TranslateGemma

Локализация визуальных проектов редко обходится без трения: нужно быстро адаптировать типографику интерфейса под разные рынки, перевести надписи на концепт-артах и не разориться на вызовах сторонних облачных API. TranslateGemma — это семейство открытых моделей на архитектуре Gemma 3, в которые упаковали опыт старших систем Gemini. Главный сюрприз кроется в плотности: версия на 12 миллиардов параметров на тестах обгоняет по качеству базовую 27B, а компактная 4B сопоставима со старыми тяжелыми моделями и работает автономно на портативных девайсах.

Что умеет

• Переводить текст прямо внутри изображений. Модели сохранили мультимодальную основу Gemma 3. Они считывают и переводят графические надписи на бенчмарке Vistra без отдельного дообучения под визуальные задачи.
• Работать с редкими и популярными языками. Система протестирована на 55 языках, включая французский, испанский, китайский и хинди, а тренировочный датасет охватил около 500 дополнительных языковых пар.
• Запускаться на локальном железе. Линейка разделена на три калибра: 4B оптимизирована под мобильные чипы, 12B спокойно крутится на обычном пользовательском ноутбуке, а старшая 27B рассчитана на запуск на одном GPU уровня H100 или чипе TPU.
• Сохранять естественный контекст. Модель обучали в два этапа: тонкая настройка на живых переводах и синтетических данных Gemini, а затем калибровка через обучение с подкреплением и метрики качества вроде MetricX-QE.

Доступ

Модели распространяются открыто. Веса доступны для загрузки на Hugging Face и Kaggle, тестовые сценарии собраны в интерактивных блокнотах Gemma Cookbook, а для продакшена предусмотрено развертывание через платформу Vertex AI.

Набор пригодится моушн-дизайнерам, продуктовым командам и креативным технологам, собирающим мультиязычные креативы. Держать под рукой шуструю модель, способную прямо на рабочем ноутбуке разобрать и перевести макет без утечки исходников в сеть, — пожалуй, самый практичный сценарий для продакшена.