我花了2天，找到了我觉得翻译质量最好的AI大模型。 * { margin: 0; padding: 0; outline: 0; } body { font-family: “PingFang SC”, system-ui, -apple-system, BlinkMacSystemFont, “Helvetica Neue”, “Hiragino Sans GB”, “Microsoft YaHei UI”, “Microsoft YaHei”, Arial, sans-serif; line-height: 1.6; } .__page_content__ { max-width: 667px; margin: 0 auto; padding: 20px; text-size-adjust: 100%; color: rgba(0, 0, 0, 0.9); padding-bottom: 64px; } .title { user-select: text; font-size: 22px; line-height: 1.4; margin-bottom: 14px; font-weight: 500; } .__meta__ { color: rgba(0, 0, 0, 0.3); font-size: 15px; line-height: 20px; hyphens: auto; word-break: break-word; margin-bottom: 50px; } .__meta__ .nick_name { color: 576B95; } .__meta__ .copyright { color: rgba(0, 0, 0, 0.3); background-color: rgba(0, 0, 0, 0.05); padding: 0 4px; margin: 0 10px 10px 0; } blockquote.source { padding: 10px; margin: 30px 0; border-left: 5px solid ccc; color: #333; font-style: italic; word-wrap: break-word; } blockquote.source a { cursor: pointer; text-decoration: underline; } .item_show_type_0 > section { margin-top: 0; margin-bottom: 24px; } a { color: 576B95; text-decoration: none; cursor: default; } .text_content { margin-bottom: 50px; user-select: text; font-size: 17px; white-space: pre-wrap; word-wrap: break-word; line-height: 28px; hyphens: auto; } .picture_content .picture_item { margin-bottom: 30px; } .picture_content .picture_item .picture_item_label { text-align: center; } img { max-width: 100%; } .pay_subscribe_notice { margin: 30px 0; padding: 20px; background: fffbe6; border: 1px solid ffe58f; border-radius: 8px; } .pay_subscribe_badge { display: inline-block; padding: 4px 12px; background: faad14; color: fff; border-radius: 4px; font-size: 14px; font-weight: 500; margin-bottom: 12px; } .pay_subscribe_desc { font-size: 15px; line-height: 1.8; color: rgba(0, 0, 0, 0.7); margin-bottom: 12px; } .pay_subscribe_hint { font-size: 13px; color: rgba(0, 0, 0, 0.4); } .