果式文案一出,少不了网友的热议。
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
不可否认,AI翻译仍然是一个复杂领域。
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?
有人说,用现成的翻译产品不就行了?
某产品给出的结果是——「Bare legs god」,好家伙,「光腿神」可还行。
类似的翻译一个比一个抽象,要让老外惊掉下巴。
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
翻译2号则更加拉跨,内容和语法完全不对。
「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
接下来,我们加大难度。
「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」。
另外两位选手的表现,倒是也在意料之中——
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」。
可以说是驴唇不对马嘴了。
针对这些训练预料相对较少的语种,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。
性能如此强大的翻译模型,为什么出自阿里国际?
显然,这与公司在该领域的多年积累密不可分:
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。
基于Flores公开榜单数据的评测结果
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。
这么好用的大模型,用起来会不会很贵?恰恰相反!
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。
Marco翻译大模型主要支持15种语言间的互译。
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。
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。
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。
Marco翻译大模型还有两处独特的创新。
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。
说来,阿里国际为什么要做翻译大模型呢?
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。
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。
经过一年多的尝试,成果已经初显。
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。
并且,实现了更低成本更优效果。
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Ovi,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。
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。
首先,它与阿里生态系统深度融合。
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。
其次,AI翻译服务并不局限于阿里生态之内。
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。
最重要的是,进一步降低用户的使用成本。
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。
参考资料:
https://aidc-ai.com/
文章来自于微信公众号“ 新智元”
【开源免费】XTuner 是一个高效、灵活、全能的轻量化大模型微调工具库。它帮助开发者提供一个简单易用的平台,可以对大语言模型(LLM)和多模态图文模型(VLM)进行预训练和轻量级微调。XTuner 支持多种微调算法,如 QLoRA、LoRA 和全量参数微调。
项目地址:https://github.com/InternLM/xtuner