# 谷歌翻译 20 岁，劈柴哥说它换了四代 AI，现在能直接听懂语气了

> 原标题：20岁了！劈柴哥发帖庆生：谷歌翻译换了4代AI，第一次有了「呼吸感」

- 来源：新智元 · 公众号
- 发布时间：2026-04-29T12:48:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/12338
- 原文：https://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2652696367&idx=2&sn=42489f533f480df337253aa1b543e08b

## 摘要

劈柴哥发帖庆祝谷歌翻译上线 20 年，月活用户到了 10 亿。他梳理了背后的四代技术：最早是统计机器翻译，2016 年换成神经网络翻译，后来用上 PaLM 2 大模型，2024 年一口气加了 110 种语言。最新的是 Gemini 2.5 Flash 的原生音频翻译，不再先把语音转文字再翻译，而是直接处理声音，能保留原话的语调、停顿和节奏。劈柴哥形容这...

## 推荐理由

核心事件是谷歌翻译过生日和架构回顾，不是新品发布，但 10 亿月活、110 种语言扩增和原生语音翻译的细节撑得起 featured 档位。我会先打个折，因为正文没给出原生语音功能的具体上线时间或实测数据，这点先别太激动。不过它点到了语音 AI 产品眼下最纠结的问题：级联管线 vs. 原生多模态，所以值得从业者看一眼。

## 锐评

这条新闻最值得看的是技术路线的切换。谷歌翻译从统计模型、神经网络一路走到大模型，现在用 Gemini 2.5 Flash 做原生语音到语音的翻译，不再把音频先转成文字再翻译，而是直接处理声音信号，能保留原话的语调、停顿和节奏。劈柴哥说这给了翻译“呼吸感”，这个形容挺准，但正文因为环境异常被屏蔽了，我看不到任何实测数据或对比案例。

月活 10 亿这个数字说明谷歌翻译的盘子确实大，2024 年一口气加了 110 种语言，背后是 PaLM 2 在撑。但这次升级的核心卖点——原生音频翻译——到底延迟多少、在嘈杂环境里表现怎么样、支持多少语种对，正文都没披露。这点先别太激动，等有实测再判断。