__bottom-bar__ { display: flex; justify-content: space-between; align-items: center; position: fixed; bottom: 0; left: 0; right: 0; height: 64px; padding: 8px 20px; background: white; box-sizing: border-box; border-top: 1px solid rgba(0, 0, 0, 0.2); } .__bottom-bar__ .left { display: flex; align-items: center; font-size: 15px; white-space: nowrap; } .__bottom-bar__ .right { display: flex; } .__bottom-bar__ .sns_opr_btn { display: flex; align-items: center; user-select: none; background: transparent; border: 0; color: rgba(0, 0, 0, 0.9); font-size: 14px; } .__bottom-bar__ .sns_opr_btn:not(:last-child) { margin-right: 16px; } .__bottom-bar__ .sns_opr_btn > img { margin-right: 4px; }
我花了2天，找到了我觉得翻译质量最好的AI大模型。
原创 数字生命卡兹克 数字生命卡兹克 2025-03-13 09:02 北京
做AI自媒体的人，读前沿学术论文，跟着补课，提升自己的知识体系自然是少不了的。
仅仅是为了跟上这个时代，就已经得拼尽全力不掉队了。
但是吧，不怕各位笑话，我的英语真的很差，最熟练的喊出来的那句英语是：
I’m fine，thank you，and you？
真的，在读各种文献的过程中，即使已经用大模型加持翻译了，但是还是受尽了各种折磨。
就比如昨天豆包发了个AI图像的论文。
我寻思着翻一下之前他们SeedEdit的论文，对照着学习一下。
就是这个。
别的论文我不太懂，但是这类AI的论文呢，一般上下文逻辑咬的很死，并且充斥着大量高度专业化的术语和学术表达。
像是：Out-of-Domain (OOD) 、DiT架构这类词很多。
光是专业学术用语部分，倒也还好。但遇见一些专业术语搭配复杂表达方式的文段，我说实话，我现在一般用沉浸式翻译搭配OpenAI或者DeepL的API，翻译起来还是懵逼。
很多时候，它对于专业术语，即便不懂也要硬翻。对于我这种非专业的人来说，看起来就真的很费劲。
正好最近又看了玉渊谭天做的关于AI翻译质量的策划，非常牛逼。所以我也想，不如我自己也评测一下。
看看在这个场景下，到底哪个大模型，翻译质量最好。
说干就干。
于是，我跟小伙伴肝了2天时间，测了N多题，找到了我们认为，目前翻译效果最好的大模型。
直接说结论：网易有道这个老牌翻译厂商出的AI大模型子曰翻译2.0，居然吊打了一切。。。
说说我们是怎么测大模型的翻译评测这块的。
测试的维度也很简单，就从我平常受到的折磨体验出发，梳理出了2点。
这些AI必须：
1. 说人话；2. 没活别瞎翻。
第一点，说人话。好解释，翻译内容符合中国人的语言习惯。
第二点，没活别瞎翻，就更好说了。专业术语和一些专有名词，要是不会翻可以不翻，但别硬翻。其他内容基本正确就行。
在选手上，我选了海外的Grok3，ChatGPT-4o、Claude 3.7、Gemni 2这标准四人组。国内我把能跑的也都跑了，不过受制于篇幅，文章里面我就只展示DeepSeek R1、智谱GLM-4、有道子曰翻译2.0、Qwen 2.5-Max这四人组了。
DeepSeek R1是唯一一个推理模型，虽然理论上我也不应该用推理模型来测翻译，因为不实用。。。但是谁叫人实在太火了呢= =
我给这这些大模型出的第一道题，就是SeedEdit这篇论文里的一个稍微复杂点的段落，涉及了一堆高频专业术语，还包含学术引用信息、作者姓名。
先看国产。
说人话方面。
Qwen和智谱GLM在说人话上都需要加强，最具代表性的句子就是这个：
_Qwen：__我们__注意到，__我们__的方法主要聚焦于HQ-Edit基准中的应用场景，在这些场景中，_我们__希望根据任意__指令__对T2I生成的图像进行修改。
智谱__GLM_：__我们__注意到，__我们__的方法主要关注 HQ-Edit 基准中的应用场景，_我们__希望用任意__指令__修改 T2I 生成的图像。
一个句子中就能出现三个同样的主语，读起来就非常的难受，并且断句也很奇怪。
子曰翻译2.0的表现倒是非常的棒。它的主语滥用较少，避免了一大坨过度重复的代词。尤其在处理“that”和“where”这类句式时，表现不错。
DeepSeek比起子曰翻译2.0，人话输出上稍微弱了一点，翻译腔的机械感重了一点。很明显的例子就是第一句话，不够简洁，主语消失了。
