文章转载自“中国翻译协会”公众号

　　2026年7月20日，为期4天的世界人工智能大会（WAIC）在上海落下帷幕。本届大会不仅展示了通用人工智能的宏伟图景，更在微观层面展现了翻译技术从单一的文本、语音转换向“视觉－听觉－认知”全模态融合的新态势。

　　今年大会呈现的翻译技术深度嵌入了眼镜、耳机等可穿戴设备，甚至内化为操作系统的核心能力。从开幕首日科大讯飞、千问与网易有道等科技企业的硬件亮剑，到闭幕论坛上关于“一人公司”与全球治理的探讨，翻译技术正从一种需要主动调用的“工具”形态，逐渐渗透为一种“环境”基础设施，其“去APP化”“去硬件化”的演进趋势，正使跨语言交流不断融入日常场景，实现技术赋能的泛在化与安全化。

　　一、翻译智能的应用深化：从通用能力到场景落地

　　一是AI耳机的形态进化。讯飞AI翻译耳机首次采用“骨导+气导”混合形态，配合多感融合降噪算法，实现了零延迟的跨语言沟通。千问与Bose联合打造的首款AI智能体耳机采用耳夹式设计，相比追求降噪，这款产品更侧重“全天候佩戴”与“开放式交互”。该耳机深度集成了千问大模型的能力，“会议纪要”与“健康记录”两项功能值得关注。在跨语言交流过程中，翻译耳机同时承担了速记员与体检员的角色，既能组织生成可读文本，又能形成个人化的身体反应档案，这在以往是两套相互独立的设备才能完成的任务。

　　网易有道的Youdao OpenPods走的是另一条路：把重心放在“语言垂类”上。除支持十余种语言的实时互译之外，它还能提供一键生成思维导图的能力。在多语商务谈判中，思维导图充当了外部认知辅助，帮用户在复杂语境里快速还原对话的主干。翻译硬件的竞争，也因此从“能不能听懂”转向了“能不能帮你理清”。

　　二是AI眼镜的翻译升维。讯飞AI眼镜“去设备化”的无感佩戴设计实现了从听懂到落地的全流程闭环。千问AI眼镜则在视觉翻译与全双工交互方面构成了另一组技术路径，从单纯的智能眼镜演进为“智能体眼镜”，其关键变化在于全双工语音架构与眼动追踪两项技术被真正打通。在嘈杂的展馆环境中，用户可以随时打断AI的播报继续追问。更有意思的是它能理解“你在看什么”。眼镜结合了蚂蚁集团提供的虹膜核身方案与眼动追踪算法，能够把视线焦点作为翻译的触发条件。当你注视菜单上的外文菜名或街边的路牌时，它能根据视线落点做出定向翻译与背景解释。这种“所见即所译”的交互，把机器翻译从平面文本带进了三维空间，也意味着翻译设备开始具备某种空间感知能力。

　　二、AI理解的新跨越：从“翻译文本”到“翻译意图”

　　技术论坛的讨论焦点，从“翻译得准不准”转向“理解得到不到位”。视觉推理是其中的代表性进展。视觉智能公司在现场展示了Camera-First的技术路线，其Chance Vision 1.5模型在MMMU-Pro基准测试中的准确率达到86.9%。演示环节中，AI面对一块腕表，不只是识别出“这是一块手表”，而是结合用户此前的收藏记录，进一步分析它的年代、工艺特征与可能的收藏价值。这种从“物体识别”延伸到“情境判断”的能力，正是传统机器翻译长期难以企及的部分。

　　这类技术的意义不只在于准确率的提升。过去机器翻译的工作方式，本质上是在两个语言的文本之间寻找对等表达，关注的是“词对词、句对句”的转换质量。而Chance AI提示了一种可能路径：未来的翻译也许会从单纯的语言转换，转向建立在视觉输入、用户历史与当下意图之上的综合咨询。AI回答的不再是“这是什么”，而是“这对你来说意味着什么”。

　　三、计算底座的开放：FlagOS与全球AI开源协作新生态

　　在“AI开放计算与智能体技术生态论坛”上，智算共享生态逐渐成型。

　　北京智源人工智能研究院牵头推动的FlagOS开源社区，试图从更底层解决一个问题：不同的AI芯片说着不同的“方言”。FlagOS要完成的目标，可以类比为一门面向AI世界的“世界语”。它通过大型算子库与跨芯编译器等底层技术，旨在抹平英伟达、华为?腾等不同架构芯片之间的指令差，使得同一套AI模型可以在多种硬件平台上运行而无需重写代码。

　　可以设想，底层的“语言统一”任务一旦完成，上层应用的部署成本将会大幅度降低。这对翻译行业来说，意味着同一套多语言模型可以更便捷地部署到不同地区的算力基础设施之上，也为跨国界的技术协作与资源共享提供了更低的进入门槛。

　　四、语言智能的发展前瞻：面向包容性的治理与未来

　　会议的闭幕环节，讨论的焦点从具体技术转向了AI治理远景。

　　一是全球治理与AI伦理被摆到了突出位置。作为“人工智能全球治理高级别会议”的组成部分，多场论坛就AI的安全、公平与可控展开讨论。强化学习之父理查德•萨顿（Richard Sutton）、图灵奖得主约书亚•本吉奥（Yoshua Bengio）等学者都谈到一点：治理框架必须具备包容性，落到语言层面，这个问题表现为：当主流大模型以少数几种高资源语言为基础训练时，大量非通用语种和低资源语言存在被进一步边缘化的风险。如何在模型训练和语料建设中为这些语言留出空间，是语言智能走向全球时绕不开的一道坎。

　　二是个体智能的崛起是另一个值得记录的观察。大会展示的“一人公司”模式表明，在AI智能体的辅助下，单个开发者借助翻译工具和开源模型，就能完成过去需要一个团队才能完成的全球化产品开发。翻译技术在其中扮演的角色，越来越像一副“外骨骼”：它不直接替你走路，但能让你走得更快、更远。这对于独立开发者来说，“生于全球、服务全球”正在从口号变成日常可行的选择。

　　本届世界人工智能大会留给语言服务行业的议题值得深思：当基础的语义转换可以被硬件和系统近乎无偿地提供，人的工作最后还能剩下什么？答案可能藏在以下三个方向里：对复杂意图的精准把握、对文化语境的深层解读、对技术伦理的审慎判断。总体上看，本届大会展现了AI翻译正在迈向人机协作与实时智能的新阶段。可以预见，技术驱动与智能体协同的翻译范式会不断深化、实时翻译的应用领域会日益广泛、机器翻译在个性化定制与多领域的渗透还会持续深入，智能翻译技术将会成为人类探索世界、彼此沟通的合作伙伴。

本文作者

　　吴琪，博士，九江学院外国语学院副教授。研究方向：文化与翻译。