谷歌掏出離線翻譯硬件 Gemma Translator：樹莓派塞進 51 億參數，全程不聯網也能跨語種對話
AI資訊AI新閒資訊正文谷歌掏出離線翻譯硬件 Gemma Translator：樹莓派塞進 51 億參數，全程不聯網也能跨語種對話發布於AI新閒資訊時間 :Aug 7, 2026閱讀 :1分鐘谷歌把 AI 翻譯從雲端拽回了手裡。8月6日，谷歌 Creative Lab 團隊發佈了一款離線翻譯設備 Gemma Translator，跑的是自家 Gemma4E2B 模型，總參數量51億、激活參數量23億，設計目標很明確——專為手機、瀏覽器、樹莓派這類資源受限的邊緣設備而生。
硬件底子是一塊樹莓派 Raspberry Pi5單板計算機，用戶對著麥克風講話後，設備會把語音轉寫成目標語言，再通過揚聲器播報譯文，同時還能在顯示器上同步展示翻譯前後文本。整套處理流程全部在本地完成:翻譯推理由谷歌為邊緣設備開發者準備的 LiteRT-LM 執行框架負責，語音轉寫和語音合成則用 Moonshine 的 AI 本地處理。這意味著就算徹底斷網，也能跟說不同語言的人面對面溝通。把大模型塞進一塊巴掌大的開發板裡跑離線翻譯，這件事的意義不在於參數多大，而在於谷歌給出了一條清晰的產品化路徑:端側模型不再只是跑分實驗室裡的技術演示，而是真正能被封裝成一款獨立成品，插電即用、永不依賴網絡。
相關推薦螞蟻集團開源Avernet:破解多智能體“找不到、對不齊”協作難題螞蟻集團開源多智能體協作基礎設施Avernet，首發社區版聚焦於智能體間的發現、共識、跨團隊協作與治理能力。當前單個智能體能力雖快速提升，但系統整合與協同滯後，新挑戰是如何高效聚合分散在各團隊與系統中的智能體能力。3kOpenAI 首款 AI 硬件曝光：甜甜圈造型、冰球大小，售價 300–400 美元，2027 年有望發佈馬克·古爾曼披露OpenAI首款AI硬件細節：冰球大小、甜甜圈造型，本質為無屏智能音箱，面向家庭可單手移動。
Related
相關文章
一文看懂昇騰超節點：AI Infra已進入系統工程階段
（公眾號：zhidxcom） 作者 | 陳駿達 編輯 | 漠影 AI大模型競賽，正在進入新的量級。海外，十萬億參數的大模型已經逐步變成現實；國內，數萬億參數的大模型也在加速追趕。為了訓出真正的SOTA模型，算力集群從萬卡走向10萬卡已成為標配。 然而，一個尷尬的現實是：卡越堆越多，真正被利用起來的算力，卻沒有同步增長。華為的仿真數據顯示，在10萬卡集群中，卡間通信可能消耗了40%以上的訓練時間，算力利用率（MFU）往往不到30%。也就是說，大量昂貴的算力，並沒有真正用於計算。
AWS Strands Agents 團隊發布 Strands Harness：開源代理框架，Token 成本降低 28%，準確度相當
Many developers find that an agent idea works inside Claude Code or Codex, then struggles once they rebuild it with their own loop. The Strands Agents team at AWS is targeting that gap with Strands harness, a fully assembled, general-purpose agent harness.
OpenAI自曝6起事故：AI安全的第一份"審計報告"由誰簽字？
舒澤品牌手記2026.09.21 18:11 · 來自浙江全文4308字00:00 / 12:47當安全事件變成定期披露，AI公司就從"出了大事再解釋"轉向"持續被審計"。文 | 舒澤品牌手記9月16日，OpenAI在官網掛出6份模型異常行為報告。
Gemini"越獄"入侵三家企業：谷歌壓了兩個月，四巨頭栽在同一家35人公司手裡
AI唱反調2026.09.21 18:02 · 來自北京全文2381字四起事故連起來看，真正的主角已經不是某一家模型，而是整個行業的安全評測體系。文 | AI唱反調AI圈最魔幻的劇情出現了：OpenAI、Anthropic、Meta、谷歌，四巨頭的模型越獄事故，測試方是同一家公司。
Anew labs，“蒸餾”的行家
醫曜2026.09.21 18:00 · 來自北京全文2781字00:00 / 08:07首款自研藥AN5162，me-too了Dice/禮來。文 | 醫曜AI圈如今言必稱"蒸餾"。蒸餾現有知識，蒸餾競爭對手，蒸餾員工技能，無物不可蒸餾。醫藥圈很少說蒸餾。但這個行業有一個耳熟能詳、讓人稍微有點不屑、卻又必須面對的詞——me-too：copy對手的骨架，在對手專利之外尋求突破。copy得好，是me-better，甚至是me-best（Best-in-Class）；copy失敗呢？那就me-worse嘍。
Anthropic與字節扎堆AI製藥，下一個Coding風口卡在了數據這道坎上
Anthropic一邊自建溼實驗室，用來測試自家模型指揮生物實驗的能力，一邊牽手諾和諾德、百時美施貴寶，並把Coefficient Bio收入囊中；字節跳動分拆出來的新生實驗室也完成了首輪融資。被寄予厚望的AI，當下主要作用在把新藥早期研發的輪子轉得更快——壓縮候選分子的搜索空間和實驗迭代時間，但真正燒錢又耗時的臨床試驗環節卻難同步縮短，早期命中率提上來，並不等於臨床成功率就跟著漲。