没活别硬翻方面，子曰翻译2.0和DeepSeek都明显好一点。
对_Out-of-Domain (OOD) test_的处理上，只有Qwen翻译成了跨领域测试。智谱GLM和Qwen对_real in-the-wild image inputs_的翻译都有点难顶。。。其实，直接翻成真实场景的图像输入就行。
国外组这边，在英译中的表现上都要比国内组的要稍微差点，那英式中文的感觉实在挥之不去，读起来非常的不流畅。
这里面表现最好的就是ChatGPT-4o。它的翻译整体上是清晰且准确的，算是比较好地展现了原文的技术内容和学术语气。
Gemini和Claude基本属于一个级别的，人话输出差点儿意思。
Grok 3的表现也还行，但还是那个老毛病：主语疯狂堆叠。
这第一道题还只是学术论文中，比较“正常”的一段，理解语义的难度不算太高。
但是当你看硬核技术论文的时候，我不知道你们有没有跟我一样的感觉：AI面对正文中的内容时，表现可能还好。但当对象变为图注内容时，很大概率开始抽风。
因为SeedEdit这篇论文里，图注部分没有什么复杂的段落，我就从经典神文《Attention is all you need》里摘出来了一段，作为第二道大题。
这回，就能很明显地感受到各个AI大模型在面对这种隐性语境限制的情况下，翻译英文的能力了。
开头的第一个长难句，其实就是对图片的一个总结，怎么简洁怎么来。
智谱GLM对图注语境下的长难句的理解有点不到位。
DeepSeek、Qwen则选择在中间进行断句，无功无过。但是在结尾处，这两位都选择“建议以彩色查看”，在学术语境中语气稍显随意了些。但也没大问题。
子曰翻译2.0在一句话的表现非常简洁，很符合一个正常学术图注的规范。但是，也出现了个小问题。因为 heads 这个单词在前一句出现过了，子曰翻译2.0直接在下一句省略了，给翻译成了_不同颜色代表不同的头，_这其实会带来一些理解压力。
Gemini和GLM一样的毛病，ChatGPT-4o直接把第一句的following硬翻译成了追踪，Pass。
Claude对第一个句子的翻译，也是尬的一批，_6层xxx的第5层中。_没有人这么说话的。
除了上面两道对象是纯文本的测试题，日常看论文时，另一个特别让我看了心情复杂的一点就是，文本中被插入一堆数学符号。翻译器很容易被搞懵逼。
所以我也就把这一点作为第三大题，测试下这八个模型是怎么处理这些数字符号的。
文本还是用的《Attention Is All You Need》里的一段嵌入数学公式的内容。
总体来看，各家AI大模型对于内嵌数学公式的理解，其实都表现的还挺好的。
尽管 d² 的数学符号格式在排版上，有些模型处理的不够规整，但逻辑表达并没有什么混乱。
DeepSeek和子曰翻译2.0在处理技术性内容时，能够兼顾术语的准确性与说人话的表达方式，这一点明显胜过其他几个模型。
我在做这个测试的时候，还发现了一个很明显的点，就是最后一句话。
xxx，the approach we take in our model.
很明显地，这句话不应该与前一句区分开。
因为在中文语境中，它实际上是对前述内容的补充说明。但是除了子曰翻译2.0外的七家大模型，全都给隔离翻译了。
一个逗号，给7个大模型都忽悠过去了。。。
一套流程全部测下来，只说中英互译的话，你会很明显地感受到在说人话方面，有道这个子曰翻译2.0，是真的让我意外的觉的牛逼。
在没活别硬翻上，DeepSeek R1、子曰翻译2.0，ChatGPT-4o基本算是一个梯队的，专业术语知道保留，不瞎玩。
至少在我自己的测试中，最让我意外的一点，还是有道的子曰翻译2.0是效果最好的，这个点其实蛮让我意外。
但是同时也确实验证了一个“共识”。
在垂直场景里，这些积累了N多年数据的行业巨头，手上握着的资源和数据，确实不是一些通用大模型公司能匹敌的。
在我找出了我觉得目前最好的翻译大模型，准备就让它以后来帮我看论文读技术文章的时候，我发现。。。
沉浸式翻译没给子曰翻译2.0留API接口，接不进去。。。
而有道自己的产品虽然做的很不错，但是对于我这种每天在各种英文网站里来回蹦跶还要刷X和在arXiv上扒拉论文的人来说，体验路径确实有一点长。。。
这一下子给我整不会了。。。
不过如果是习惯用应用的，或者是手机主力党，那我还是无脑推荐你去有道他们自己的产品里面用。
比如他们的有道翻译和有道词典。
截图翻译、PDF翻译啥的都全乎，同传啥的也都有，这个里面的AI翻译就是子曰翻译2.0。
但是最可惜的就是没有我想要的浏览器翻译插件。
所以，在我犹豫了1分钟之后，为了方便，不用来回多开页面，省下时间安心做科普阅读。
我还是做了一个非常傻der的决定。
自己用AI手搓一个能接子曰翻译2.0 API的论文专用的翻译器插件。。。
EMMMMMMM。
