翻譯成了最值得關(guān)注的AI落地場(chǎng)景之一。

前段時(shí)間舉行的 Google I/O 上，Google 正式發(fā)布了新一代 Gemini 3.5 模型，同時(shí)也提到未來(lái)會(huì)將 Gemini 的能力融入到 Google 生態(tài)的更多產(chǎn)品中。

但讓雷科技沒(méi)想到的是，第一個(gè)用上 Gemini 的 Google 生態(tài)應(yīng)用并不是搜索、Youtube、地圖等 Google 生態(tài)大戶(hù)，而是近幾年存在感不斷降低的 Google 翻譯：昨天，Google 發(fā)布 Google 翻譯更新，在翻譯中加入了最新的音頻模型 Gemini 3.5 Live Translate（下文簡(jiǎn)稱(chēng) Gemini 3.5 LT）。

圖片來(lái)源：Google

那么在 Gemini 3.5 LT 的驅(qū)動(dòng)下，Google 翻譯的實(shí)時(shí)語(yǔ)音翻譯功能體驗(yàn)又如何呢？

錯(cuò)詞漏詞依舊存在，單向翻譯模式存硬傷

打開(kāi) Google 翻譯的實(shí)時(shí)翻譯功能，選擇「實(shí)時(shí)聽(tīng)」模式，就能進(jìn)入全新的 Gemini 3.5 LT 驅(qū)動(dòng)的翻譯模式了。不過(guò)奇怪的是，這個(gè)「實(shí)時(shí)聽(tīng)」模式必須連接外置耳機(jī)才能激活。考慮到 Google 翻譯這個(gè)實(shí)時(shí)聽(tīng)模式并不能像時(shí)空壺同傳模式那樣雙向同時(shí)工作，雷科技對(duì)這個(gè)「必須接耳機(jī)才能用」的設(shè)計(jì)實(shí)屬不解。

好在這個(gè)「實(shí)時(shí)聽(tīng)」模式的操作還算簡(jiǎn)單：打開(kāi)實(shí)時(shí)聽(tīng)模式，把手機(jī)靠近對(duì)方，耳機(jī)里就能「實(shí)時(shí)」聽(tīng)到翻譯后的音頻了。

圖片來(lái)源：雷科技

和 Google 翻譯之前那個(gè)按住才能說(shuō)話(huà)、松手才開(kāi)始翻譯的「對(duì)話(huà)」模式相比，實(shí)時(shí)聽(tīng)模式會(huì)在對(duì)方完成一個(gè)短句后開(kāi)始翻譯，時(shí)效性要高不少。但在翻譯時(shí)，Google 依舊有比較明顯的延遲。

以中譯英的古詩(shī)翻譯為例，要念到第三句時(shí)，耳機(jī)里才會(huì)聽(tīng)到第一句的翻譯，和專(zhuān)業(yè)同傳耳機(jī)那種幾乎「同時(shí)啟動(dòng)」的翻譯還是有點(diǎn)差距。

至于翻譯準(zhǔn)確性的問(wèn)題，雷科技這里給 Google 翻譯安排了幾個(gè)比較經(jīng)典的游戲?qū)υ?huà)「原聲大碟」用于測(cè)試，同時(shí)也拉來(lái)了蘋(píng)果翻譯和有道翻譯作為對(duì)比。

我們先來(lái)看看原文，相信玩過(guò) GTA：SA 的玩家對(duì)這段點(diǎn)餐錄音都不會(huì)陌生：

I'll have 2 number 9s, a number 9 large, a number 6 with extra dip, a number 7, 2 number 45s, one with cheese and a large soda. 

以下是 Google 翻譯「聽(tīng)」到的英文原文：

Now, I have two number nines, but number nine Lord, number six with extra dip, a number seven, two number 45s, one with cheese and a large soda. Okay.Okay.

