喺2026年1月15日，Google 正式推出 TranslateGemma，呢個係基於 Gemma 3 基礎模型嘅新開源翻譯模型系列，支援 55 種語言。呢個家族包括 4B、12B 同 27B 三種參數規模，旨喺平衡效率同質素，實現由手機到雲端嘅靈活部署。作為 Google 喺開源 AI 領域嘅又一力作，TranslateGemma 透過精細調教 Gemma 3 嘅多語言能力，提供高效能嘅翻譯方案，幫助開發者喺資源有限嘅環境中創新。本文根據 Google 官方博客、arXiv 技術報告同 Hugging Face 模型庫等權威來源，詳述 TranslateGemma 嘅技術細節、性能表現及其潛在影響。
TranslateGemma 嘅背景同設計理念
TranslateGemma 源自 Google 對 Gemma 3 多語言潛力嘅深度挖掘。Gemma 3 作為 Google 嘅開源基礎模型，喺多模態同推理任務上已有出色表現，但 TranslateGemma 透過專門調教將其轉做高效翻譯工具。模型家族針對唔同場景優化：4B 參數版本適合手機同邊緣設備，12B 適用於消費級筆記本，27B 則針對雲端伺服器例如單張 NVIDIA H100 GPU 或 Google TPU。呢個設計強調「效率但唔犧牲質素」，透過減少參數規模提升吞吐量同降低延遲，同時保持與更大模型相若嘅翻譯準確度。
支援嘅 55 種語言覆蓋全球主要語系，包括英語、西班牙語、法語、中文、日語、印地語等高資源語言，以及斯瓦希里語、馬拉地語等低資源語言。語言代碼採用 ISO 639‑1 Alpha‑2 格式，且支援地區變體如 en‑US 或 en‑GB。呢個覆蓋範圍係透過擴展訓練數據實現，包含 55 個 WMT24++ 語言對同近 500 個額外語對以作進一步適配。Google Translate 研究團隊表示，呢個做法係為咗「讓更多人無論喺邊度、用乜嘢設備，都可以跨越語言障礙溝通」。
核心技術架構與訓練過程
TranslateGemma 係基於 Gemma 3 檢查點構建，參數規模分別為 4B、12B 同 27B。其架構採用非對稱雙流變換器設計，但細調過程中會更新所有參數（嵌入層除外會凍結，以提升對低覆蓋語言嘅泛化）。訓練採用兩階段流程：首先係監督微調（SFT），使用高品質嘅平行數據混合，包括人類翻譯數據集如 SMOL 同 GATITOS，以及由 Gemini 2.5 Flash 生成嘅合成翻譯。合成數據係由 MADLAD‑400 語料庫過濾源段落，再翻譯成句子同 512 令牌塊，佔 SFT 數據嘅 30% 為通用指令跟隨數據，以防止過擬合。SFT 使用 AdaFactor 優化器，學習率 0.0001，批次大小 64，訓練 20 萬步。
其次係強化學習（RL）階段，使用一組獎勵模型去優化質量，包括 MetricX‑24‑XXL‑QE、Gemma‑AutoMQM‑QE、ChrF、自然度自動評分器同通用獎勵模型。RL 採用令牌級別嘅優勢計算，結合序列級同跨度級嘅獎勵，之後進行批次標準化處理。呢個創新方法提升咗上下文準確性同自然度，喺低資源語言對上尤其明顯。此外，模型保留咗 Gemma 3 嘅多模態能力，支持圖像中文本翻譯，無需額外做多模態調優。
性能評估與比較
喺自動評估中，TranslateGemma 喺 WMT24++ 基準（55 語言對）上表現出色，使用 MetricX 同 Comet22 指標。27B 模型 MetricX 得分為 3.09（數值較低代表較佳，基線為 4.04），12B 為 3.60（基線 4.86），4B 為 5.32（基線 6.97）。人工評估採用多維質量指標（MQM）於 WMT25 測試集上，TranslateGemma 27B 同 12B 喺大部分語對上優於 Gemma 3 27B，例如英語到馬拉地語（3.1 vs. 4.7）。喺圖像翻譯基準 Vistra 上，模型喺單文本圖像過濾集嘅 MetricX 得分為 1.58–2.57，略優於 Gemma 3。
相比其他開源模型，TranslateGemma 喺相同規模下有領先表現，例如 4B 模型喺 WMT24++ 上嘅 Comet 得分為 81.6。Google 嘅技術評估顯示，12B TranslateGemma 喺 WMT24++ 上優於 27B Gemma 3 基線。呢個提升主要來自 RL 獎勵嘅整合，改善咗命名實體處理同語句自然流暢度。
訪問與使用指南
TranslateGemma 已喺多個平台開放下載：
- Kaggle（https://www.kaggle.com/models/google/translategemma/）、
- Hugging Face（https://huggingface.co/collections/google/translategemma）同
- Vertex AI（https://console.cloud.google.com/vertex‑ai/publishers/google/model‑garden/translategemma）。
Google 提供 Gemma Cookbook 嘅 Colab 範例（https://colab.research.google.com/github/google‑gemini/gemma‑cookbook/blob/main/Research/[TranslateGemma]Example.ipynb），方便快速上手。
使用 Transformers 庫即可整合，例如文本翻譯：
Python
from transformers import pipeline
pipe = pipeline("image-text-to-text", model="google/translategemma-4b-it", device="cuda", dtype=torch.bfloat16)
messages = [{"role": "user", "content": [{"type": "text", "source_lang_code": "cs", "target_lang_code": "de-DE", "text": "V nejhorším případě i k prasknutí čočky."}]}]
output = pipe(text=messages, max_new_tokens=200)
print(output[0]["generated_text"][-1]["content"])
圖像翻譯類似，支援 URL 或本地圖像。模型輸入限制為 2K 令牌，圖像標準化為 896x896 解像度，編碼成 256 令牌。
倫理、安全與侷限
模型經過兒童安全、內容安全同代表性危害評估，整體表現優於前代 Gemma。但仍有局限：依賴訓練數據可能引入偏見，對複雜提示較敏感，偶爾會有事實性錯誤或語言細節缺失。Google 強調負責任使用，並遵守 Gemma 使用條款。
行業影響與展望
TranslateGemma 嘅開源代表 Google 喺多語言 AI 領域嘅領導地位持續鞏固，推動由研究到實際應用嘅創新。佢填補咗高效開源翻譯模型嘅空白，尤其喺低資源語言方面。未來 Google 計劃擴展語言覆蓋同多模態功能，助力全球溝通。開發者可以通過微調做進一步客製化，開啟 AI 翻譯嘅新時代。
▶️ 鍾意呢篇內容？創作真係好辛苦！
歡迎訂閱我哋嘅 YouTube 頻道：
AI Rosetta
你嘅讚好、訂閱同分享，係對我哋最大嘅支持！🙏
更多 AI 新聞請瀏覽：https://www.airosetta.com