这个插件翻译效果是这样子的。
这个翻译插件的用户体验效果肯定没有那些商用插件好，但是吧，也是一个无奈之举。翻译质量，比体验重要。
老规矩，这个插件我也放在了公众号后台里，大家随意取用，直接公众号后台私信我”fy”，系统就会自动发送你文件了。
插件的安装和API的接入，其实都特别简单。
先说API怎么获取。
直接进下面有道的AI开放平台申请API：
https://ai.youdao.com/modelTranslation.s
在最上面的导航栏里，选择产品服务，里面有个大模型****翻译，点击即可。
选择立即使用。
在左侧导航栏里选择自然语言翻译服务里的大模型****翻译，点击创建应用。
应用名称可以随便写，我写的是：PDF翻译，选择服务栏里要选：大模型****翻译，接入方式选：API，应用类别直接选：实用工具。
选完这四项，直接点确认就行。
下面这俩其实就是你的应用ID和秘钥了。
在有道API平台，一实名注册就会送50块钱的体验金。。。
基本够用一阵子了，大概能高质量地处理个三五千页PDF。
至于我手搓的论文翻译插件的安装也很简单。
按下面的指导图，一步一步来就行。
第一步就是解压缩我给你的翻译插件.zip。
然后打开谷歌浏览器，点右上方三个点按钮，进入管理扩展程序。
一键把文件拖进来，就能自动安装。
打开扩展程序按键，把【卡兹克论文译霸】置顶。
点击这个设置按钮。
输入你在有道API云平台，注册得到的API key和API Secret，点保存设置就能用了。
安装好插件，你刷新一下arXiv，你就会发现右边就有个【在线查看中文翻译版】的按钮。
点进去后，即可开始纯享版论文翻译。你可以点击隐藏原文，直接就是个子曰翻译出来的中文版。也可以，一键改变布局，原文译文排版，就像下面这样。
也支持，图文混排。
一些网页也行。
整个流程，真的几分钟就能搞定。
接下来就能在中英互译的论文世界里遨游了。
说实话，我这个手搓的小插件，很蹩脚，如果有道或者沉浸式翻译能看到我这篇文章，我希望：
要么有道出个插件，要么沉浸式翻译支持一下有道的API吧。。。
真的，我觉得浏览器翻译这个场景，还是蛮刚需的。
当然，如果你觉得这个插件太矬了（确实也挺挫），那也可以把PDF下载下来，扔到有道翻译里面直接翻译。
或者直接用他们的截图翻译吧。
不过，如果你跟现在的我一样，就喜欢浏览器上苦读英文文献，也追求翻译质量，那我觉得，真的可以考虑凑合用一下我这个小破插件。
祝我们都能在AI和翻译的世界里越走越远，再也不用为语言门槛而挠头懊恼。
愿你我的AI路上，都能走的更远。
共勉。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。
>/ 作者：卡兹克、芝兰山、dongyi
>/ 投稿或爆料，请联系邮箱：wzglyay@gmail.com
数字生命卡兹克
 阅读 赞  分享 ‘%3E %3Cg transform=‘translate(0 -2.349)‘%3E %3Cpath d=‘M0 2.349h24v24H0z’/%3E %3Cpath fill=‘%23576B95’ d=‘M16.45 7.68c-.954 0-1.94.362-2.77 1.113l-1.676 1.676-1.853-1.838a3.787 3.787 0 0 0-2.63-.971 3.785 3.785 0 0 0-2.596 1.112 3.786 3.786 0 0 0-1.113 2.687c0 .97.368 1.938 1.105 2.679l7.082 6.527 7.226-6.678a3.787 3.787 0 0 0 .962-2.618 3.785 3.785 0 0 0-1.112-2.597A3.687 3.687 0 0 0 16.45 7.68zm3.473.243a4.985 4.985 0 0 1 1.464 3.418 4.98 4.98 0 0 1-1.29 3.47l-.017.02-7.47 6.903a.9.9 0 0 1-1.22 0l-7.305-6.73-.008-.01a4.986 4.986 0 0 1-1.465-3.535c0-1.279.488-2.56 1.465-3.536A4.985 4.985 0 0 1 7.494 6.46c1.24-.029 2.49.4 3.472 1.29l.01.01L12 8.774l.851-.85.01-.01c1.046-.951 2.322-1.434 3.59-1.434 1.273 0 2.52.49 3.472 1.442z’/%3E %3C/g%3E %3C/g%3E %3C/g%3E%3C/svg%3E) 推荐 ’ fill=‘%23000’ fill-opacity=’.9’/%3E%3C/svg%3E) 留言