间实时转换的 AI 平台。项目在 2020 年从 Intel 内部孵化起步，2024 年成为 Sorenson 的一部分。OmniBridge 的官方介绍把餐厅、酒店、零售柜台和交通枢纽列为重要场景——这些地方的共同点很朴素：交流随时发生，却不可能随时有手语翻译员在场。
演示很短。效果也确实抓人。
但我不想把它写成“AI 终于读懂了手语”。这句话太大，也太容易让人误会。++ASL 不是英语配一套手势++；它有自己的语法，面部表情、头部、肩膀和身体移动都在传递信息。只盯着两只手，得到的往往不是翻译，而是一串缺了语气、指代和关系的猜测。
所以舞台上真正值得看的，不只是文字跳出来的那一刻。更重要的是，做这套系统的人很清楚那道沟通空白长什么样，因为他自己每天都在里面生活。
最难的不是“识别”，而是谁来承担识别错了的后果
点一杯咖啡时，AI 把“燕麦奶”弄错，通常还能重来。问登机口、酒店入住、商店退货，也可以借助屏幕、手势和上下文把错误纠正回来。
看病不是。
法律咨询、学校个别化教育会议、心理危机干预，也不是。
我很喜欢 OmniBridge 对“日常补位”的定位，但也正因为喜欢，才更不愿意替它吹过头。工具可用与工具可信，中间隔着错误代价。 当一次误译可能改变诊断、权利或人生决定，专业手语翻译员、知情同意和人工复核仍然不可省。
Intel 在 2021 年介绍 OmniBridge 原型时就写得相当克制：它不是要替代手语翻译员，而是缓解超市、车管所、医院等场景里突然出现的服务缺口。这里的“医院”也得拆开看——挂号台问一句科室位置，与医生解释检查结果，风险完全不同。
这不是抬杠。是产品边界。
演讲中，Munder 提到亚利桑那州大约有 110 万名有听力障碍者，却只有约 400 名持证手语翻译员。这组数字来自他在 2024 年的现场陈述，不能直接扩成全国结论，却足以说明一种日常现实：供给缺口不会等产品测试完成才出现。人们今天就要看病、出门、办事。
==真正难的问题于是变成了：在哪些地方先让工具补位，哪些地方必须坚持由人提供专业服务？==
“聋人主导”不是发布会上的一行小字
手语 AI 经常遇到一个老问题：听人团队先定义任务，收集一批视频，训练模型，再请聋人来“体验一下”。顺序看似完整，权力却一直没动。
谁决定什么叫翻译正确？
谁判断一个表达是地区差异、年龄差异，还是模型错误？数据里没有覆盖某种肤色、身材、签名速度或 ASL 变体时，谁最先被系统判成“不会表达”？
公开研究已经提醒过这些风险。《Systemic Biases in Sign Language AI Research》呼吁让聋人研究者参与并主导研究议程；《Deaf in AI》则批评一种很熟悉的叙事：把 AI 默认写成手语翻译员的替代品，却很少谈语言权利、数据控制和错误由谁承受。
Reddit 的 ASL 讨论里，也有人对 TED 演示提出很具体的担心：如果模型只见过少量签名者，它面对不同地区、世代、身体条件和表达习惯时，会不会迅速掉出可靠区间？这不是对 OmniBridge 的正式测试结论，只是社区成员的合理追问。可这类追问越早进入产品设计，代价越小。
OmniBridge 官方反复强调项目由聋人主导、由手语使用者和真实场景共同塑造。&&这比一句“我们服务聋人”更重要：它意味着聋人不只是被采集的数据，也不是发布会上的体验者，而是能决定产品往哪儿走的人。&&
AI 能搭桥，但桥的方向不能只朝听人世界
很多所谓“无障碍技术”有一个隐藏目标：让聋人更顺利地适应听人已经定好的流程。语音转文字、自动字幕、手语转英语，都可能有用；但如果所有设计都只问“怎样让聋人听懂我们”，桥其实只修了一半。
另一半是什么？
是让听人看见手语本身是一种完整语言，而不是需要被修正的动作；是服务机构愿意保留文字沟通、远程手语翻译和现场专业支持，而不是买一套 AI 后就撤掉人；也是当用户说“这个场景我不信任机器”时，他有权换一种方式。
说实话，我对实时手语 AI 有期待。它可能让一次临时问路少几分钟尴尬，让酒店前台不再把手机递来递去，也可能在紧急情况下先建立最基本的联系。这些都不是小事。
可我更在意另一件事：选择有没有变多。
如果上了 AI 以后，聋人只能接受机器翻译，专业手语翻译员反而更难预约，那不叫搭桥；如果系统由聋人参与设计，日常场景多一个随手可用的选项，高风险场景仍保留专业支持，信息还能复核，这座桥才算往两边通。
那个7岁孩子，不该成为系统的默认方案
回到开头。
Munder 做 OmniBridge，并不是因为他相信机器能解决聋人与听人之间的全部问题。他真正抓住的，是那些没有预约、没有准备、服务忽然缺席的时刻。
孩子不该替父母处理医疗沟通。纸笔不该永远是聋人走进公共服务后的唯一备选。手语翻译员也不该因为 AI 出现，就被描述成“即将淘汰的旧方案”。
我可能对这项技术仍然偏乐观，但有一条线不能含糊：@@技术要填的是服务空白，不是把人的权利压缩成更便宜的流程。@@
8 分多钟的 TED 演讲，无法证明一个系统已经准备好进入所有场景。它能证明另一件事——当聋人自己定义问题时，AI 的起点会不一样。不是“怎样让聋人变得更像听人”，而是“怎样让双方都不用放弃自己的语言，也能把话说清楚”。
这条路还早。
但方向值得看住。
视频来源： Adam Munder，《How AI Can Bridge the Deaf and Hearing Worlds》，TEDNext 2024；YouTube 发布于 2025 年 1 月 16 日。原视频：https://www.youtube.com/watch?v=ros3INVOQEU
资料参考： TED 演讲页与讲者页、OmniBridge/Sorenson 官方介绍、Intel Community 对 Adam Munder 与 OmniBridge 的报道，以及手语 AI 相关公开研究。本文为资料核查后的中文评论，不是演讲逐字翻译。
版权说明： TED 官方政策要求网站分享使用其可嵌入播放器并回链，不允许未经授权自行翻译、修改或重新托管完整视频。因此本文不提供重新压制、加字幕或上传至第三方存储的视频版本。
技术说明： 本文的内容整理、公开资料检索、编辑审校、文章插画与公众号封面生成、排版由 AI 辅助完成；事实与术语结合 TED、OmniBridge、Intel 及公开研究资料复核。因 TED 的使用政策限制，本期未下载、翻译、烧录、压缩或重新上传完整视频，网站不嵌入或重新托管完整视频，仅保留原始来源链接；文章插画和公众号封面为 AI 生成，不是 TED 现场照片，官方播放器海报由原视频来源提供。如有不准确之处，欢迎反馈指正。
