網易開源兩款同傳模型，延遲、準確率開源SOTA，快嘴也能實時翻譯
網易有道在日前舉辦的 AI Open Day 發表會上，正式推出兩款專為即時語音翻譯場景打造的全新模型——「子曰4-R2T2」與「子曰4-T3PO」，並同步將原始碼開源給社群使用。這兩款模型均針對同聲傳譯（即同步口譯）需求設計，具備流式輸出能力，能在極低的延遲下持續產出翻譯結果，即使面對說話速度極快的使用者，也能達到近乎同步的即時翻譯效果。官方強調，目前這兩款模型在開源社群中，是延遲與準確率之間取得最佳平衡的代表作。在傳統的語音翻譯系統中，處理快速語流時經常出現卡頓或漏譯問題，導致使用體驗不佳。
網易有道這次的突破在於同時最佳化延遲與翻譯品質，透過模型架構的精心設計，「子曰4-R2T2」與「子曰4-T3PO」能有效應對即時口譯過程中的時間壓力，讓輸出結果更為流暢，同時維持高水準的準確度。根據網易有道在活動現場的說明，這兩款模型在訓練過程中特別強化了對口語化、語速變化以及語句中斷等真實場景的適應能力。無論是會議對話、直播訪談，還是跨語言即時溝通，模型都能在幾乎不中斷的情況下持續輸出翻譯文字，大幅縮短使用者等待翻譯結果的時間。值得注意的是，網易有道選擇以開源方式釋出這兩款模型，目的是讓更多開發者、研究單位與企業能夠直接取用，並以此為基礎進行後續的客製化開發或學術研究。
此舉不僅降低了即時語音翻譯技術的進入門檻，也有助於加速此技術在更廣泛實際場景中的落地應用，例如國際會議即時字幕、遠距教學雙語輔助、直播即時翻譯等。從技術層面來看，「子曰4-R2T2」與「子曰4-T3PO」採用了不同的模型架構設計，以應對不同面向的延遲與準確率權衡需求。其中「子曰4-R2T2」特別針對低延遲場景最佳化，能在極短的時間內啟動輸出；而「子曰4-T3PO」則在翻譯穩定性與長句處理上表現更為突出。兩款模型互補，讓開發者可以根據實際使用情境選擇最合適的方案。在發表會上，網易有道也展示了這兩款模型的即時翻譯效果。
測試案例中，模擬快速發言者以接近三百字每分鐘的速度連續說話，模型仍能穩定輸出翻譯結果，且翻譯內容的語意完整度與單句準確度均達到開源模型中的頂尖水準。這項成果對於經常面臨快語速挑戰的同聲傳譯場景來說，具有相當高的實用價值。網易有道在語音翻譯領域已有多年技術積累，從早期的離線翻譯模型到如今的即時流式翻譯，持續推動著AI翻譯技術的邊界。這次推出的開源模型不僅代表公司在同聲傳譯技術上的最新進展，也反映出業界對於開放協作、共享成果的趨勢。透過開源，網易有道希望能夠匯聚更多全球開發者的智慧，共同提升即時語音翻譯的品質與效率。
目前，「子曰4-R2T2」與「子曰4-T3PO」的模型原始碼已上傳至主要開源平台，並附有詳細的使用文件與範例程式碼。對於有興趣嘗試或進一步最佳化的開發者而言，可以直接下載並整合至自己的應用中，無需從零開始訓練基礎模型。這對於加速中小型團隊或個人開發者的技術迭代，將帶來顯著助益。隨著跨語言溝通需求日益增長，即時語音翻譯技術在商業、教育、娛樂等領域的應用前景相當廣闊。網易有道此次開源的兩款模型，為市場提供了一個兼具低延遲與高準確度的基礎解決方案，後續可望激發出更多創新應用，例如即時會議輔助工具、多語言直播互動平台、智慧穿戴裝置的語音翻譯功能等。
總體而言，網易有道選擇在AI Open Day上公開這兩款同聲傳譯模型，並以開源方式釋出，不僅展現了技術自信，也為整個開源社群注入了一股新的活力。對於致力於即時語音翻譯研究的團隊與開發者來說，如今有了更強力的工具能夠快速上手，未來在實戰場景中的表現值得密切關注。
Related
相關文章
消息稱 Anthropic 低調建立生物實驗室，借 AI 推進藥學研究
