就在上個月，2025 世博會在日本開幕。雖然這屆倉促舉辦的世博會在網(wǎng)上充滿爭議，但我們也不得不承認，這一屆世博會確實給我們帶來了不少「樂子」。其中最具傳播效果的，莫過于日媒采訪時使用的翻譯設備搞錯了語氣，把「有看到什么厲害的東西嗎？」翻譯成了「有什么了不起的？」。
當然了，我們都知道，這只是翻譯設備對上下文理解不夠深入所引發(fā)的小誤會。但如果從用戶的角度看，翻譯設備作為跨語言交流的媒介，確實需要一個更清晰、明確的能力邊界定義，最好是像汽車的輔助駕駛、自動駕駛分類一樣，有一個清晰的評級。
比如被廣大 90 后學生當成掌機玩的電子詞典，就只能被歸類成 L1 翻譯——這類翻譯設備本質就是一個數(shù)字化、支持快速搜索和朗讀功能的字典：其翻譯引擎基于傳統(tǒng)的文本引擎打造，只能執(zhí)行最基本的詞對詞翻譯。即使你把整句話打進去，L1 翻譯也只能一個詞一個詞翻譯。前段時間網(wǎng)絡熱哏中把「白花了」翻譯成「White Flowers」的情況，就是 L1 翻譯的通病。?
L2 翻譯的原理和 L1 翻譯類似，其本質也是詞對詞的「映射」翻譯。只不過為了方便用戶，L2 翻譯「外掛」了語音識別模塊，可以自動把聽到的語音轉寫成文字，不再需要用戶自己打字。后續(xù)也有部分品牌將 L2 翻譯集成到耳機中，但「翻譯耳機」充其量只是翻譯設備形態(tài)的變化，并未改變翻譯時一人說，另一人只能干等的單向翻譯邏輯。
和自動駕駛技術一樣，L3 也是翻譯技術的分水嶺：因引入了 AI 大模型，L3 翻譯有了理解語義和上下文聯(lián)系的能力；而多模態(tài)模型等技術也顯著加快了語音翻譯的進程。體驗上，借助 AI 大模型能力， L3 翻譯實現(xiàn)了對「雙向同傳」技術的突破，因此 L3 級別的 AI 同傳也是目前體驗最好的一種翻譯模式。時空壺、科大訊飛等企業(yè)都在發(fā)力 L3 翻譯賽道。
但從翻譯結果來看，不同 AI 翻譯模型的能力可以說千差萬別：有些品牌能做到語義、情緒的精準傳達，有些就只能「僅供參考」——開頭是小雷提到的「有什么了不起的？」，就是 L3 翻譯錯誤的最好例子。
那有沒有 L3 翻譯的正面案例呢？當然有，前段時間又一次登上《新聞聯(lián)播》的時空壺，就是目前AI同傳的代表，也是唯一一款達到L3水準的AI同傳耳機。
在《新聞聯(lián)播》中，記者用將近 4 分鐘的時間，向外界展示了時空壺如何用 AI 技術發(fā)力翻譯賽道?！缎侣劼?lián)播》、將近 4 分鐘的深度報道，相信大家都能感受到時空壺這 AI 同傳技術的含金量。說起來，這已經(jīng)是 2025 年里時空壺第二次登上央視舞臺了。作為成立接近十年的「老企業(yè)」，時空壺又如何在 AI 時代找到自己的競爭力呢？
傳統(tǒng)翻譯有何問題？
在雷科技看來，時空壺之所以能用極短的時間坐上翻譯設備的頭把交椅，并將領先優(yōu)勢延續(xù)了近十年，這背后離不開時空壺對翻譯軟硬件技術的深度探索。
基于多年的技術積累，時空壺突破了雙向同傳的技術限制，率先邁進 L3 翻譯的階段，隨后在場景拓展、 AI 大模型升級等方面實現(xiàn)飛躍，與傳統(tǒng)的 L2 翻譯拉開了體驗的代差。那么這個代差體現(xiàn)在哪里呢？我們不妨先看看傳統(tǒng)的 L2 翻譯模式有何問題：?
剛剛提到，無論是手持的「翻譯機」還是佩戴的「翻譯耳機」，L2 翻譯設備都無法擺脫 L1 翻譯效率低、錯誤率高的問題。即使從文字輸入轉變?yōu)檎Z音輸入和 TTS 語音輸出，其算法依舊是老舊的L1 翻譯模式。這導致 L2 時代的翻譯耳機需要極長的翻譯時間，只能做到「偽同傳」——一個人說話時，另一個人只能干等。
而且為了控制成本，這些 L2 翻譯耳機通常基于市面上成熟的 TWS 公模開發(fā)。而這些公模 TWS 顯然不會針對翻譯耳機特殊的工作環(huán)境（背景噪聲大、對話距離近，佩戴時間長，人聲降噪要求高）開發(fā)。
以小雷參加 CES 等海外展會的體驗為例：普通的翻譯耳機幾乎無法識別小雷或對方在說什么，更不用說將語音轉成文字并準確翻譯了