谷歌旗下的 AI 研究實驗室谷歌 DeepMind 近日宣布，成功開發出一款名為 DolphinGemma 的 AI 模型，根據谷歌的介紹，未來通過AI技術與海豚交流逐漸成為了可能。
DolphinGemma 是谷歌 DeepMind 於 2025 年 4 月 15 日宣布開發成功的一款 AI 模型。它基於谷歌開放的 Gemma 系列模型構建，DolphinGemma基於與谷歌Gemini系統相同的技術構建，擁有約4億個參數，其運作方式與ChatGPT等生成式語言模型類似，但生成的是海豚聲音而非文字。
目前的研究方向是讓DolphinGemma在聽完海豚聲音的「前半部分」後，由AI生成「後半部分」，並比對AI生成的後半部分與海豚實際發出的後半部分是否一致，以初步判斷「海豚語」是否有固定的單詞或結構。
技術原理：使用了谷歌獨特的音頻技術，其中 SoundStream 分詞器能快速把海豚聲音變成電腦能理解的信號，隨後由適合處理複雜序列的模型架構進行處理。
從目前的研究來看，海豚之間不僅存在他們種族的「語言」而且這種語言的溝通方式還可能與人類能實現跨物種交流。這是因為海豚的「語言」和人類語言高度接近。
一項發表在《皇家社會生物學通訊》的研究表明，海豚相互間交流的方式近乎於人類。
當一些海豚發出像吹口哨一樣的聲音時，這些聲音是由特定組織震動發出的，其運作原理類似於人類和許多陸生生物的聲帶振動。
聲音類型劃分
海豚主要使用三種聲音進行交流：
哨聲（Whistles）：用於群體間情感傳遞與個體識別，類似人類「姓名」。研究顯示不同哨聲組合可表達情緒變化（如興奮時頻率升高）。
脈衝聲（Burst-pulsed sounds）：構成「單詞」級資訊單元，通過排列組合形成完整「語句」，科學家已觀測到包含5個「詞彙」的句子結構。
滴答聲（Clicks）：主要用於回聲定位，通過發射
f=120−130 kHz 的超聲波探測環境，精度可達70米距離內識別2.5厘米物體。
聲納系統的精妙設計，前額超聲波發射器可聚焦信號，對特定區域進行高清探測。群體活動中採用避讓機制，同類聲納信號互不干擾，實現集群協作。
彼得·麥德森曾表示：
實際上，它們是通過鼻腔中結締組織的共振頻率來發聲的，而且它們能隨意調節肌肉緊張度和通過的氣流。這和人類用聲帶說話時做的一模一樣。和海豚類似，事實上谷歌2024年9月還推出了一款鯨魚聲音識別模型，它能夠識別出八種鯨魚的獨特叫聲，並精細區分其中兩種鯨魚的不同發聲類型。
而鯨魚也和海豚一樣，其語言和人類語言也具有相似性。
今年年初發表在《科學》雜誌上的一項研究驚奇地發現，通過模仿兒童學習語言的過程，鯨魚的歌聲與人類使用的語言存在統計相似性。
更好地理解海豚的溝通方式。例如，母海豚在團聚時常用的標誌性口哨聲，以及在戰鬥中發出的脈衝 「尖叫聲」，還有在求偶或追逐鯊魚時使用的 「嗡嗡」 聲，DolphinGemma 能夠捕捉和解讀這些不同聲音，將聲音與行為情境相結合。
WDP 計劃在 2025 年夏季使用新款 Pixel 9 搭建一個集聲音合成與監聽於一體的海豚溝通研究平台，使研究人員能夠實時聆聽海豚發出的聲音，並生成相應的 「回應」，從而極大提升研究的效率與準確性。
NatureLM 模型在揭開動物語言的神秘面紗之路上，再一次遞進一步，讓人們更接近理解大自然的真實面貌，幫助人們識別動物的種類、年齡以及它們發出的信號是痛苦還是遊戲等。
