# Google 放出 TranslateGemma 等一堆多语言模型，覆盖 300 多种语言

> 原标题：Google 发布 TranslateGemma 等多语言 AI 成果，语言技术覆盖 300 多种语言

- 来源：AI HOT 精选
- 发布时间：2026-09-15T16:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/56727
- 原文：https://blog.google/innovation-and-ai/technology/ai/ai-for-every-language

## 摘要

Google 一口气发了三个东西：一个叫 TranslateGemma 的开源翻译模型，用 1,040 组偏好样本做微调（就是用“哪个翻译更好”这种对比数据教模型学风格），在 Flores 基准上跑赢了 NLLB 和原版 Gemma 3。还有一个多语言版 Gemma 3，能处理 140 多种语言，数学和代码能力没掉。最后是一个语音翻译系统，能把 300...

## 推荐理由

Google 一口气发了三个多语言相关的东西，翻译模型有具体基准和偏好样本数量，多语言 Gemma 3 保住了推理能力，语音翻译覆盖 300 多种语言但缺延迟和成本数据。信息量够上 featured，但语音那块关键指标没给，所以没打到 85。

## 锐评

Google 这次放出的 TranslateGemma 是个开源翻译模型，用 1,040 组偏好对比数据（就是让人判断“哪个翻译更好”来教模型学风格）做微调，在 Flores 基准上分数超过了 NLLB 和原版 Gemma 3。1,040 这个样本量不算大，能跑出这个成绩说明微调策略可能挺高效，但也让人好奇它在真实场景、非基准测试里的稳定性。

同时发的多语言版 Gemma 3 能处理 140 多种语言，官方说数学和代码能力没掉，这点如果是真的挺省钱——不用为了多语言支持再单独训一个模型。语音翻译系统覆盖 300 多种语言转英语口语，延迟 11 秒，对实时对话来说勉强可用，但离“无缝”还有距离。

整篇博文最大的信息缺口是没给任何参数量级和具体开放时间。没有参数量，就没法判断这些模型到底要多大的卡才能跑，对小团队友不友好。没有发布时间，现在就只能当预告看。