原創(chuàng) 數(shù)字生命卡茲克 數(shù)字生命卡茲克

做AI自媒體的人，讀前沿學(xué)術(shù)論文，跟著補課，提升自己的知識體系自然是少不了的。

僅僅是為了跟上這個時代，就已經(jīng)得拼盡全力不掉隊了。

但是吧，不怕各位笑話，我的英語真的很差，最熟練的喊出來的那句英語是：

I'm fine，thank you，and you？

真的，在讀各種文獻(xiàn)的過程中，即使已經(jīng)用大模型加持翻譯了，但是還是受盡了各種折磨。

就比如昨天豆包發(fā)了個AI圖像的論文。

我尋思著翻一下之前他們SeedEdit的論文，對照著學(xué)習(xí)一下。

就是這個。

別的論文我不太懂，但是這類AI的論文呢，一般上下文邏輯咬的很死，并且充斥著大量高度專業(yè)化的術(shù)語和學(xué)術(shù)表達(dá)。

像是：Out-of-Domain (OOD) 、DiT架構(gòu)這類詞很多。

光是專業(yè)學(xué)術(shù)用語部分，倒也還好。但遇見一些專業(yè)術(shù)語搭配復(fù)雜表達(dá)方式的文段，我說實話，我現(xiàn)在一般用沉浸式翻譯搭配OpenAI或者DeepL的API，翻譯起來還是懵逼。

很多時候，它對于專業(yè)術(shù)語，即便不懂也要硬翻。對于我這種非專業(yè)的人來說，看起來就真的很費勁。

正好最近又看了玉淵譚天做的關(guān)于AI翻譯質(zhì)量的策劃，所以我也想，不如我自己也評測一下。

看看在這個場景下，到底哪個大模型，翻譯質(zhì)量最好。

說干就干。

于是，我跟小伙伴肝了2天時間，測了N多題，找到了我們認(rèn)為，目前翻譯效果最好的大模型。

直接說結(jié)論：網(wǎng)易有道這個老牌翻譯廠商出的AI大模型子曰翻譯2.0，居然吊打了一切。。。

說說我們是怎么測大模型的翻譯評測這塊的。

測試的維度也很簡單，就從我平常受到的折磨體驗出發(fā)，梳理出了2點。

這些AI必須：

1. 說人話；2. 沒活別瞎翻。

第一點，說人話。好解釋，翻譯內(nèi)容符合中國人的語言習(xí)慣。

第二點，沒活別瞎翻，就更好說了。專業(yè)術(shù)語和一些專有名詞，要是不會翻可以不翻，但別硬翻。其他內(nèi)容基本正確就行。

在選手上，我選了海外的Grok3，ChatGPT-4o、Claude 3.7、Gemni 2這標(biāo)準(zhǔn)四人組。國內(nèi)我把能跑的也都跑了，不過受制于篇幅，文章里面我就只展示DeepSeek R1、智譜GLM-4、有道子曰翻譯2.0、Qwen 2.5-Max這四人組了。

DeepSeek R1是唯一一個推理模型，雖然理論上我也不應(yīng)該用推理模型來測翻譯，因為不實用。。。但是誰叫人實在太火了呢= =

我給這這些大模型出的第一道題，就是SeedEdit這篇論文里的一個稍微復(fù)雜點的段落，涉及了一堆高頻專業(yè)術(shù)語，還包含學(xué)術(shù)引用信息、作者姓名。

先看國產(chǎn)。

說人話方面。

Qwen和智譜GLM在說人話上都需要加強，最具代表性的句子就是這個：

Qwen：我們注意到，我們的方法主要聚焦于HQ-Edit基準(zhǔn)中的應(yīng)用場景，在這些場景中，我們希望根據(jù)任意指令對T2I生成的圖像進(jìn)行修改。

智譜GLM：我們注意到，我們的方法主要關(guān)注 HQ-Edit 基準(zhǔn)中的應(yīng)用場景，我們希望用任意指令修改 T2I 生成的圖像。

一個句子中就能出現(xiàn)三個同樣的主語，讀起來就非常的難受，并且斷句也很奇怪。

子曰翻譯2.0的表現(xiàn)倒是非常的棒。它的主語濫用較少，避免了一大坨過度重復(fù)的代詞。尤其在處理“that”和“where”這類句式時，表現(xiàn)不錯。

DeepSeek比起子曰翻譯2.0，人話輸出上稍微弱了一點，翻譯腔的機械感重了一點。很明顯的例子就是第一句話，不夠簡潔，主語消失了。

沒活別硬翻方面，子曰翻譯2.0和DeepSeek都明顯好一點。

對Out-of-Domain (OOD) test的處理上，只有Qwen翻譯成了跨領(lǐng)域測試。智譜GLM和Qwen對real in-the-wild image inputs的翻譯都有點難頂。。。其實，直接翻成真實場景的圖像輸入就行。

