首頁 > 科技要聞 > 科技> 正文

AI翻譯界殺手誕生！阿里國際翻譯大模型吊打谷歌和GPT-4

新智元 整合編輯：太平洋科技 發(fā)布于：2024-10-17 17:07

果式文案一出，少不了網(wǎng)友的熱議。

蘋果iOS 18官方7月更新的系統(tǒng)宣傳語中，「真的很你」硬生生文案，被許多人吐槽太過抽象。

原本英文的廣告語是「Yours. Truly.」。

但到了中文這里，則有種「明明每個(gè)字都認(rèn)識(shí)，可連在一起卻怎么也讀不懂了」的感覺。

如果從翻譯的角度來看，原因主要在于語言之間存在的文化鴻溝。

與專業(yè)術(shù)語不同的是，蘊(yùn)含豐富文化寓意的詞語，字面翻譯對(duì)于有文化背景的人來說，難以理解。

如今，隨著LLM的多語言能力越來越強(qiáng)，也讓此前鮮有進(jìn)展的AI翻譯賽道，突然卷了起來。

早已布局的科技大廠，以及剛剛下場的各路LLM初創(chuàng)，紛紛推出了自家的AI翻譯產(chǎn)品。

DeepL表示，自家LLM的譯文需要更少的編輯。要達(dá)到同樣的質(zhì)量，谷歌需要兩倍的編輯量，而GPT-4則需要三倍

不可否認(rèn)，AI翻譯仍然是一個(gè)復(fù)雜領(lǐng)域。

基于深度學(xué)習(xí)的機(jī)器翻譯，雖然對(duì)于訓(xùn)練過的文本語料可以游刃有余，但對(duì)于和訓(xùn)練文本差異過大的文本，翻譯能力就會(huì)大幅下降。

除了訓(xùn)練數(shù)據(jù)的局限性之外，AI的上下文理解有限、也讓不同語種的語言結(jié)構(gòu)差異和文化語境差異等原因，也會(huì)導(dǎo)致AI經(jīng)常給出偏差很遠(yuǎn)的答案。

就沒有一款輕易上手、放心可用的高效AI翻譯工具嗎？

我們經(jīng)過一番實(shí)測發(fā)現(xiàn)，在一眾模型產(chǎn)品中，阿里國際最新的大模型產(chǎn)品——Marco-MT，在廣義的翻譯領(lǐng)域表現(xiàn)就相當(dāng)亮眼，通過結(jié)合上下語義、場景、對(duì)象等，提供更加精準(zhǔn)的翻譯，結(jié)合阿里的數(shù)據(jù)優(yōu)勢，在電商領(lǐng)域尤為出色。

國產(chǎn)大模型，解決「光腿神」難題

眾所周知，電商行業(yè)中術(shù)語繁多，不同領(lǐng)域有眾多盲點(diǎn)，即使請專職的翻譯，也很難短時(shí)間內(nèi)給出最準(zhǔn)確的說法。

舉個(gè)例子，在國內(nèi)賣爆了的光腿神器，怎么解釋給歪果仁呢？

有人說，用現(xiàn)成的翻譯產(chǎn)品不就行了？

某產(chǎn)品給出的結(jié)果是——「Bare legs god」，好家伙，「光腿神」可還行。

類似的翻譯一個(gè)比一個(gè)抽象，要讓老外驚掉下巴。

而有了Marco，我們就不會(huì)再常常遇到這種抽象的場景了。

Marco翻譯大模型可支持三種方式的翻譯：基于語境的產(chǎn)品翻譯、圖像翻譯、實(shí)時(shí)聊天翻譯。

在處理電商專有詞、流行詞和口語詞等翻譯任務(wù)時(shí)，這個(gè)模型不僅能更好地保留原意，還能立馬輸出簡潔、準(zhǔn)確的表達(dá)，而且非常符合「歪果仁」的語言習(xí)慣。

比如「光腿神器」的翻譯，以往的兩個(gè)翻譯產(chǎn)品分別是「A magical tool for bare legs」（一個(gè)神奇的光腿工具）和「Bare legs god」（光腿神）。

而用了Marco翻譯大模型，「The bare leg artifact」的譯法簡潔精妙，老外看了都說好！

同樣，「綠色顯白」這類非�？谡Z化的流行詞，Marco-MT給出的翻譯也是非常地道——Green is flattering for the complexion!

