谷歌近日宣布推出一款名為T(mén)ranslateGemma的開(kāi)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(yǔ)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(tái)開(kāi)放下載，為開(kāi)發(fā)者提供靈活的選擇。

在性能測(cè)試中，谷歌團(tuán)隊(duì)采用WMT24++基準(zhǔn)（涵蓋高、中、低資源語(yǔ)言的55種組合）和MetricX指標(biāo)對(duì)模型進(jìn)行評(píng)估。結(jié)果顯示，12B版本在翻譯質(zhì)量上超越了參數(shù)量達(dá)其兩倍的Gemma 3 27B基線(xiàn)模型。這意味著開(kāi)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(shí)，4B模型展現(xiàn)出與12B基線(xiàn)模型相當(dāng)?shù)男阅埽瑸橐苿?dòng)端和邊緣計(jì)算設(shè)備提供了輕量化解決方案。

技術(shù)層面，TranslateGemma采用獨(dú)特的“兩階段微調(diào)”工藝。第一階段通過(guò)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(duì)Gemma 3底座進(jìn)行訓(xùn)練；第二階段引入強(qiáng)化學(xué)習(xí)（RL），借助MetricX-QE和AutoMQM等先進(jìn)獎(jiǎng)勵(lì)模型，優(yōu)化譯文語(yǔ)境適配度和自然度。這種設(shè)計(jì)使模型在保持高效的同時(shí)，能夠生成更符合人類(lèi)表達(dá)習(xí)慣的翻譯結(jié)果。

語(yǔ)言覆蓋方面，TranslateGemma重點(diǎn)優(yōu)化了55種核心語(yǔ)言（包括西班牙語(yǔ)、中文、印地語(yǔ)等），并計(jì)劃擴(kuò)展至近500種語(yǔ)言訓(xùn)練。這一舉措不僅滿(mǎn)足主流語(yǔ)言需求，更為學(xué)術(shù)界研究瀕危語(yǔ)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(wú)需額外視覺(jué)任務(wù)微調(diào)，即可實(shí)現(xiàn)圖像內(nèi)文字翻譯效果的同步提升。

針對(duì)不同應(yīng)用場(chǎng)景，谷歌為三種參數(shù)規(guī)模的模型設(shè)計(jì)了精準(zhǔn)部署方案：4B模型專(zhuān)為手機(jī)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(fèi)級(jí)筆記本電腦，兼顧本地開(kāi)發(fā)與研究級(jí)性能；27B模型面向追求極致質(zhì)量的場(chǎng)景，可在單張H100 GPU或云端TPU上運(yùn)行。這種分層設(shè)計(jì)使開(kāi)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。