可以看到，即使是由 Gemini 3.5 LT 驅(qū)動(dòng)的 Google 翻譯，在一些細(xì)節(jié)處也會(huì)錯(cuò)過(guò)原文，比如：

I’ll have 變成了 I have（連讀遺漏）；

a number 9 large 變成了 but number nine Lord（識(shí)別錯(cuò)誤）；

開(kāi)頭、結(jié)尾處也多了 Now 和 Okay.Okay.（識(shí)別幻覺(jué)）。

不過(guò)在翻譯效果方面，Google 翻譯倒是準(zhǔn)確的把這個(gè)錯(cuò)誤的原文翻譯了出來(lái)。

圖片來(lái)源：雷科技

而在語(yǔ)音渲染方面，Google 翻譯輸出的語(yǔ)音和單純的 TTS 語(yǔ)音相比，確實(shí)更有節(jié)奏感，更像是真人說(shuō)出來(lái)的，但依舊能聽(tīng)出這是 AI 合成語(yǔ)音。

相比之下，Apple 翻譯的問(wèn)題就大得多了：識(shí)別出現(xiàn)大量錯(cuò)誤，翻譯幾乎不可用。

圖片來(lái)源：雷科技

有道的同傳效果反而更穩(wěn)定，只出現(xiàn)了一處連讀遺漏（「I’ll have」變成了「I have」）和一處識(shí)別錯(cuò)誤（「Soda」變成了「Soup」），翻譯質(zhì)量和速度也同樣穩(wěn)定。

圖片來(lái)源：雷科技

另外，Google 翻譯這個(gè)「實(shí)時(shí)聽(tīng)」模式還有一個(gè)很奇怪的地方：不知道出于什么原因，Google 翻譯不會(huì)保存「實(shí)時(shí)聽(tīng)」的翻譯記錄：

除了「實(shí)時(shí)聽(tīng)」，Google 翻譯還有「對(duì)話(huà)」「文本」等多種翻譯模式，后者在翻譯結(jié)束后都能從歷史記錄里看到原文與翻譯的文本。但「實(shí)時(shí)聽(tīng)」模式下的翻譯記錄在退出該模式（耳機(jī)斷開(kāi)導(dǎo)致的強(qiáng)制退出也算）后全部消失。

如果你打算用 Google 翻譯的「實(shí)時(shí)聽(tīng)」模式做采訪記錄，那雷科技勸你還是放棄這個(gè)想法。

圖片來(lái)源：雷科技

另外，在體驗(yàn)中雷科技還發(fā)現(xiàn) Google 翻譯的「實(shí)時(shí)聽(tīng)」模式依舊存在錯(cuò)譯和主語(yǔ)混亂的情況。但從好的方面想，即使是真人翻譯也難免會(huì)出現(xiàn)錯(cuò)譯、漏譯的情況，而 Google 翻譯這類(lèi)翻譯軟件能以更快的速度迭代技術(shù)、查漏補(bǔ)缺。

更重要的是，作為全球通用翻譯賽道的代表，Google 翻譯加入 AI 陣營(yíng)，必將推動(dòng)整個(gè)通用翻譯賽道朝著 AI 翻譯轉(zhuǎn)型。

翻譯成了最值得關(guān)注的AI落地場(chǎng)景之一

其實(shí)把 Google 翻譯這次更新單獨(dú)拿出來(lái)看，雷科技認(rèn)為這只能算得上是一次「AI 功能補(bǔ)課」：別人都在接大模型，Google 翻譯當(dāng)然也要接。但如果把視角放到 2026 年整個(gè) AI 硬件市場(chǎng)，雷科技反而覺(jué)得翻譯可能是今年最值得關(guān)注的 AI 落地場(chǎng)景之一。

原因也不復(fù)雜：和很多還停留在「炫技」階段的 AI 功能相比，「翻譯」的需求足夠明確，也足夠高頻。不同于需要「教育用戶(hù)」「創(chuàng)造需求」的品類(lèi)，品牌不需要解釋「加 AI 能干什么」，用戶(hù)也不會(huì)質(zhì)疑「為什么要用 AI」。

比如時(shí)空壺此前推出的 X1 Meeting AI 會(huì)議同傳設(shè)備，就利用時(shí)空壺的 AI 模型能力，解決了同傳過(guò)程中斷句點(diǎn)識(shí)別、語(yǔ)義推測(cè)、上下文糾錯(cuò)的傳統(tǒng)短板。在「翻譯」之外，時(shí)空壺也用 AI 技術(shù)打造了骨聲紋識(shí)別功能，讓翻譯耳機(jī)可以準(zhǔn)確識(shí)別哪句話(huà)是從誰(shuí)嘴里說(shuō)出來(lái)的，為后面的同傳翻譯環(huán)節(jié)打下基礎(chǔ)。