綠色是顯白哦！真的很仙的裙子，洋氣不過時(shí)的，比較大氣的感覺，還挺顯瘦的，比較適合我的風(fēng)格，穿出去回頭率有的哦。

相比之下，翻譯1號(hào)在表述上并不是很符合當(dāng)?shù)厝说牧?xí)慣，尤其是「make your skin look whiter」這段。

內(nèi)容大意：綠色讓你的皮膚看起來更白！這是一條非常仙的裙子，時(shí)尚且永不過時(shí)，相當(dāng)優(yōu)雅，而且顯瘦。它很適合我的風(fēng)格，穿上它我一定會(huì)吸引很多注意力

翻譯2號(hào)則更加拉跨，內(nèi)容和語法完全不對(duì)。

「綠就是白」，「時(shí)尚但不時(shí)尚」，充滿了矛盾的哲學(xué)……

內(nèi)容大意：綠色是白色哦！真的非常仙的裙子，時(shí)尚但不時(shí)尚，更有大氣的感覺，而且也很顯瘦，更適合我的風(fēng)格，穿出去回頭率很高哦

接下來，我們加大難度。

「真的是可鹽可甜，穿著顯瘦，拍照簡直不要好看呀，太上鏡了！」，怎么說？

Marco率先作答：sweet and cute——甜美可愛。

翻譯1號(hào)和2號(hào)則異口同聲：salt/salty and sweet�。ê玫模斜积J到）

再來一題：

泰美辣！扎起來的時(shí)候看不出來是假發(fā)，而且發(fā)質(zhì)看起來超好的，發(fā)量看起來也很多！對(duì)于短發(fā)發(fā)量少星人太友好了嗚嗚好喜歡！

Marco依然發(fā)揮穩(wěn)定，正確地翻譯出了「泰美辣」的意思——「so beautiful」。

另外兩位選手的表現(xiàn)，倒是也在意料之中——

1號(hào)并不能get到這是什么意思，直接輸出了拼音「Tai Meila」；2號(hào)拆開翻譯成了Tammy（人名）和Spice（香料）。

再比如「畫風(fēng)突變」，西班牙語版翻譯出來是這樣的——

不了解西語的朋友可能看不出端倪，「cambio repentino en el estilo de pintura」這句話，翻譯回來的意思是——「繪畫風(fēng)格的突然變化」。

可以說是驢唇不對(duì)馬嘴了。

針對(duì)這些訓(xùn)練預(yù)料相對(duì)較少的語種，Marco-MT給出的答案——「Cambio de estilo」，不僅意思更加貼合原文，表達(dá)也更加native。

英文種草「信達(dá)雅」

性能如此強(qiáng)大的翻譯模型，為什么出自阿里國際？

顯然，這與公司在該領(lǐng)域的多年積累密不可分：

數(shù)十億規(guī)模的高質(zhì)量電商預(yù)料數(shù)據(jù)，讓團(tuán)隊(duì)在跨境電商領(lǐng)域一下子就建起了起極為顯著的數(shù)據(jù)優(yōu)勢

服務(wù)于全球市場的電商平臺(tái)，讓團(tuán)隊(duì)對(duì)不同國家和地區(qū)的文化、語言以及商業(yè)法規(guī)有了深入的了解

因此一經(jīng)發(fā)布，Marco翻譯大模型就在BLEU、COMET，以及人工評(píng)測指標(biāo)上上，一舉超越市場上的頭部翻譯產(chǎn)品。

