谷歌近日宣布推出一款名為TranslateGemma的開放翻譯模型系列，該系列基于Gemma 3架構(gòu)打造，包含4B、12B和27B三種參數(shù)規(guī)模的模型，支持55種核心語言及多模態(tài)圖像翻譯功能。目前，所有模型已在Kaggle、Hugging Face及Vertex AI平臺開放下載，為開發(fā)者提供靈活的選擇。
在性能測試中，谷歌團隊采用WMT24++基準（涵蓋高、中、低資源語言的55種組合）和MetricX指標對模型進行評估。結(jié)果顯示，12B版本在翻譯質(zhì)量上超越了參數(shù)量達其兩倍的Gemma 3 27B基線模型。這意味著開發(fā)者僅需消耗一半算力資源，即可獲得更高精度的翻譯結(jié)果，從而顯著提升處理效率并降低延遲。與此同時，4B模型展現(xiàn)出與12B基線模型相當(dāng)?shù)男阅埽瑸橐苿佣撕瓦吘売嬎阍O(shè)備提供了輕量化解決方案。
技術(shù)層面，TranslateGemma采用獨特的“兩階段微調(diào)”工藝。第一階段通過監(jiān)督微調(diào)（SFT），將Gemini模型生成的高質(zhì)量合成數(shù)據(jù)與人工翻譯數(shù)據(jù)混合，對Gemma 3底座進行訓(xùn)練；第二階段引入強化學(xué)習(xí)（RL），借助MetricX-QE和AutoMQM等先進獎勵模型，優(yōu)化譯文語境適配度和自然度。這種設(shè)計使模型在保持高效的同時，能夠生成更符合人類表達習(xí)慣的翻譯結(jié)果。
語言覆蓋方面，TranslateGemma重點優(yōu)化了55種核心語言（包括西班牙語、中文、印地語等），并計劃擴展至近500種語言訓(xùn)練。這一舉措不僅滿足主流語言需求，更為學(xué)術(shù)界研究瀕危語言提供了技術(shù)支撐。得益于Gemma 3架構(gòu)的多模態(tài)特性，模型無需額外視覺任務(wù)微調(diào)，即可實現(xiàn)圖像內(nèi)文字翻譯效果的同步提升。
針對不同應(yīng)用場景，谷歌為三種參數(shù)規(guī)模的模型設(shè)計了精準部署方案：4B模型專為手機和邊緣設(shè)備優(yōu)化，支持端側(cè)高效推理；12B模型適配消費級筆記本電腦，兼顧本地開發(fā)與研究級性能；27B模型面向追求極致質(zhì)量的場景，可在單張H100 GPU或云端TPU上運行。這種分層設(shè)計使開發(fā)者能夠根據(jù)硬件條件和業(yè)務(wù)需求靈活選擇模型版本。
