【新智元导读】AI翻译，全球大厂都卷疯了！但「绿就是白」「光腿神」这类翻译却让人啼笑皆非。就在刚刚，阿里国际发布首个商用翻译大模型，电商出海神器真来了！苹果iOS 18官方7月更新的系统宣传语中，「真的很你」硬生生文案，被许多人吐槽太过抽象。原本英文的广告语是「Yours. Truly.」。但到了中文这里，则有种「明明每个字都认识，可连在一起却怎么也读不懂了」的感觉。如果从翻译的角度来看，原因主要在于语言之间存在的文化鸿沟。与专业术语不同的是，蕴含丰富文化寓意的词语，字面翻译对于有文化背景的人来说，难以理解。
论文地址：https://arxiv.org/html/2305.14328v2如今，随着LLM的多语言能力越来越强，也让此前鲜有进展的AI翻译赛道，突然卷了起来。早已布局的科技大厂，以及刚刚下场的各路LLM初创，纷纷推出了自家的AI翻译产品。
DeepL表示，自家LLM的译文需要更少的编辑。要达到同样的质量，谷歌需要两倍的编辑量，而GPT-4则需要三倍基于深度学习的机器翻译，虽然对于训练过的文本语料可以游刃有余，但对于和训练文本差异过大的文本，翻译能力就会大幅下降。除了训练数据的局限性之外，AI的上下文理解有限、也让不同语种的语言结构差异和文化语境差异等原因，也会导致AI经常给出偏差很远的答案。就没有一款轻易上手、放心可用的高效AI翻译工具吗？我们经过一番实测发现，在一众模型产品中，阿里国际最新的大模型产品——Marco-MT，在广义的翻译领域表现就相当亮眼，通过结合上下语义、场景、对象等，提供更加精准的翻译，结合阿里的数据优势，在电商领域尤为出色。
众所周知，电商行业中术语繁多，不同领域有众多盲点，即使请专职的翻译，也很难短时间内给出最准确的说法。举个例子，在国内卖爆了的光腿神器，怎么解释给歪果仁呢？某产品给出的结果是——「Bare legs god」，好家伙，「光腿神」可还行。而有了Marco，我们就不会再常常遇到这种抽象的场景了。Marco翻译大模型可支持三种方式的翻译：基于语境的产品翻译、图像翻译、实时聊天翻译。在处理电商专有词、流行词和口语词等翻译任务时，这个模型不仅能更好地保留原意，还能立马输出简洁、准确的表达，而且非常符合「歪果仁」的语言习惯。比如「光腿神器」的翻译，以往的两个翻译产品分别是「A magical tool for bare legs」（一个神奇的光腿工具）和「Bare legs god」（光腿神）。而用了Marco翻译大模型，「The bare leg artifact」的译法简洁精妙，老外看了都说好！同样，「绿色显白」这类非常口语化的流行词，Marco-MT给出的翻译也是非常地道——Green is flattering for the complexion!绿色是显白哦！真的很仙的裙子，洋气不过时的，比较大气的感觉，还挺显瘦的，比较适合我的风格，穿出去回头率有的哦。
相比之下，翻译1号在表述上并不是很符合当地人的习惯，尤其是「make your skin look whiter」这段。
内容大意：绿色让你的皮肤看起来更白！这是一条非常仙的裙子，时尚且永不过时，相当优雅，而且显瘦。它很适合我的风格，穿上它我一定会吸引很多注意力「绿就是白」，「时尚但不时尚」，充满了矛盾的哲学……
内容大意：绿色是白色哦！真的非常仙的裙子，时尚但不时尚，更有大气的感觉，而且也很显瘦，更适合我的风格，穿出去回头率很高哦「真的是可盐可甜，穿着显瘦，拍照简直不要好看呀，太上镜了！」，怎么说？Marco率先作答：sweet and cute——甜美可爱。翻译1号和2号则异口同声：salt/salty and sweet！（好的，有被齁到）再来一题：
泰美辣！扎起来的时候看不出来是假发，而且发质看起来超好的，发量看起来也很多！对于短发发量少星人太友好了呜呜好喜欢！
