Qwen-MT: معرفی نسخه جدید مدل ترجمه هوشمند علی‌بابا با پشتیبانی از ۹۲ زبان و کارایی بالا

Qwen Blog / Alibaba Cloud ModelScopeChina / Global3 دقیقه مطالعه۱۴۰۵/۰۵/۲۴ ساعت ۱۴:۰۰

تصویر مرتبط با خبر: Qwen-MT: Where Speed Meets Smart Translation
تصویر مرتبط با خبر: Qwen-MT: Where Speed Meets Smart Translation
خلاصه سریع

اصل خبر در چند خط

علی‌بابا نسخه جدید مدل ترجمه ماشینی خود، Qwen-MT، را معرفی کرد که بر پایه Qwen3 ساخته شده است. این مدل با آموزش بر روی داده‌های عظیم چندزبانه، توانایی ترجمه را در ۹۲ زبان بهبود بخشیده و بیش از ۹۵ درصد جمعیت جهان را پوشش می‌دهد. Qwen-MT با استفاده از معماری MoE، دقت ترجمه را افزایش داده و هزینه‌ها را تا ۰.۵ دلار به ازای هر میلیون توکن کاهش می‌دهد. این مدل در ارزیابی‌ها، عملکرد بهتری نسبت به مدل‌های هم‌اندازه و حتی برخی مدل‌های پیشرفته‌تر از خود نشان داده است. قابلیت‌های سفارشی‌سازی مانند مداخله اصطلاحات و حافظه ترجمه، آن را برای سناریوهای تخصصی و حساس مناسب می‌سازد.

متن خبر

شرح خبر

علی‌بابا با رونمایی از نسخه جدید Qwen-MT (qwen-mt-turbo) از طریق API خود، گامی بزرگ در حوزه ترجمه ماشینی برداشته است. این مدل بر پایه Qwen3 ساخته شده و با آموزش بر روی تریلیون‌ها توکن چندزبانه، توانایی درک و ترجمه را به‌طور جامع ارتقا داده است. Qwen-MT از ۹۲ زبان رسمی و گویش برجسته پشتیبانی می‌کند که بیش از ۹۵ درصد جمعیت جهان را پوشش می‌دهد. با استفاده از معماری سبک Mixture of Experts (MoE)، این مدل نه تنها دقت و سیالی ترجمه را بهبود بخشیده، بلکه هزینه‌های API را تا ۰.۵ دلار به ازای هر میلیون توکن خروجی کاهش داده است. ارزیابی‌ها نشان می‌دهد که Qwen-MT در مقایسه با مدل‌های هم‌اندازه مانند GPT-4.1-mini و Gemini-2.5-Flash عملکرد برتری دارد و حتی با مدل‌های پیشرفته‌تری چون GPT-4.1 رقابت می‌کند. علی‌بابا نسخه جدید مدل ترجمه ماشینی خود، Qwen-MT، را معرفی کرد که بر پایه Qwen3 ساخته شده است. این مدل با آموزش بر روی داده‌های عظیم چندزبانه، توانایی ترجمه را در ۹۲ زبان بهبود بخشیده و بیش از ۹۵ درصد جمعیت جهان را پوشش می‌دهد. Qwen-MT با استفاده از معماری MoE، دقت ترجمه را افزایش داده و هزینه‌ها را تا ۰.۵ دلار به ازای هر میلیون توکن کاهش می‌دهد. این مدل در ارزیابی‌ها، عملکرد بهتری نسبت به مدل‌های هم‌اندازه و حتی برخی مدل‌های پیشرفته‌تر از خود نشان داده است. قابلیت‌های سفارشی‌سازی مانند مداخله اصطلاحات و حافظه ترجمه، آن را برای سناریوهای تخصصی و حساس مناسب می‌سازد. رونمایی از Qwen-MT نشان‌دهنده پیشرفتی قابل توجه در حوزه ترجمه ماشینی است، زیرا این مدل نه تنها پوشش زبانی گسترده‌ای ارائه می‌دهد، بلکه با کاهش هزینه‌ها و بهبود کارایی، دسترسی به ترجمه باکیفیت را برای کسب‌وکارها و کاربران فردی آسان‌تر می‌کند. استفاده از معماری MoE و تکنیک‌های یادگیری تقویتی، این مدل را قادر می‌سازد تا در سناریوهای پیچیده و حساس به تاخیر، عملکردی برتر داشته باشد. علاوه بر این، ارزیابی‌های انسانی و خودکار نشان می‌دهد که Qwen-MT می‌تواند با مدل‌های پیشرفته‌تر رقابت کند، که این امر می‌تواند تعادل قدرت در بازار ترجمه ماشینی را تغییر دهد. Qwen-MT با کاهش هزینه‌های ترجمه و بهبود کارایی، فرصت‌های جدیدی برای کسب‌وکارها در زمینه ارتباطات بین‌المللی و محلی‌سازی محتوا فراهم می‌کند. شرکت‌ها می‌توانند با استفاده از این مدل، هزینه‌های خود را کاهش داده و در عین حال کیفیت ترجمه را بهبود بخشند. این امر به ویژه برای استارت‌آپ‌ها و کسب‌وکارهای کوچک که بودجه محدودی دارند، مفید خواهد بود. در ایران، که بسیاری از کسب‌وکارها و موسسات آموزشی به ترجمه متون تخصصی و عمومی نیاز دارند، Qwen-MT می‌تواند ابزاری کارآمد برای کاهش هزینه‌ها و بهبود کیفیت ترجمه باشد. این مدل می‌تواند به ویژه برای ترجمه متون علمی، فنی و حقوقی که نیاز به دقت بالایی دارند، مفید واقع شود. Qwen-MT با ارائه قابلیت‌های سفارشی‌سازی مانند مداخله اصطلاحات و حافظه ترجمه، می‌تواند در حوزه حقوقی و فنی مورد استفاده قرار گیرد. این امر می‌تواند به بهبود دقت ترجمه متون حقوقی و فنی کمک کند و خطرات ناشی از ترجمه نادرست را کاهش دهد. چین با معرفی مدل‌های پیشرفته مانند Qwen-MT در حال تقویت موقعیت خود در بازار جهانی هوش مصنوعی است. این امر می‌تواند رقابت بین شرکت‌های چینی و آمریکایی را در حوزه فناوری افزایش دهد و تأثیرات ژئوپلیتیکی به همراه داشته باشد. Alibaba Cloud ModelScope علی‌بابا با معرفی Qwen-MT، مدل ترجمه ماشینی جدید خود، توانسته است دقت و کارایی ترجمه را بهبود بخشد و هزینه‌ها را کاهش دهد. این مدل از ۹۲ زبان پشتیبانی می‌کند.

