Gemini 3.5 Live Translate：AI实时翻译
💡 摘要：2026年6月9日，谷歌推出 Gemini 3.5 Live Translate，一款实时AI实时翻译模型，可识别70多种语言，在一场会议中支持超过2000个语言组合，并能在你还在说话时同步翻译。它确实惊艳，但并非专业翻译的终点：它是一层新工具，而人类译者会坐在它之上把关。
谷歌刚刚让AI实时翻译变得近乎平常。2026年6月9日，该公司发布了 Gemini 3.5 Live Translate，一款语音到语音的模型，在对话进行的当下就翻译，而不是等每句话说完。作为一名每天往返于英语，越南语，中文和法语之间的译者，我带着兴奋与谨慎读完了这则消息。以下是真正上线的内容，以及它对每一个需要准确表达的人意味着什么。
谷歌究竟发布了什么
核心数字都真实且易于核实。Gemini 3.5 Live Translate 自动识别70多种语言，并能在同一场会议中处理超过2000个语言组合，这相比此前仅五种语言且以英语为中心的设置是一次巨大飞跃。产品同日在三条战线推出：通过 Gemini Live API 和 Google AI Studio 面向开发者的公开预览，在 Google Meet 中面向部分 Workspace 客户的私有预览，以及面向安卓和 iOS 上 Google Translate 应用的全球更新。
- 流式输出：模型连续生成译文，仅比说话者滞后几秒。
- 保留声音特征：尽量保留说话者的语调，节奏和音高，让结果不那么机械。
- 抗噪：设计用于在嘈杂，难以预料的环境中仍可使用。
- 可溯源：所有生成音频都带有 SynthID 水印，可被标记为 AI 生成。
- 安卓免提：新的聆听模式通过手机听筒播放译文，无需耳机。
为什么流式翻译是真正的跨越
最关键的技术转变在于时机。旧系统会等你说完一句，再翻译，再播放。这种停顿与启动的节奏破坏了真实对话的流畅。Gemini 3.5 则在不断权衡一个取舍：等一会儿换取语境和质量，还是立即翻译换取速度。把延迟控制在几秒，同时仍保留语气，这正是笨拙对讲机与近似现场口译之间的差别。Grab，CJ ENM 和 LiveKit 等测试伙伴反馈质量优秀，延迟很低，而谷歌将该产品定位为专用翻译模型而非通用聊天机器人，这一设计思路与 OpenAI 的 GPT-Realtime-Translate 相似。
AI实时翻译仍有哪些短板
这正是我职业谨慎登场的地方。谷歌罕见地坦白了局限。在长对话中声音一致性可能漂移，语言识别在浓重口音或频繁切换语言时会吃力，背景音也会降低输出质量。值得注意的是，公司没有公布任何基准分数或对比数据，因此各语言对的真实准确度仍是未知数。
除技术保留之外，还有每位译者都懂的更深层问题：意义不只是词语。实时模型可能漏掉一处法律细微差别，以危险方式淡化一条医疗指示，或抹平一场敏感谈判的语域。越南语，中文和法语各自承载着多层的正式程度，习语和文化分量，几秒钟的自动猜测未必都能尊重到位。喝杯咖啡聊聊，没问题。但面对合同，诊断或法庭文件，一个小错误就不是故障，而是法律风险。
我在2026年AI与人工翻译对比分析中详细梳理了机器与人类在实践中差距最明显的地方，从术语一致性到文化语域。
这对译者和企业意味着什么
我不把 Gemini 3.5 Live Translate 看作对专业翻译的威胁。我把它看作一层强大的基础。它会让旅行，快速会议和支持电话轻松许多，也会抬高所有人对多语沟通的基本期待。企业的明智之举是用 AI 换取速度与覆盖面，再为任何高风险，涉及品牌或具法律约束力的内容引入人工。这种人在回路的模式正是行业的走向，也是细致而负责的工作仍然取胜之处。
在越南语医疗场景中，这一人在回路的层级尤为不可或缺。我的越南语AI医疗翻译指南详细介绍了机器译文在临床环境中哪些方面可以信任，哪些不能。
如果你的工作跨越国界，实用结论很简单：让 AI 处理用完即弃的时刻，用真正的语言专家守护重要的时刻。
谷歌如何评估质量以及 Meet 的下一步
谷歌 DeepMind 发布了 Gemini 3.5 Live Translate 的模型卡片，描述了评估方法。翻译质量通过 AutoMQM 进行衡量，这是一种自动多维质量指标框架，无需为每个片段提供人工参考译文，即可按准确性和流畅性等维度对输出评分。卡片未公布原始准确率数据，这与预览版发布的定位一致：方法论是透明的，但有意义的基准测试结果需要独立第三方评估。
在部署路线图方面，Google Meet 集成以针对特定 Workspace 账户的私有预览形式启动，计划于2026年下半年向更广泛用户推出。
Gemini 3.5 Live Translate 能取代专业口译员吗？
在高风险场合不能。它擅长处理日常对话和快速支持通话，但无法要求澄清，没有责任约束，在术语真正模糊时也无法作出文化判断。专业口译员还能管控会议室氛围，发出误解信号，并实时调整语域。对于医疗咨询，法律询问或敏感谈判，人类的这些贡献并非可选项。
AutoMQM 与人工翻译评估有何不同？
AutoMQM 是一种自动指标，通过无参考方法标记特定错误类型，例如误译，遗漏和术语错误。相比之下，人工评估由经过培训的评分员在语境中阅读目标语文本，综合判断流畅性，准确性和语域。AutoMQM 更快，在大型测试集上更一致，但可能错过语用错误，文化失误和语域偏差，而这些问题，人工审校者会立即发现。
关于作者
Dao Huy（Lucas）是一名专业译者，往返于英语到越南语，中文和法语之间，在医疗，法律，金融和学术翻译领域拥有超过7年经验。他密切关注语言技术，因为像 Gemini 3.5 Live Translate 这样的工具改变了客户对速度，成本和风险的看法，也因为清楚知道机器在哪里止步，本就是把这份工作做好的一部分。
如果你需要英译越，公证文件翻译，或跨 EN，VI，ZH 和 FR 的多语本地化，我可以帮你交付准确且贴合文化的内容。前往 daohuy.com 获取报价，让我们把快速的机器译文，变成你可以放心背书的成果。
Written by Dao Huy (Lucas), Vietnamese translator & localization specialist (EN · ZH · FR → Vietnamese). See translation services →