产业观察🔥8.0
阿里千问发布同声传译大模型 Qwen3.8-LiveTranslate，支持原文译文同帧同出
📋总体概括
阿里千问9月19日发布同声传译大模型Qwen3.8-LiveTranslate，采用Hybrid MoE的Thinker–Talker双模块设计与Interleave架构，将理解、翻译与语音合成编排进同一条因果序列端到端完成。字均延迟（LAAL）从2.8秒降至2.3秒，支持60种语言，并新增实时说话人分离、原文译文同帧同出、长上下文消歧三项能力，译文语音可保留原说话人音色，推动同传在直播、会议等真实场景落地。
⚡关键信息
- ▸Qwen3.8-LiveTranslate字均延迟（LAAL）从2.8秒降至2.3秒，准确度、流畅度、简洁度全面提升
- ▸模型支持60种语言，采用Hybrid MoE的Thinker–Talker双模块设计
- ▸Thinker将视频、音频、原文与译文编排进同一因果序列，理解与翻译在单一序列内端到端完成
- ▸新增实时说话人分离、原文译文同帧同出、长上下文消歧三项能力
- ▸Talker结合译文与源音频合成保留原说话人音色的译文语音
🔥犀利点评
延迟降到2.3秒、双语同屏、音色复刻，阿里这套组合拳瞄准的是直播和跨语言会议这类真金白银的场景，思路是把同传从「能听懂」推进到「敢直接用」。但同传的护城河从来不在Demo，而在嘈杂环境、口音、专业术语下的稳定发挥，以及多语言里小语种的实际质量。官方指标好看不奇怪，关键是敢不敢开放第三方实测。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 IT之家 阅读全文 →