این صفحه خلاصه و تحلیل فارسی خبر را نمایش می‌دهد. نسخه کامل/اصلی از طریق لینک منبع در دسترس است.

تحلیل تحریریه

ابعاد مهم خبر

چرا مهم است؟

رونمایی از Qwen-MT نشان‌دهنده پیشرفتی قابل توجه در حوزه ترجمه ماشینی است، زیرا این مدل نه تنها پوشش زبانی گسترده‌ای ارائه می‌دهد، بلکه با کاهش هزینه‌ها و بهبود کارایی، دسترسی به ترجمه باکیفیت را برای کسب‌وکارها و کاربران فردی آسان‌تر می‌کند. استفاده از معماری MoE و تکنیک‌های یادگیری تقویتی، این مدل را قادر می‌سازد تا در سناریوهای پیچیده و حساس به تاخیر، عملکردی برتر داشته باشد. علاوه بر این، ارزیابی‌های انسانی و خودکار نشان می‌دهد که Qwen-MT می‌تواند با مدل‌های پیشرفته‌تر رقابت کند، که این امر می‌تواند تعادل قدرت در بازار ترجمه ماشینی را تغییر دهد.

اثر کسب‌وکاری

Qwen-MT با کاهش هزینه‌های ترجمه و بهبود کارایی، فرصت‌های جدیدی برای کسب‌وکارها در زمینه ارتباطات بین‌المللی و محلی‌سازی محتوا فراهم می‌کند. شرکت‌ها می‌توانند با استفاده از این مدل، هزینه‌های خود را کاهش داده و در عین حال کیفیت ترجمه را بهبود بخشند. این امر به ویژه برای استارت‌آپ‌ها و کسب‌وکارهای کوچک که بودجه محدودی دارند، مفید خواهد بود.

اثر احتمالی برای ایران

در ایران، که بسیاری از کسب‌وکارها و موسسات آموزشی به ترجمه متون تخصصی و عمومی نیاز دارند، Qwen-MT می‌تواند ابزاری کارآمد برای کاهش هزینه‌ها و بهبود کیفیت ترجمه باشد. این مدل می‌تواند به ویژه برای ترجمه متون علمی، فنی و حقوقی که نیاز به دقت بالایی دارند، مفید واقع شود.

ارتباط با LegalTech

Qwen-MT با ارائه قابلیت‌های سفارشی‌سازی مانند مداخله اصطلاحات و حافظه ترجمه، می‌تواند در حوزه حقوقی و فنی مورد استفاده قرار گیرد. این امر می‌تواند به بهبود دقت ترجمه متون حقوقی و فنی کمک کند و خطرات ناشی از ترجمه نادرست را کاهش دهد.

زاویه رسانه/کشور منبع

Alibaba Cloud ModelScope

برچسب‌ها