谷歌近日宣布推出一款名為TranslateGemma的開放翻譯模型系列，該系列基于Gemma 3架構打造，包含4B、12B和27B三種參數規模的模型，支持55種核心語言及多模態圖像翻譯功能。目前，所有模型已在Kaggle、Hugging Face及Vertex AI平臺開放下載，為開發者提供靈活的選擇。

在性能測試中，谷歌團隊采用WMT24++基準（涵蓋高、中、低資源語言的55種組合）和MetricX指標對模型進行評估。結果顯示，12B版本在翻譯質量上超越了參數量達其兩倍的Gemma 3 27B基線模型。這意味著開發者僅需消耗一半算力資源，即可獲得更高精度的翻譯結果，從而顯著提升處理效率并降低延遲。與此同時，4B模型展現出與12B基線模型相當的性能，為移動端和邊緣計算設備提供了輕量化解決方案。

技術層面，TranslateGemma采用獨特的“兩階段微調”工藝。第一階段通過監督微調（SFT），將Gemini模型生成的高質量合成數據與人工翻譯數據混合，對Gemma 3底座進行訓練；第二階段引入強化學習（RL），借助MetricX-QE和AutoMQM等先進獎勵模型，優化譯文語境適配度和自然度。這種設計使模型在保持高效的同時，能夠生成更符合人類表達習慣的翻譯結果。

語言覆蓋方面，TranslateGemma重點優化了55種核心語言（包括西班牙語、中文、印地語等），并計劃擴展至近500種語言訓練。這一舉措不僅滿足主流語言需求，更為學術界研究瀕危語言提供了技術支撐。得益于Gemma 3架構的多模態特性，模型無需額外視覺任務微調，即可實現圖像內文字翻譯效果的同步提升。

針對不同應用場景，谷歌為三種參數規模的模型設計了精準部署方案：4B模型專為手機和邊緣設備優化，支持端側高效推理；12B模型適配消費級筆記本電腦，兼顧本地開發與研究級性能；27B模型面向追求極致質量的場景，可在單張H100 GPU或云端TPU上運行。這種分層設計使開發者能夠根據硬件條件和業務需求靈活選擇模型版本。