Marco依然发挥稳定，正确地翻译出了「泰美辣」的意思——「so beautiful」。1号并不能get到这是什么意思，直接输出了拼音「Tai Meila」；2号拆开翻译成了Tammy（人名）和Spice（香料）。再比如「画风突变」，西班牙语版翻译出来是这样的——不了解西语的朋友可能看不出端倪，「cambio repentino en el estilo de pintura」这句话，翻译回来的意思是——「绘画风格的突然变化」。针对这些训练语料相对较少的语种，Marco-MT给出的答案——「Cambio de estilo」，不仅意思更加贴合原文，表达也更加native。因此一经发布，Marco翻译大模型就在BLEU、COMET，以及人工评测指标上上，一举超越市场上的头部翻译产品。
将其它语言译为英语的测试中，它的所有结果均已超越行业标杆企业的产品，比如谷歌、ChatGPT、DeepL。而将英语译成其他语言方面，也有一半语言的测试结果超过了谷歌、ChatGPT。Marco的性价比可谓拉满，100万个字符仅需12美元。针对不同的翻译，前两者价格一致，图像翻译还更划算些。除了常见的中英，还覆盖了韩语、日语、西班牙语、法语等全球使用量最多的语种，以及乌尔都、孟加拉、尼泊尔、希伯来等小语种。可以说，跨境电商常用语种，Marco基本实现了全覆盖。应用场景
能够在多语种之间流畅转换，Marco也就打通了跨境电商中的两个核心场景。商家上传的商品信息，包括标题、详情、属性、商品图片短语等，都能被精准翻译成目标市场语言。
根据海量电子商务数据训练后的AI，在产品标题生成上是手到擒来另外，模型在搜索关键词和对话翻译上也表现不俗，还支持高并发调用，并且能理解电商相关知识，满足各种风格偏好。
不管买家用的什么语言，都可以靠AI丝滑地把对话翻译过去对于个人文档翻译，Marco也能根据上下文提供高质量翻译。译文不仅有良好的可读性，还支持不同风格，满足个人用户的多样化需求。总之，Marco作为AI原子能力，可以轻松接入到电商商品管理、客服及搜索导购等系统中。商家和买家都能获得自动翻译服务，沟通效率倍增，全面提升消费者触达效果。可以说，Marco的出现，能让阿里国际的速卖通、Lazada、Trendyol等电商平台，以及外部电商类客户，比如为多平台运营商家提供服务的独立SaaS商（ISV），和对翻译效果有更高要求的跨境商家，都能提供更丝滑的服务。背后技术
在训练Marco的过程中，阿里国际团队用了多项创新性技术。基于通义千问系列大模型，他们进行了多语言增强训练，搭建出多语言大模型基座——Marco翻译大模型。预训练过程中，Marco采用了多语言数据筛选技术。比如，特别增强语种识别、多维度数据质量评估，由此，就获得了高质量、大规模多语言数据。与此同时，通过利用多语言MoE、参数扩展方法，从而保证主导语言（如中英）性能不下降的情况下，提升了其他语种的性能。微调阶段，基于多语言大模型基座，再利用SFT对模型翻译能力全面激活。对此，研究人员提出了一种自动构建高质量偏好数据的方法，通过强化学习缓解LLM的幻觉问题，还提升了电商场景特有词翻译效果。首先，模型能够主动进行语义理解与内容重构，而不是简单的文字转换，从而避免了各种哭笑不得的歧义。比如，「你的宝贝正在路上」，不会再被翻译成「Your baby is on the way」；而且「猪猪女孩」，也不再会被直白地翻译为「Pig girl」。这些富含特色文化且难以直译的词汇，Marco翻译大模型都能恰如其分地表达出来。再以「我太太太太喜欢这个商品了」为例，一些AI翻译产品会将这句话翻译为「My wife likes this product」。而在Marco大模型中，这句话非常地道地翻译为「I love this product sooooo much」。其次，AI翻译中融入了情境化翻译能力，这就使它能够依据特定的环境及目标受众进行智能调整。最终呈现的效果上，不仅翻译准确无误，还贴近本土语言的自然流畅。与那些致力于模型研发、实现AGI公司不同，阿里国际从一开始就想明白了，要走AI应用落地之路。AI成为跨境电商关键变量
