Google анонсировала TranslateGemma — коллекцию моделей на основе Gemma 3. Эти нейронные сети обучены работать с 55 языками и демонстрируют высокую эффективность при оптимизации использования ресурсов.
Новые модели уже доступны для загрузки и применения. Разработчики могут найти необходимые веса на платформе Hugging Face, а для корпоративного использования инструменты интегрированы в облачную платформу Google Vertex AI.
Читайте также: 5 бесплатных нейросетей для перевода
TranslateGemma — что это такое и какие возможности предоставляет
Нейросеть TranslateGemma — это специализированные модели, предназначенные именно для перевода, в отличие от универсальных LLM «для всего». Google дообучила Gemma 3 для задач машинного перевода и отдельно улучшила качество для всех поддерживаемых языков.
В линейке представлено три модели. Версия с 4 миллиардами параметров предназначена для мобильных устройств. Модель на 12 миллиардов параметров подходит для работы на ноутбуках и рабочих станциях. Старшая версия с 27 миллиардами параметров может функционировать на одном GPU NVIDIA H100 или на TPU.
Ключевым аспектом релиза является эффективность. По внутренним тестам Google, модель с 12 миллиардами параметров демонстрирует более высокое качество перевода по сравнению с базовой Gemma 3 на 27 миллиардов параметров. Компания утверждает, что ей удалось «значительно» сократить количество ошибок перевода на всех языках.
Как использовать — онлайн и локально
Для разработчиков процесс прост: веса TranslateGemma доступны на Hugging Face. Модель можно скачать, интегрировать в свой пайплайн и применять как стандартную open-source модель перевода — без необходимости в внешних API и привязки к инфраструктуре Google. Это подходит для локального запуска, серверов и edge-устройств — в зависимости от выбранной модели.
Для компаний Google предлагает вариант через Vertex AI. В этом случае нейросеть TranslateGemma разворачивается в облачной среде и используется в рамках подписки Google Cloud — без ручной настройки окружения и необходимости поддержки инфраструктуры на стороне пользователя.
Почему это имеет значение? Google по сути предлагает альтернативу крупным закрытым переводческим сервисам — но в формате открытых моделей. Их можно запускать на собственных серверах или локально, не отправляя данные во внешний API.
Для экосистемы Gemma это также смена парадигмы. Вместо одной универсальной модели для всего Google начинает выпускать различные версии под конкретные задачи — в данном случае под перевод.
Напомню, что Gemma 3 — это открытое семейство моделей Google, изначально разработанное для запуска вне дата-центров. TranslateGemma стала первым самостоятельным ответвлением этой линейки: модели исключительно для перевода, оптимизированные под различные аппаратные платформы — от смартфонов до серверных GPU.
Заключение: Google выделила перевод в отдельный продукт внутри Gemma и сделала акцент на эффективности — когда меньшая модель по качеству превосходит более крупую базовую версию.
Ранее Gemini научился находить ответы на запросы в Gmail и «Google Фото».
