谷歌开源AI翻译模型TranslateGemma：强大易用，手机端也能高效运行

1月16日消息，谷歌于昨日——即1月15日——通过官方博客正式发布了基于Gemma 3架构的TranslateGemma开放翻译模型系列。该系列提供4B、12B和27B三种参数规模，能处理55种核心语言及多模态图像翻译任务，现已面向Kaggle和Hugging Face社区开放下载。

在性能表现上，谷歌团队采用WMT24++基准（包含高、中、低资源水平的55种语言）与MetricX指标进行了严格测试。

测试结果显示，TranslateGemma 12B版本的翻译质量超越了参数量两倍于己的Gemma 3 27B基线模型。这意味着开发者仅需消耗一半的计算资源，便可获得保真度更高的译文，进而显著提升吞吐效率并降低延迟。

与此同时，体积最小的4B模型也展现出惊人实力，其性能与12B基线模型相当，为移动端与边缘计算设备提供了强大的翻译能力支撑。

技术层面，TranslateGemma实现高精度智能翻译的关键，在于其独特的“两阶段微调”工艺。

首先是监督微调（SFT），谷歌利用Gemini模型生成的高质量合成数据与人工翻译数据混合，对Gemma 3底座进行训练；随后引入强化学习（RL）阶段，通过MetricX-QE与AutoMQM等先进奖励模型进行引导，促使模型生成更符合语境、表达更自然的译文。

在语言覆盖方面，TranslateGemma重点优化并验证了55种核心语言（涵盖西班牙语、中文、印地语等），并进一步探索了训练近500种语言的可能性，为学术界研究濒危语言提供了坚实的研究基础。

此外，得益于Gemma 3的架构优势，新模型完整保留了多模态能力。测试表明，无需额外针对视觉任务进行微调，其在文本翻译上的能力提升直接增强了对图像内嵌文字的翻译效果。

为了适应不同的开发需求，TranslateGemma的三种规格对应了精准的部署场景：

4B模型专为手机和边缘设备优化，实现端侧高效推理；

12B模型适配消费级笔记本电脑，让本地开发具备研究级性能；

27B模型则面向追求极致质量的场景，可运行于单张H100 GPU或云端TPU之上。

所有模型目前均已在Kaggle、Hugging Face及Vertex AI平台上线。

更多参考信息

谷歌 TranslateGemma 技术报告

前往 Kaggle 下载

前往 Hugging Face 下载

通过 Gemma Cookbook 探索

在 Vertex AI 中部署