2023年，人工智能作为技术全新变量，掀起了整个跨境电商行业的巨大风暴。全球最大电商平台亚马逊，推出了AI服务平台Amazon Bedrock，让客户通过在线领先模型构建GenAI应用程序。还有虾皮（Shopee）、Shopify等一些知名电商平台，争相布局。作为全球最大的跨境电商平台之一，阿里国际也在全力All in AI。去年4月，他们在内部专门成立了AI Business百人团队，并对40+关键场景进行AI测试。中小商家们在出海路上经历的「九九八十一难」——语言文化壁垒、专业人才短缺、获客成本高等等，被逐一破解。比如，AI图像编辑功能可以一键实现裁剪、背景生成、移除等功能，点击率超7%；虚拟模特能够随意上身试穿，肤色性别任选，堪比专业影棚拍摄效果。近半年的数据显示，平均每两个月，商家对于AI的调用量就翻1倍，AI的调用量已经突破日均1亿次。更具象地说，一个在速卖通起家的Zeuslap显示器创业9年，借助AI从名不经传的小作坊，迅速成长为平台行业TOP 1的品牌。以往，他们会招聘专业美工师，从抠图、找素材、PS，一周只能做4-5套。自从去年11月用上AI工具之后，70%以上的设计图几乎被AI承包。比如，商品banner图、产品场景图、YouTube封面图等等。截至目前，全球超1亿件商品被AI优化，50万跨境商家用AI赚到了钱。阿里国际之所以成绩斐然，与团队过去所攻克的研究难题密不可分。在多语言方面，为了提升大模型多语言能力，并将其更高效地用实际任务中，多语言增强大模型MarcoPolo由此诞生。在多模态方面，多模态大模型MarcoPolo-VL能够用「眼睛」精准识别，进行推荐。还有团队最新发布的多模态大模型Ovis，直接拿下开源第一。在ICCV 2023顶会上，一向低调的阿里国际AI团队，凭借「视觉-语言算法推理」workshop拔得头筹。简单讲，这与当下火热的GPT-4V多模态生成是同题竞赛。Marco翻译大模型，大规模商用
这次，Marco翻译大模型亮相，进一步为语言文化壁垒提供了绝佳的解决方案。这款AI翻译大模型核心聚焦在两大领域——电子商务、日常交流。它将集成到阿里国际旗下众多跨境电商业务平台，如速卖通、Lazada、Trendyol。此外，Marco翻译大模型还将面向全球个人用户，真正实现从专业商务到日常生活全覆盖。
试用传送门：https://aidc-ai.com/page/translation.htm#tryout由此可见，阿里国际的AI翻译大模型有着巨大的商业化前景。阿里国际拥有着天然的3亿用户出海业务，而且电商足迹遍布全球100+国家/地区，连接着数百万商家及数亿消费者。这一庞大的生态网络预示着，仅在阿里国际内部，就拥有服务广泛用户群体和多样化应用场景的广阔舞台。团队成员们积极向外扩展，让Marco翻译大模型触及更广泛用户群体、商业实体。因为，外部的生态才是一个潜力无穷、规模惊人的市场空间，尤其是全球新兴市场的需求。阿里国际AI国际在最受欢迎TOP 20使用国中，约半数未发展中国家。那么，全新的AI翻译大模型也将赋能这些国家的中小企业（SMEs），帮助它们跨越语言障碍，高效开展全球业务。未来，阿里国际还将持续投入，扩展语向的数量，提升更多不同场景下的翻译质量。在阿里国际看来，AI+跨境电商只是迈出了第一步，AI之于电商最大的改造，应是做到「降本增效」的极致。向前一步，可以看到AI会颠覆电商用户交互、购物形态。向后一步，AI将会重塑整个电商供应链，甚至上从根本去改变搜、推、广的商业模式。AI将为跨境电商的未来带来种种可能，让我们拭目以待。
立即咨询 JOTO
JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询