基于Flores公開榜單數(shù)據(jù)的評(píng)測結(jié)果

將其它語言譯為英語的測試中，它的所有結(jié)果均已超越行業(yè)標(biāo)桿企業(yè)的產(chǎn)品，比如谷歌、ChatGPT、DeepL。

而將英語譯成其他語言方面，也有一半語言的測試結(jié)果超過了谷歌、ChatGPT。

這么好用的大模型，用起來會(huì)不會(huì)很貴？恰恰相反！

Marco的性價(jià)比可謂拉滿，100萬個(gè)字符僅需12美元。

針對(duì)不同的翻譯，前兩者價(jià)格一致，圖像翻譯還更劃算些。

Marco翻譯大模型主要支持15種語言間的互譯。

除了常見的中英，還覆蓋了韓語、日語、西班牙語、法語等全球使用量最多的語種，以及烏爾都、孟加拉、尼泊爾、希伯來等小語種。

可以說，跨境電商常用語種，Marco基本實(shí)現(xiàn)了全覆蓋。

應(yīng)用場景

能夠在多語種之間流暢轉(zhuǎn)換，Marco也就打通了跨境電商中的兩個(gè)核心場景。

內(nèi)容本地化

商家上傳的商品信息，包括標(biāo)題、詳情、屬性、商品圖片短語等，都能被精準(zhǔn)翻譯成目標(biāo)市場語言。

根據(jù)海量電子商務(wù)數(shù)據(jù)訓(xùn)練后的AI，在產(chǎn)品標(biāo)題生成上是手到擒來

另外，模型在搜索關(guān)鍵詞和對(duì)話翻譯上也表現(xiàn)不俗，還支持高并發(fā)調(diào)用，并且能理解電商相關(guān)知識(shí)，滿足各種風(fēng)格偏好。

不管買家用的什么語言，都可以靠AI絲滑地把對(duì)話翻譯過去

個(gè)人文檔翻譯

對(duì)于個(gè)人文檔翻譯，Marco也能根據(jù)上下文提供高質(zhì)量翻譯。

譯文不僅有良好的可讀性，還支持不同風(fēng)格，滿足個(gè)人用戶的多樣化需求。

總之，Marco作為AI原子能力，可以輕松接入到電商商品管理、客服及搜索導(dǎo)購等系統(tǒng)中。

商家和買家都能獲得自動(dòng)翻譯服務(wù)，溝通效率倍增，全面提升消費(fèi)者觸達(dá)效果。

可以說，Marco的出現(xiàn)，能讓阿里國際的速賣通、Lazada、Trendyol等電商平臺(tái)，以及外部電商類客戶，比如為多平臺(tái)運(yùn)營商家提供服務(wù)的獨(dú)立SaaS商（ISV），和對(duì)翻譯效果有更高要求的跨境商家，都能提供更絲滑的服務(wù)。

背后技術(shù)

在訓(xùn)練Marco的過程中，阿里國際團(tuán)隊(duì)用了多項(xiàng)創(chuàng)新性技術(shù)。

基于通義千問系列大模型，他們進(jìn)行了多語言增強(qiáng)訓(xùn)練，搭建出多語言大模型基座——Marco翻譯大模型。

預(yù)訓(xùn)練過程中，Marco采用了多語言數(shù)據(jù)篩選技術(shù)。

比如，特別增強(qiáng)語種識(shí)別、多維度數(shù)據(jù)質(zhì)量評(píng)估，由此，就獲得了高質(zhì)量、大規(guī)模多語言數(shù)據(jù)。

與此同時(shí)，通過利用多語言MoE、參數(shù)擴(kuò)展方法，從而保證主導(dǎo)語言（如中英）性能不下降的情況下，提升了其他語種的性能。

微調(diào)階段，基于多語言大模型基座，再利用SFT對(duì)模型翻譯能力全面激活。

對(duì)此，研究人員提出了一種自動(dòng)構(gòu)建高質(zhì)量偏好數(shù)據(jù)的方法，通過強(qiáng)化學(xué)習(xí)緩解LLM的幻覺問題，還提升了電商場景特有詞翻譯效果。

