谷歌近日推出基于Gemma 3架構的TranslateGemma開放翻譯模型系列，包含4B、12B和27B三種參數(shù)規(guī)模的版本，支持55種核心語言及多模態(tài)圖像翻譯功能。該系列模型已在Kaggle、Hugging Face及Vertex AI平臺開放下載，為開發(fā)者提供多樣化選擇。
在性能測試中，TranslateGemma展現(xiàn)出突破性表現(xiàn)。12B版本在WMT24++基準測試中超越參數(shù)量達其兩倍的Gemma 3 27B基線模型，意味著開發(fā)者可用更少算力資源獲得更高質量的翻譯結果。4B版本雖體積最小，卻達到與12B基線模型相當?shù)男阅芩?，特別適合移動端和邊緣計算設備部署。
技術實現(xiàn)上，該系列采用創(chuàng)新的"兩階段微調"工藝。監(jiān)督微調階段通過混合Gemini模型生成的高質量合成數(shù)據(jù)與人工翻譯數(shù)據(jù)訓練基礎模型；強化學習階段則引入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。這種設計使模型在保持多模態(tài)能力的同時，文本翻譯質量的提升直接轉化為圖像文字翻譯效果的增強。
語言覆蓋方面，模型重點優(yōu)化了西班牙語、中文、印地語等55種核心語言的翻譯質量，并具備擴展至近500種語言的潛力，為瀕危語言研究提供技術支撐。部署場景上，4B模型針對手機和邊緣設備優(yōu)化端側推理效率；12B模型適配消費級筆記本實現(xiàn)研究級性能；27B模型則面向專業(yè)場景，可在單張H100 GPU或云端TPU上運行。
