中国的AI翻译技术达到了新的高度。东北大学“NiuTrans”团队正式开源其最新大模型NiuTrans.LMT（Large-scale Multilingual Translation），实现60种语言、234个翻译方向全覆盖。不仅搭建了以中英文为双核的全球语言桥梁，还在藏语、阿姆哈拉语等29种资源匮乏语言方面取得了重大突破，向全球语言平等迈出了关键一步。
双中心架构，打破“英国霸权”
与大多数以英语为唯一枢纽的翻译模式不同，NiuTrans.LMT采用中英双中心设计，支持中文↔ 58种语言和英语↔ 59种语言之间的高质量直接翻译，避免了“中文→英文→次要语言”带来的二次意义损失。这种架构特别有利于“一带一路”沿线国家与讲中文的人之间的直接交流，促进了无需中介的跨文化互动。
三层语言覆盖，兼顾效率与公平
该模型精确划分了语言资源级别：
13种高资源语言（如法语、阿拉伯语、西班牙语）：翻译流畅度与人类水平相当;
18种中等资源语言（如印地语和芬兰语）：专业术语和语法结构高度准确;
29种低资源语言（包括藏语、斯瓦希里语、孟加拉语）：通过数据增强和迁移学习，从“不可翻译”到“可用翻译”的飞跃。
两阶段训练，性能超越FLORES-200
NiuTrans.LMT在权威多语言基准FLORES-200上表现出色，在开源模型中一直排名第一。它的成功源于创新的两阶段培训流程：
持续预训练（CPT）：在 900 亿个标记的多语言语料库上均匀学习，确保少数民族语言不会黯然失色;
监督微调 （SFT）：集成来自 FLORES-200 和 WMT（覆盖 117 个方向的 567,000 个样本）的高质量并行语料库，以提高翻译准确性和风格一致性。
四尺度开源，涵盖研究到商业用途
为满足不同场景需求，团队同步开源了 0.6B、1.7B、4B 和 8B 四种模型参数尺度，均可在 GitHub 和 Hugging Face 上免费下载。轻量级版本可以运行在消费级GPU上，适合移动部署;8B 版本面向企业级高精度翻译场景，支持 API 集成和私有化部署。
AIbase认为，NiuTrans.LMT的发布不仅是一项技术成果，更是“保护语言多样性”的实际行动。当AI能够准确翻译藏族诗词、非洲谚语或北欧古文时，科技才真正拥有了人性的温暖。东北大学的开源计划正在为全球没有语言障碍的数字未来奠定基础。