Marco翻譯大模型還有兩處獨(dú)特的創(chuàng)新。

大模型驅(qū)動(dòng)

首先，模型能夠主動(dòng)進(jìn)行語義理解與內(nèi)容重構(gòu)，而不是簡單的文字轉(zhuǎn)換，從而避免了各種哭笑不得的歧義。

比如，「你的寶貝正在路上」，不會(huì)再被翻譯成「Your baby is on the way」；

而且「豬豬女孩」，也不再會(huì)被直白地翻譯為「Pig girl」。

這些富含特色文化且難以直譯的詞匯，Marco翻譯大模型都能恰如其分地表達(dá)出來。

再以「我太太太太喜歡這個(gè)商品了」為例，一些AI翻譯產(chǎn)品會(huì)將這句話翻譯為「My wife likes this product」。

而在Marco大模型中，這句話非常地道地翻譯為「I love this product sooooo much」。

情景化翻譯

其次，AI翻譯中融入了情境化翻譯能力，這就使它能夠依據(jù)特定的環(huán)境及目標(biāo)受眾進(jìn)行智能調(diào)整。

最終呈現(xiàn)的效果上，不僅翻譯準(zhǔn)確無誤，還貼近本土語言的自然流暢。

跨境電商ALL in AI，下一步再降成本

說來，阿里國際為什么要做翻譯大模型呢？

與那些致力于模型研發(fā)、實(shí)現(xiàn)AGI公司不同，阿里國際從一開始就想明白了，要走AI應(yīng)用落地之路。

AI成為跨境電商關(guān)鍵變量

2023年，人工智能作為技術(shù)全新變量，掀起了整個(gè)跨境電商行業(yè)的巨大風(fēng)暴。

全球最大電商平臺(tái)亞馬遜，推出了AI服務(wù)平臺(tái)Amazon Bedrock，讓客戶通過在線領(lǐng)先模型構(gòu)建GenAI應(yīng)用程序。

還有蝦皮（Shopee）、Shopify等一些知名電商平臺(tái)，爭相布局。

作為全球最大的跨境電商平臺(tái)之一，阿里國際也在全力All in AI。

去年4月，他們在內(nèi)部專門成立了AI Business百人團(tuán)隊(duì)，并對(duì)40+關(guān)鍵場景進(jìn)行AI測試。

中小商家們在出海路上經(jīng)歷的「九九八十一難」——語言文化壁壘、專業(yè)人才短缺、獲客成本高等等，被逐一破解。

比如，AI圖像編輯功能可以一鍵實(shí)現(xiàn)裁剪、背景生成、移除等功能，點(diǎn)擊率超7%；

虛擬模特能夠隨意上身試穿，膚色性別任選，堪比專業(yè)影棚拍攝效果。

經(jīng)過一年多的嘗試，成果已經(jīng)初顯。

近半年的數(shù)據(jù)顯示，平均每兩個(gè)月，商家對(duì)于AI的調(diào)用量就翻1倍，AI的調(diào)用量已經(jīng)突破日均1億次。

更具象地說，一個(gè)在速賣通起家的Zeuslap顯示器創(chuàng)業(yè)9年，借助AI從名不經(jīng)傳的小作坊，迅速成長為平臺(tái)行業(yè)TOP 1的品牌。