作者：清源 責編：清源 評論： 9 月 18 日消息，路透社今天（18 日）晚間援引知情人士消息稱，Anthropic 在舊金山灣區低調建立了一座溼實驗室，把 AI 業務進一步延伸到需要實際動手操作的生物學研究和藥物科學領域。知情人士透露，在公眾對 AI 風險愈發擔憂之際，Anthropic 開始在溼實驗室進行實體實驗。Anthropic 此前提出，希望藉助 AI 推動罕見病治療方法的發展，公司的生物學研究也從“計算機模擬”和計算機評估進一步走向真實實驗。注：溼實驗室是一個科學概念，與“幹實驗室”相對。相比干實驗室，溼實驗室在實驗中需要用到較多的化學試劑。相比之下，幹實驗室則注重通過各種儀器進行計算，以歸納出實驗材料的物理模型。Anthropic 生命科學負責人埃裡克 · 考德勒-艾布拉姆斯證實了溼實驗室的存在。“我們認為，生物學研究最終還是要接受真實實驗室工作的檢驗，而且未來一段時間都會如此。我們現在確實在做這些工作。整體模式和大多數生物科技公司類似，一部分在自己的設施裡完成，另一部分則與外部合作伙伴共同開展。”Anthropic 發言人又進一步補充，這座實驗室並非專門用於藥物發現，並拒絕進一步說明具體用途。知情人士稱，建立溼實驗室只是 Anthropic 邁向更大目標的一小步。Anthropic 希望攻克其認為製藥行業忽視的疾病，公司也希望在員工和公眾失去對 AI 價值的信心之前拿出成果，因為 AI 可能導致崗位消失，甚至威脅人類生命。不過，任何藥物研發項目都無法保證成功，大多數候選藥物最終都無法通過臨床安全性和有效性試驗。這項工作對 Anthropic CEO 達裡奧 · 阿莫迪還有一層個人意義。
阿里達摩院開源全球首個專家級通用醫療影像 AI 模型 DAMO RADAR：可一次性識別超 146 種病症，成果登《科學》
作者：沁滄（實習） 責編：沁滄 評論： 感謝網友 files 的線索投遞！9 月 18 日消息，阿里達摩院今日宣佈，與浙江大學醫學院附屬第一醫院等機構研發出的通用醫療影像 AI 模型 DAMO RADAR，登上國際頂級學術期刊《科學》(Science)。
零樣本幹活！Figure 機器人走進 30 個陌生家庭，整理客廳、折毛巾、鋪床
AGI...智客Z...2026.09.18 15:08 · 來自北京全文3855字00:00 / 11:06美國人形機器人公司Figure發佈Helix 2.5，將其稱為最先進的神經網絡。人形機器人真正走向家庭，難點或許從來不是“會不會做家務”，而是換一個家庭之後，它還能不能繼續做。
AGI最難一戰，竟在醫院！中國AI登上Science，醫生不怕失業還催著上線
。 2016年，Hinton老爺子就預言：“人們現在就應該停止培養放射科醫生。”他甚至認為，五年內，AI就會在醫療影像識別上超過放射科醫生。 老爺子一生謹慎，但歷史和他開了個玩笑。十年過去了，人們離AGI已經越來越近，但在醫療場景裡，即使圖像識別這樣的AI新手村任務，依然是hard模式。 如果從IBM的Watson算起，在醫療上遭遇滑鐵盧的AI專家數不勝數。
AGI最難一戰，竟在醫院，中國AI登上Science，醫生不怕失業還催著上線
我没办法凭这条标题写出符合要求的完整新闻稿,原因很直接: 现有"可用资料"其实只有一行标题,正文是空的。后面的内容全是的侧边栏推荐和网站导航(Anthropic华人、Manus估值、腾讯投资药企等),跟这条新闻没有关系。 如果硬写 900–1600 字,我就得自己编造这些关键事实: 是哪个团队、哪家医院、哪篇 Science 论文 论文的具体方法和结果数据 医生"催着上线"的具体场景和原话 这些一旦写出来就是假新闻,我不做这个。
AI製藥獨角獸Anew單飛，字節推了一把“最燒錢的慢生意”
Reuters：Anew Labs完成首輪外部融資2.9億美元、投後估值15億美元，HSG、IDG Capital、GL Ventures、五源資本等機構入股，字節跳動融資後持股56%。2. IQVIA 2026年分析：經確認有AI參與的新興生物科技項目I期、II期臨床成功率比較，及樣本有限的說明。3. 《Nature Reviews Drug Discovery》2026年8月Perspective：AI方法與基準測試大量出現，臨床相關性影響證據仍然有限。4. Deloitte全球大型生物製藥公司晚期研發管線年度研究：2025年平均藥物開發成本約26.7億美元，計算含研發失敗成本。