据Android Police周一报道,谷歌翻译即将获得重大AI功能升级,包括选择不同AI模型的能力以及类似Duolingo的游戏化练习模式。
Android分析师AssembleDebug对谷歌翻译应用的最新版本9.15.114进行了分析,发现了用户界面的新变化。在顶部出现了新的模型选择器,提供"快速"和"高级"两个选项。快速模式推测用于快速翻译任务,比如破译菜单项目。高级模式可能会使用Gemini来更准确地理解文本或对话的上下文。
根据报道,此次更新还将包含练习模式,以游戏化方式帮助语言学习,类似于热门语言学习应用Duolingo的做法。
谷歌代表没有立即回应置评请求。
在过去两年中,谷歌一直在展示各种演示并发布功能,使语言翻译变得更加容易。在今年早些时候的Google I/O大会上,这家科技巨头展示了佩戴Android XR智能眼镜进行实时翻译的演示。
随着2023年Pixel Fold的发布,该公司还推出了实时翻译模式,利用设备的内外屏幕。
理解不同语言是AI的一项关键创新。使用大语言模型技术在两种不同语言之间进行翻译,扩展了人类之间可以进行的内容和对话。
谷歌已经在YouTube上发布了自动配音技术,例如允许英语观众观看日语YouTuber的视频。
Q&A
Q1:谷歌翻译的新AI功能有哪些?
A:谷歌翻译将新增模型选择器,提供"快速"和"高级"两个AI模型选项。快速模式用于快速翻译任务,高级模式使用Gemini技术更准确地理解文本上下文。还将增加类似Duolingo的游戏化练习模式来帮助语言学习。
Q2:谷歌在语言翻译方面还有哪些技术创新?
A:谷歌在过去两年推出了多项语言翻译创新,包括Android XR智能眼镜的实时翻译演示、Pixel Fold的实时翻译模式,以及YouTube上的自动配音技术,让不同语言的观众能够观看其他语言的视频内容。
Q3:大语言模型技术在语言翻译中有什么重要作用?
A:大语言模型技术能够在两种不同语言之间进行智能翻译,这是AI的关键创新之一。它扩展了人类之间可以进行的内容和对话范围,让不同语言背景的人能够更好地沟通交流。
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
莫斯科高等经济学院研究员尼古拉·斯克里普科开发了IFEval-FC基准测试,专门评估大语言模型在函数调用中遵循格式指令的能力。研究发现,即使是GPT-5和Claude Opus 4.1等最先进模型,在处理看似简单的格式要求时准确率也不超过80%,揭示了AI在实际应用中的重要局限性。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室联合多家机构推出MinerU2.5文档解析模型,仅用12亿参数就在文本、公式、表格识别等任务上全面超越GPT-4o等大型模型。该模型采用创新的两阶段解析策略,先进行全局布局分析再做局部精细识别,计算效率提升一个数量级。通过重新定义任务标准和构建高质量数据引擎,MinerU2.5能准确处理旋转表格、复杂公式、多语言文档等挑战性内容,为文档数字化提供了高效解决方案。