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
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？
某产品给出的结果是——「Bare legs god」，好家伙，「光腿神」可还行。
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
「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
「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」。
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」。
针对这些训练语料相对较少的语种，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。
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。
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。
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。
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。
应用场景
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。
背后技术
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。
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。
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。
AI成为跨境电商关键变量
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。
