在全球 AI 技術不斷進步的背景下，谷歌于1月15日發布了全新的 TranslateGemma 翻譯模型系列。這一系列模型基于其最新的 Gemma3架構，提供了3種參數規模，分別為4B、12B 和27B，能夠支持55種核心語言的翻譯，同時還具備多模態圖像翻譯的能力。這意味著用戶不僅可以翻譯文本，還能對圖片中的文字進行翻譯，真正實現了無縫的語言交流。
根據谷歌的介紹，TranslateGemma 的推出不僅僅是一次技術的迭代，更是性能的飛躍。在嚴格的 WMT24++ 基準測試中，12B 版本的翻譯質量竟然超過了27B 基線模型，后者的參數量是其兩倍。也就是說，開發者們只需一半的算力，就能得到更高保真的翻譯結果，極大提高了翻譯的效率和響應速度。
值得注意的是，體量最小的4B 模型也展現出了強大的實力，其性能已與12B 模型不相上下，尤其適合移動設備和邊緣計算環境。這一進步讓更多用戶在日常生活中能夠輕松體驗高質量翻譯，尤其是在出行、學習和工作中。
技術層面，TranslateGemma 的高效能得益于獨特的 “兩階段微調” 工藝。首先，谷歌通過高質量合成數據與人工翻譯數據進行監督微調，隨后引入強化學習階段，利用先進的獎勵模型引導模型生成更加自然、貼合語境的譯文。這一技術創新為翻譯領域帶來了新的思路。
為了適應不同的應用場景，谷歌將 TranslateGemma 細分為不同尺寸的模型。4B 模型針對手機和邊緣設備進行了優化，12B 模型適合消費級筆記本電腦，而27B 模型則是追求極致翻譯質量用戶的理想選擇，能夠在高端 GPU 或云端 TPU 上運行。
目前，所有模型已在 Kaggle、Hugging Face 和 Vertex AI 平臺上線，供廣大開發者和研究人員下載使用。隨著 TranslateGemma 的發布，谷歌再次向我們展示了其在 AI 領域的領先地位，并為語言翻譯的未來開辟了新的可能性。