以往，他們會(huì)招聘專業(yè)美工師，從摳圖、找素材、PS，一周只能做4-5套。

自從去年11月用上AI工具之后，70%以上的設(shè)計(jì)圖幾乎被AI承包。比如，商品banner圖、產(chǎn)品場景圖、YouTube封面圖等等。

截至目前，全球超1億件商品被AI優(yōu)化，50萬跨境商家用AI賺到了錢。

阿里國際之所以成績斐然，與團(tuán)隊(duì)過去所攻克的研究難題密不可分。

在多語言方面，為了提升大模型多語言能力，并將其更高效地用實(shí)際任務(wù)中，多語言增強(qiáng)大模型MarcoPolo由此誕生。

并且，實(shí)現(xiàn)了更低成本更優(yōu)效果。

在多模態(tài)方面，多模態(tài)大模型MarcoPolo-VL能夠用「眼睛」精準(zhǔn)識(shí)別，進(jìn)行推薦。

還有團(tuán)隊(duì)最新發(fā)布的多模態(tài)大模型Ovi，直接拿下開源第一。

在ICCV 2023頂會(huì)上，一向低調(diào)的阿里國際AI團(tuán)隊(duì)，憑借「視覺-語言算法推理」workshop拔得頭籌。

簡單講，這與當(dāng)下火熱的GPT-4V多模態(tài)生成是同題競賽。

Marco翻譯大模型，大規(guī)模商用

這次，Marco翻譯大模型亮相，進(jìn)一步為語言文化壁壘提供了絕佳的解決方案。

這款A(yù)I翻譯大模型核心聚焦在兩大領(lǐng)域——電子商務(wù)、日常交流。

它將集成到阿里國際旗下眾多跨境電商業(yè)務(wù)平臺(tái)，如速賣通、Lazada、Trendyol。

此外，Marco翻譯大模型還將面向全球個(gè)人用戶，真正實(shí)現(xiàn)從專業(yè)商務(wù)到日常生活全覆蓋。

試用傳送門：https://aidc-ai.com/page/translation.htm#tryout

由此可見，阿里國際的AI翻譯大模型有著巨大的商業(yè)化前景。

首先，它與阿里生態(tài)系統(tǒng)深度融合。

阿里國際擁有著天然的3億用戶出海業(yè)務(wù)，而且電商足跡遍布全球100+國家/地區(qū)，連接著數(shù)百萬商家及數(shù)億消費(fèi)者。

這一龐大的生態(tài)網(wǎng)絡(luò)預(yù)示著，僅在阿里國際內(nèi)部，就擁有服務(wù)廣泛用戶群體和多樣化應(yīng)用場景的廣闊舞臺(tái)。

其次，AI翻譯服務(wù)并不局限于阿里生態(tài)之內(nèi)。

團(tuán)隊(duì)成員們積極向外擴(kuò)展，讓Marco翻譯大模型觸及更廣泛用戶群體、商業(yè)實(shí)體。

因?yàn)椋獠康纳鷳B(tài)才是一個(gè)潛力無窮、規(guī)模驚人的市場空間，尤其是全球新興市場的需求。

阿里國際AI國際在最受歡迎TOP 20使用國中，約半數(shù)未發(fā)展中國家。

那么，全新的AI翻譯大模型也將賦能這些國家的中小企業(yè)（SMEs），幫助它們跨越語言障礙，高效開展全球業(yè)務(wù)。

未來，阿里國際還將持續(xù)投入，擴(kuò)展語向的數(shù)量，提升更多不同場景下的翻譯質(zhì)量。

最重要的是，進(jìn)一步降低用戶的使用成本。

在阿里國際看來，AI+跨境電商只是邁出了第一步，AI之于電商最大的改造，應(yīng)是做到「降本增效」的極致。

向前一步，可以看到AI會(huì)顛覆電商用戶交互、購物形態(tài)。

向后一步，AI將會(huì)重塑整個(gè)電商供應(yīng)鏈，甚至上從根本去改變搜、推、廣的商業(yè)模式。

AI將為跨境電商的未來帶來種種可能，讓我們拭目以待。

參考資料：

https://aidc-ai.com/

本文來源：新智元
新智元

網(wǎng)友評(píng)論

聚超值•精選

推薦 手機(jī) 筆記本 影像 硬件 家居 商用 企業(yè) 出行 未來
二維碼 回到頂部