谷歌近日宣布推出一款名为TranslateGemma的开放翻译模型系列，该系列基于Gemma 3架构打造，包含4B、12B和27B三种参数规模的模型，支持55种核心语言及多模态图像翻译功能。目前，所有模型已在Kaggle、Hugging Face及Vertex AI平台开放下载，为开发者提供灵活的选择。
在性能测试中，谷歌团队采用WMT24++基准（涵盖高、中、低资源语言的55种组合）和MetricX指标对模型进行评估。结果显示，12B版本在翻译质量上超越了参数量达其两倍的Gemma 3 27B基线模型。这意味着开发者仅需消耗一半算力资源，即可获得更高精度的翻译结果，从而显著提升处理效率并降低延迟。与此同时，4B模型展现出与12B基线模型相当的性能，为移动端和边缘计算设备提供了轻量化解决方案。
技术层面，TranslateGemma采用独特的“两阶段微调”工艺。第一阶段通过监督微调（SFT），将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；第二阶段引入强化学习（RL），借助MetricX-QE和AutoMQM等先进奖励模型，优化译文语境适配度和自然度。这种设计使模型在保持高效的同时，能够生成更符合人类表达习惯的翻译结果。
语言覆盖方面，TranslateGemma重点优化了55种核心语言（包括西班牙语、中文、印地语等），并计划扩展至近500种语言训练。这一举措不仅满足主流语言需求，更为学术界研究濒危语言提供了技术支撑。得益于Gemma 3架构的多模态特性，模型无需额外视觉任务微调，即可实现图像内文字翻译效果的同步提升。
针对不同应用场景，谷歌为三种参数规模的模型设计了精准部署方案：4B模型专为手机和边缘设备优化，支持端侧高效推理；12B模型适配消费级笔记本电脑，兼顾本地开发与研究级性能；27B模型面向追求极致质量的场景，可在单张H100 GPU或云端TPU上运行。这种分层设计使开发者能够根据硬件条件和业务需求灵活选择模型版本。