國外組這邊，在英譯中的表現(xiàn)上都要比國內(nèi)組的要稍微差點，那英式中文的感覺實在揮之不去，讀起來非常的不流暢。

這里面表現(xiàn)最好的就是ChatGPT-4o。它的翻譯整體上是清晰且準(zhǔn)確的，算是比較好地展現(xiàn)了原文的技術(shù)內(nèi)容和學(xué)術(shù)語氣。

Gemini和Claude基本屬于一個級別的，人話輸出差點兒意思。

Grok 3的表現(xiàn)也還行，但還是那個老毛病：主語瘋狂堆疊。

這第一道題還只是學(xué)術(shù)論文中，比較“正常”的一段，理解語義的難度不算太高。

但是當(dāng)你看硬核技術(shù)論文的時候，我不知道你們有沒有跟我一樣的感覺：AI面對正文中的內(nèi)容時，表現(xiàn)可能還好。但當(dāng)對象變?yōu)閳D注內(nèi)容時，很大概率開始抽風(fēng)。

因為SeedEdit這篇論文里，圖注部分沒有什么復(fù)雜的段落，我就從經(jīng)典神文《Attention is all you need》里摘出來了一段，作為第二道大題。

這回，就能很明顯地感受到各個AI大模型在面對這種隱性語境限制的情況下，翻譯英文的能力了。

開頭的第一個長難句，其實就是對圖片的一個總結(jié)，怎么簡潔怎么來。

智譜GLM對圖注語境下的長難句的理解有點不到位。

DeepSeek、Qwen則選擇在中間進(jìn)行斷句，無功無過。但是在結(jié)尾處，這兩位都選擇“建議以彩色查看”，在學(xué)術(shù)語境中語氣稍顯隨意了些。但也沒大問題。

子曰翻譯2.0在一句話的表現(xiàn)非常簡潔，很符合一個正常學(xué)術(shù)圖注的規(guī)范。但是，也出現(xiàn)了個小問題。因為 heads 這個單詞在前一句出現(xiàn)過了，子曰翻譯2.0直接在下一句省略了，給翻譯成了不同顏色代表不同的頭，這其實會帶來一些理解壓力。

Gemini和GLM一樣的毛病，ChatGPT-4o直接把第一句的following硬翻譯成了追蹤，Pass。

Claude對第一個句子的翻譯，也是尬的一批，6層xxx的第5層中。沒有人這么說話的。

除了上面兩道對象是純文本的測試題，日常看論文時，另一個特別讓我看了心情復(fù)雜的一點就是，文本中被插入一堆數(shù)學(xué)符號。翻譯器很容易被搞懵逼。

所以我也就把這一點作為第三大題，測試下這八個模型是怎么處理這些數(shù)字符號的。

文本還是用的《Attention Is All You Need》里的一段嵌入數(shù)學(xué)公式的內(nèi)容。

總體來看，各家AI大模型對于內(nèi)嵌數(shù)學(xué)公式的理解，其實都表現(xiàn)的還挺好的。

盡管 d?2; 的數(shù)學(xué)符號格式在排版上，有些模型處理的不夠規(guī)整，但邏輯表達(dá)并沒有什么混亂。

DeepSeek和子曰翻譯2.0在處理技術(shù)性內(nèi)容時，能夠兼顧術(shù)語的準(zhǔn)確性與說人話的表達(dá)方式，這一點明顯勝過其他幾個模型。

我在做這個測試的時候，還發(fā)現(xiàn)了一個很明顯的點，就是最后一句話。

xxx，the approach we take in our model.

很明顯地，這句話不應(yīng)該與前一句區(qū)分開。

因為在中文語境中，它實際上是對前述內(nèi)容的補充說明。但是除了子曰翻譯2.0外的七家大模型，全都給隔離翻譯了。

一個逗號，給7個大模型都忽悠過去了。。。

一套流程全部測下來，只說中英互譯的話，你會很明顯地感受到在說人話方面，有道這個子曰翻譯2.0，是真的讓我意外的覺得好用。

在沒活別硬翻上，DeepSeek R1、子曰翻譯2.0，ChatGPT-4o基本算是一個梯隊的，專業(yè)術(shù)語知道保留，不瞎玩。

至少在我自己的測試中，最讓我意外的一點，還是有道的子曰翻譯2.0是效果最好的，這個點其實蠻讓我意外。

但是同時也確實驗證了一個“共識”。

在垂直場景里，這些積累了N多年數(shù)據(jù)的行業(yè)巨頭，手上握著的資源和數(shù)據(jù)，確實不是一些通用大模型公司能匹敵的。

在我找出了我覺得目前最好的翻譯大模型，準(zhǔn)備就讓它以后來幫我看論文讀技術(shù)文章的時候，我發(fā)現(xiàn)。。。

沉浸式翻譯沒給子曰翻譯2.0留API接口，接不進(jìn)去。。。

而有道自己的產(chǎn)品雖然做的很不錯，但是對于我這種每天在各種英文網(wǎng)站里來回蹦跶還要刷X和在arXiv上扒拉論文的人來說，體驗路徑確實有一點長。。。

