最近，通义APP 翻译能力全面升级。官方信息显示，本次通义APP攻克了文字翻译、同传翻译、文档翻译、图片翻译四大核心场景，打造面向个人与专业用户的“最强翻译综合体”。 结果显示，不论是小众语言文本翻译，还是在同声传译、跨语言文档翻译、图片翻译等生产力场景下，升级后的通义APP都能精准理解翻译指令，以及有效处理专业术语、上下文语义一致性等复杂语言问题，在专业性表达、语义一致性等方面表现突出。 据官方信息，升级后的通义APP新版本支持多达119种语言与方言的文字互译，涵盖印欧、亚非、南亚等多语种体系，并且着力打磨复杂语义处理能力。 提升语言覆盖密度，在大模型应用领域并不是一个容易的选择。究其原因，作为世界第一大语言的英语既是当下互联网及科研领域的主流语言，又有丰富充足的训练语料，因此是各大AI翻译应用积累用户规模、形成数据飞轮的最好选择。 但在日常使用场景下，“小众”语言无疑同样存在用户市场。通义APP选择“看见”这部分人的需求，不仅事涉回报比，更意味着对技术的极大挑战。 以隶属印欧语系的葡萄牙语为例，其是拥有约2.6亿母语或官方使用者的世界第六大语言，也是在巴西、葡萄牙等旅游胜地广泛应用的“区域性热门语言”。即便如此，葡语翻译在大模型应用领域也绝非热门功能。 为了测评通义APP在小众语言翻译领域的语义准确度，本次「电厂」也以葡萄牙语为例，准备了葡语版本的机场问询台常用问答、机场广播素材，并将其输入通义APP进行翻译为中文。 公开信息显示，老挝语的语序、表达均与汉语差异极大。比如不同于中文常用的“形容词+名词”的语法结构、老挝语通常将形容词放在名词之后；由于文化背景不同，许多老挝语表达在中文中并没有直接可对照的词汇…… 「电厂」预设了一个旅行中常见的车站问答情景，将对话输入通义APP。翻译结果显示，在对问答语气的理解、翻译的准确性、金钱单位等专有名词的理解方面，通义APP的表现同样优秀。 通义APP给出的答案为“静水莫当无鳄鱼”，兼顾了精炼、准确两大要素；其他模型给出的答案则大多局限于字面意思理解，如“别以为平静的水中没有鳄鱼”“风平浪静，别以为没有鳄鱼”。 具体来说，通义APP可以识别包含中文（普通话）、英语、日语、韩语、粤语、德语、法语、俄语、意大利语、西班牙语这10大语言，并能够翻译出中文、英语、日语、韩语这4大语言。 同声传译，又称为同步口译，是一种高级翻译形式，要求译员在讲话者发言的同时、几乎同步地将其所说内容翻译成另一种语言。当前世界上95%的国际高端会议都采用同声传译的方式翻译，由于难度极高，同传有“翻译之王”“翻译皇冠之上的明珠”之称，同传师也供不应求、日薪也高达万元之上。 在英传中场景下，「电厂」选取了斯坦福大学首位红杉讲席教授、美国国家工程院院士、华裔人工智能科学家李飞飞的TED演讲《有了空间智能，AI将会理解现实世界》。 在整个同传过程中，通义APP精准地捕捉到了演讲者的语气、对演讲内容进行合理分段，并实时将英文转化为符合中文语序的译文，同传的中文内容阅读流畅、相较英文原文十分准确。 结果显示，在总时长约1分钟50秒的主持人口播过程中，通义APP几乎一字不差地识别了播报内容，在顿挫的语气中准确完成了长句识别等任务。 以英文文本阅读为例，「电厂」将一份索尼NEX-7 微单相机英文版快速使用说明输入了通义APP。后者在不到一分钟的时间内完成了全部64页内容的翻译处理。 可以看到，翻译文档不仅实现了用词的精准，而且还保持了和原文档一致的排版。此外通义APP还完成了文中表格内容的翻译处理。 同时，本次通义APP全面升级了图像场景下的多语言理解与生成能力，其图片翻译体验同样达到了专业级别。在菜单、图文海报等应用场景下，中英互译、一键出图不再是难题。 以一张英文摄像机功能使用说明图为例，在图片翻译页面将其输入后，点击“对照原图查看译文”按钮，即可生成一张中文版本的实用功能说明图。 为了更加贴近用户，通义APP也悄然完成了一系列“改头换面”，比如其在上半年完成了交互设计的全面改版、只为打造更加易用的用户界面，曾引起市场广泛关注。但这或许只是第一步。 翻译功能的上线，折射出通义APP不止要“好看易用”，还希望在用户深度使用的诸多生活和生产力场景中提供价值。随着底层模型技术能力升级和产物打磨深入，通义APP的“进化”远未停止，未来有望为AI智能应用服务市场带来更多新鲜感。
