Google TranslateGemma – теперь уже лучшая открытая модель перевода на 55 языков. Бесплатно

Google представила TranslateGemma, новую семью открытых моделей машинного перевода на основе Gemma 3. Модели доступны в трёх размерах (≈4B, 12B и 27B параметров) и предназначены для перевода текста между 55 языками.

При разработке Google использовала 2-х этапное дообучение: сначала модель fine-tuned на высококачественных параллельных данных, включая синтетический перевод, сгенерированный более мощными моделями Gemini, а затем провела фазу усиленного обучения (RL) с использованием ансамбля функций вознаграждения (MetricX-QE, AutoMQM и др.).

Это позволило существенно улучшить качество: младшие модели TranslateGemma по метрикам перевода зачастую не уступают более крупным базовым Gemma 3. Так, версия 12B показывает результат лучше, чем исходная Gemma 3 с 27B параметров по набору WMT24++. 2-х этапная схема обучения и использование вознаграждений подробно описаны в техническом отчёте Google. Благодаря таким технологиям небольшие модели TranslateGemma работают эффективно без потери качества.

Кроме того, из-за того, что основой служит Gemma 3, TranslateGemma унаследовала мультимодальные возможности: модель может принимать на вход изображения и автоматически распознавать, и переводить содержащийся текст (OCR). Испытания на бенчмарке Vistra подтвердили, что улучшения перевода положительно сказались и на переводе текстов внутри картинок. Фактически OCR и перевод работают «из коробки» без внешних модулей. Это делает TranslateGemma удобным инструментом для перевода скриншотов, документов и фотографий с текстом.

TranslateGemma предназначена для широкого использования: веса моделей выложены на Hugging Face и Kaggle под свободной лицензией (с ограничением на коммерческое использование), а для корпоративных клиентов доступна через Google Vertex AI. Модель на 4B оптимизирована для мобильных устройств и edge, на 12B – для ноутбуков и десктопов, а 27B требует серьёзного «железа» (одного H100) для максимального качества. При этом Google подчёркивает, что 12B–версия является «золотой серединой»: она выдаёт близкие к максимальному качества перевода результаты при вдвое меньшем размере по сравнению с 27B-базовой моделью.

На рынке машинного перевода существуют как большие коммерческие системы, так и открытые модели. Рассмотрим основные альтернативы:

· Meta NLLB-200: семейство мультиязычных моделей от Meta AI, охватывающее до 200 языков. Включает 3.3B (дистиллированная) и 55B (MoE) варианты. NLLB-200 демонстрирует рекордные результаты особенно на низкоресурсных языках – итоговый 200-язычный моделль в среднем на 44% превосходит предшественников. Модели NLLB открыты (с лицензией CC BY-NC), но рассчитаны в первую очередь на исследовательское использование. Их главное преимущество – крайне широкий охват (включая десятки африканских языков), недостаток – большая вычислительная сложность и ограничения лицензии.

· Helsinki OPUS-MT (Marian): проект открытых моделей перевода, где каждая модель заточена под конкретную пару языков. Семейство OPUS-MT включает сотни (фактически более 1500) различных моделей для популярных направлений (например, opus-mt-en-fr, opus-mt-zh-en и т. д.). Такая направленность даёт высокое качество перевода в каждой задаче и небольшой размер (ок. 300–500MB на модель). Лицензия (CC BY 4.0) разрешает коммерческое использование без отчислений. Минус – для покрытия многих языковых направлений требуется много моделей (каждая отвечает лишь за пару языков). При этом в ряде задач узкоспециализированная модель OPUS может превзойти крупные универсальные модели.

· DeepL Translator: коммерческий сервис, отличающийся очень высоким качеством перевода для поддерживаемых языков. По состоянию на 2025 год DeepL поддерживает около 30 языков (главным образом европейские и несколько азиатских). За счёт фокусировки на ограниченном наборе языков и огромной базы качественных данных (Linguee) DeepL часто выдаёт более естественный перевод по сравнению с Google Translate и другими. Однако DeepL – закрытый продукт (собственная архитектура CNN/transformer), требующий подписки для API, и не обеспечивает многомодальности (не встроен OCR). В целом DeepL – конкурент для TranslateGemma по качеству, но охват языков у неё существенно меньше.

· Google Translate (API): проприетарный сервис от Google, покрывающий 249 языков и диалектов (по данным 2025 г.). Google Translate бесплатен для массовых пользователей и удобен, но как правило используется через API Google Cloud (подписка) или веб-интерфейс. Его преимущество – самый широкий охват языков; недостаток – отсутствие локальной модели (работа через облако) и закрытые алгоритмы. TranslateGemma в некотором смысле стремится предложить сопоставимое качество для менее распространённых языков, но в форме доступного open-source решения, которое можно запускать локально и настраивать.

В сумме можно сказать, что TranslateGemma находится по производительности между узконаправленными OPUS-MT и огромным NLLB. По языковому покрытию (55 заявленных языков, плюс данные примерно по 500 неосновным парам) она уступает Google Translate и NLLB, но значительно превосходит DeepL в охвате. Однако её главным конкурентным преимуществом является свободный доступ и интеграция OCR: это мощный инструмент для стартапов и разработчиков, которым нужны перевод, встраиваемый в приложения и устройства без зависимости от облака. Масштабируемая архитектура Gemma 3 обеспечивает высокое качество перевода, сопоставимое с лучшими решениями, при меньших вычислительных затратах.

TranslateGemma демонстрирует стремление Google сделать свои передовые модели доступными сообществу. Модель сочетает передовую технику генерации данных и reinforcement learning для постобучения, сохраняя при этом способность «видеть» текст на изображениях. Это важно не только для технического прогресса машинного перевода, но и для практического применения: многие приложения (мессенджеры, офисный софт, мобильные камеры) требуют мгновенного перевода слов в любых условиях. Открытый характер TranslateGemma упрощает интеграцию, её можно внедрять в сервисы стартапов, робототехники, образовательных продуктов без привязки к стороннему API.

Google TranslateGemma – технологически продвинутая и универсальная модель перевода. Она устанавливает новый стандарт в открытых системах: мультилингвальность (55 языков в качестве гарантии), встроенный OCR, а также эффективность (младшие модели работают на ПК и телефонах, старшая – на обычном GPU/TPU). В ближайшее время TranslateGemma станет привлекательным инструментом для широкого круга разработчиков и предпринимателей, особенно в тех сценариях, где важен контроль над данными и возможность локального запуска.

Основные характеристики TranslateGemma:

· Поддержка 55 основных языков (данные и на ~500 дополнительных парах).

· Мультимодальность: перевод текста прямо с изображений без дополнительных модулей.

· 3 размера моделей (4B, 12B, 27B) для различных устройств: мобильные, десктопы и облако.

· Обучение в 2 этапа: fine-tuning на синтетическом и реальном параллельном корпусе + RL с метриками качества.

· Качество на уровне топовых моделей: 12B-модель лучше 27B-базы Gemma и обеспечивает выигрыш в скорости и ресурсах.

· Свободный доступ: весовые файлы на Hugging Face/Kaggle, развёртывание в Vertex AI, permissive-лицензия.

TranslateGemma занимает нишу открытого универсального переводчика: она уступает DeepL в качестве для английско-европейских пар, но выигрывает в охвате и свободе использования; она конкурирует с NLLB и OPUS-MT по количеству языков. Для технической аудитории и предпринимателей важно, что эту модель можно запустить локально и встраивать в собственные приложения.