這一下子給我整不會了。。。

不過如果是習(xí)慣用應(yīng)用的，或者是手機主力黨，那我還是無腦推薦你去有道他們自己的產(chǎn)品里面用。

比如他們的有道翻譯和有道詞典。

截圖翻譯、PDF翻譯啥的都全乎，同傳啥的也都有，這個里面的AI翻譯就是子曰翻譯2.0。

但是最可惜的就是沒有我想要的瀏覽器翻譯插件。

所以，在我猶豫了1分鐘之后，為了方便，不用來回多開頁面，省下時間安心做科普閱讀。

我還是做了一個非常傻der的決定。

自己用AI手搓一個能接子曰翻譯2.0 API的論文專用的翻譯器插件。。。

EMMMMMMM。

這個插件翻譯效果是這樣子的。

這個翻譯插件的用戶體驗效果肯定沒有那些商用插件好，但是吧，也是一個無奈之舉。翻譯質(zhì)量，比體驗重要。

老規(guī)矩，這個插件我也放在了公眾號后臺里，大家隨意取用，直接公眾號后臺私信我"fy"，系統(tǒng)就會自動發(fā)送你文件了。

插件的安裝和API的接入，其實都特別簡單。

先說API怎么獲取。

直接進(jìn)下面有道的AI開放平臺申請API：

https://ai.youdao.com/modelTranslation.s

在最上面的導(dǎo)航欄里，選擇產(chǎn)品服務(wù)，里面有個大模型翻譯，點擊即可。

選擇立即使用。

在左側(cè)導(dǎo)航欄里選擇自然語言翻譯服務(wù)里的大模型翻譯，點擊創(chuàng)建應(yīng)用。

應(yīng)用名稱可以隨便寫，我寫的是：PDF翻譯，選擇服務(wù)欄里要選：大模型翻譯，接入方式選：API，應(yīng)用類別直接選：實用工具。

選完這四項，直接點確認(rèn)就行。

下面這倆其實就是你的應(yīng)用ID和秘鑰了。

在有道API平臺，一實名注冊就會送50塊錢的體驗金。。。

基本夠用一陣子了，大概能高質(zhì)量地處理個三五千頁PDF。

至于我手搓的論文翻譯插件的安裝也很簡單。

按下面的指導(dǎo)圖，一步一步來就行。

第一步就是解壓縮我給你的翻譯插件.zip。

然后打開谷歌瀏覽器，點右上方三個點按鈕，進(jìn)入管理擴展程序。

一鍵把文件拖進(jìn)來，就能自動安裝。

打開擴展程序按鍵，把【卡茲克論文譯霸】置頂。

點擊這個設(shè)置按鈕。

輸入你在有道API云平臺，注冊得到的API key和API Secret，點保存設(shè)置就能用了。

安裝好插件，你刷新一下arXiv，你就會發(fā)現(xiàn)右邊就有個【在線查看中文翻譯版】的按鈕。

點進(jìn)去后，即可開始純享版論文翻譯。你可以點擊隱藏原文，直接就是個子曰翻譯出來的中文版。也可以，一鍵改變布局，原文譯文排版，就像下面這樣。

也支持，圖文混排。

一些網(wǎng)頁也行。

整個流程，真的幾分鐘就能搞定。

接下來就能在中英互譯的論文世界里遨游了。

說實話，我這個手搓的小插件，很蹩腳，如果有道或者沉浸式翻譯能看到我這篇文章，我希望：

要么有道出個插件，要么沉浸式翻譯支持一下有道的API吧。。。

真的，我覺得瀏覽器翻譯這個場景，還是蠻剛需的。

當(dāng)然，如果你覺得這個插件太矬了（確實也挺挫），那也可以把PDF下載下來，扔到有道翻譯里面直接翻譯。

或者直接用他們的截圖翻譯吧。

不過，如果你跟現(xiàn)在的我一樣，就喜歡瀏覽器上苦讀英文文獻(xiàn)，也追求翻譯質(zhì)量，那我覺得，真的可以考慮湊合用一下我這個小破插件。

祝我們都能在AI和翻譯的世界里越走越遠(yuǎn)，再也不用為語言門檻而撓頭懊惱。

愿你我的AI路上，都能走的更遠(yuǎn)。

共勉。

原標(biāo)題：《我花了2天，找到了我覺得翻譯質(zhì)量最好的AI大模型。》

閱讀原文