在全球 AI 技术不断进步的背景下，谷歌于1月15日发布了全新的 TranslateGemma 翻译模型系列。这一系列模型基于其最新的 Gemma3架构，提供了3种参数规模，分别为4B、12B 和27B，能够支持55种核心语言的翻译，同时还具备多模态图像翻译的能力。这意味着用户不仅可以翻译文本，还能对图片中的文字进行翻译，真正实现了无缝的语言交流。
根据谷歌的介绍，TranslateGemma 的推出不仅仅是一次技术的迭代，更是性能的飞跃。在严格的 WMT24++ 基准测试中，12B 版本的翻译质量竟然超过了27B 基线模型，后者的参数量是其两倍。也就是说，开发者们只需一半的算力，就能得到更高保真的翻译结果，极大提高了翻译的效率和响应速度。
此外，值得注意的是，体量最小的4B 模型也展现出了强大的实力，其性能已与12B 模型不相上下，尤其适合移动设备和边缘计算环境。这一进步让更多用户在日常生活中能够轻松体验高质量翻译，尤其是在出行、学习和工作中。
技术层面，TranslateGemma 的高效能得益于独特的 “两阶段微调” 工艺。首先，谷歌通过高质量合成数据与人工翻译数据进行监督微调，随后引入强化学习阶段，利用先进的奖励模型引导模型生成更加自然、贴合语境的译文。这一技术创新为翻译领域带来了新的思路。
为了适应不同的应用场景，谷歌将 TranslateGemma 细分为不同尺寸的模型。4B 模型针对手机和边缘设备进行了优化，12B 模型适合消费级笔记本电脑，而27B 模型则是追求极致翻译质量用户的理想选择，能够在高端 GPU 或云端 TPU 上运行。
目前，所有模型已在 Kaggle、Hugging Face 和 Vertex AI 平台上线，供广大开发者和研究人员下载使用。随着 TranslateGemma 的发布，谷歌再次向我们展示了其在 AI 领域的领先地位，并为语言翻译的未来开辟了新的可能性。