圖片來(lái)源：雷科技

訊飛剛發(fā)布的 AI 眼鏡則是另一條路線(xiàn)。自誕生以來(lái)，主流智能眼鏡都圍繞「拍攝」這一核心場(chǎng)景來(lái)打造產(chǎn)品。但上個(gè)月發(fā)布的訊飛 AI 眼鏡別出心裁地將「全場(chǎng)景翻譯」定為 AI 眼鏡的核心。

圖片來(lái)源：雷科技

以翻譯替代拍攝，這不僅用更高頻的場(chǎng)景解決了智能眼鏡「吃灰」的問(wèn)題，也充分發(fā)揮了訊飛自己的優(yōu)勢(shì)，借助訊飛在翻譯領(lǐng)域多年的技術(shù)積累，以最快的速度讓訊飛 AI 眼鏡在智能眼鏡賽道立足。

而在雷科技看來(lái)，無(wú)論時(shí)空壺同傳耳機(jī)，還是訊飛 AI 眼鏡，這些 AI 翻譯設(shè)備本質(zhì)上都在試圖讓翻譯從一個(gè) App 功能，變成一種可以「移植」到不同硬件中的能力，從而覆蓋更多的場(chǎng)景。

以 Google 翻譯為例，雖然現(xiàn)階段的 Google 翻譯還面臨延遲、漏譯、記錄缺失等問(wèn)題；但長(zhǎng)遠(yuǎn)來(lái)看，Gemini 3.5 LT 的實(shí)時(shí)音頻能力完全可以接入耳機(jī)、眼鏡、會(huì)議設(shè)備，甚至汽車(chē)座艙當(dāng)中。

對(duì)時(shí)空壺、訊飛這類(lèi)專(zhuān)業(yè)翻譯硬件廠商來(lái)說(shuō)，Gemini 3.5 LT 的出現(xiàn)既是壓力，也是機(jī)會(huì)。「壓力」很好理解：Google 這樣的玩家一旦下場(chǎng)，必然會(huì)抬高用戶(hù)對(duì)免費(fèi)翻譯工具的預(yù)期——去年各手機(jī)品牌先后為 TWS 耳機(jī)加入 AI 翻譯功能，就直接擠壓了入門(mén)翻譯耳機(jī)的市場(chǎng)空間，拉高了翻譯耳機(jī)能力的「及格線(xiàn)」。

圖片來(lái)源：京東

但從另一個(gè)角度想，通用翻譯也有著天然的短板：商務(wù)會(huì)議需要多人識(shí)別，采訪需要留備份，跨境展會(huì)需要長(zhǎng)時(shí)間續(xù)航，嘈雜環(huán)境需要更強(qiáng)收音，這些都不是單靠一個(gè)模型更新就能解決的。

也正因如此，Google 翻譯變強(qiáng)并不意味著翻譯耳機(jī)、翻譯眼鏡的故事就此結(jié)束。

Google 翻譯等通用翻譯 App 和采用通用翻譯模型的產(chǎn)品，只能解決「從無(wú)到有」的問(wèn)題。而未來(lái)的高端翻譯耳機(jī)，必將把專(zhuān)用 AI 能力當(dāng)作產(chǎn)品迭代的核心驅(qū)動(dòng)力，用更快、更強(qiáng)的專(zhuān)用翻譯模型拉開(kāi)體驗(yàn)的差距。也只有這樣，才能在 AirPods 等「AI 翻譯耳機(jī)」帶來(lái)的沖擊下守住核心用戶(hù)群，并在更細(xì)分、更高價(jià)值的市場(chǎng)中延續(xù)優(yōu)勢(shì)。

隨著免費(fèi) App 把基礎(chǔ)翻譯門(mén)檻越拉越低，專(zhuān)業(yè)設(shè)備就必須在專(zhuān)業(yè)場(chǎng)景中證明自己的實(shí)力和價(jià)值。可以肯定的是，隨著 AI 技術(shù)在翻譯賽道的普及，翻譯硬件也必將迎來(lái)新一輪的洗牌。

技術(shù)迎來(lái)革新、產(chǎn)品優(yōu)勝劣汰、消費(fèi)者體驗(yàn)升級(jí)，這才是 AI 技術(shù)推動(dòng)行業(yè)發(fā)展的意義。

谷歌谷歌翻譯GeminiAI翻譯實(shí)時(shí)翻譯

來(lái)源：雷科技

本文圖片來(lái)自：123RF 正版圖庫(kù)       來(lái)源：雷科技

       原文標(biāo)題 : 重大更新！Google翻譯接入Gemini 3.5 LT，我們實(shí)測(cè)了一波