欧盟 eTranslation 年内突破 10 亿次请求：规模化语言 AI 靠的不只是模型

10 月 9 日，欧盟委员会翻译总司宣布，其 eTranslation 服务在 2026 年内收到的翻译请求已超过 10 亿次，高于该工具自 2017 年上线以来任何一个完整年度的请求总量。eTranslation 覆盖欧盟全部 24 种官方语言及若干重点语言，可通过网页处理文本和文件，也可以通过 API 嵌入公共数字服务。

需要注意的是，欧盟公告使用的是“请求次数”，而相关历史材料有时使用“页面数”描述产量，两者不能直接比较。但无论采用哪个口径，增长都指向同一件事：机器翻译已经从偶尔使用的辅助工具，进入公共行政、司法、采购、健康、移民和在线服务等日常工作流。

10 亿次请求背后的第一项资产不是模型

欧盟委员会把 eTranslation 的基础归因于数十年积累并由专业译员整理的多语种数据。其 Euramis 语言资源库始建于 1995 年，目前包含超过 1000 亿个词元，约相当于 2.7 亿页内容。欧盟各机构每天产生的大量译文会经过检查、过滤、质量控制和语言专家整理，再成为机器翻译与其他语言 AI 服务的训练和参考基础。

这类数据的价值不只在“数量大”，更在于它有明确来源、语言对应关系、机构语境和持续维护机制。用户还可以上传自己的术语表，并在一般文本、欧盟正式文体、金融或判例等场景中选择更合适的翻译方式。换句话说，稳定输出来自模型、翻译记忆、术语、文体规则和反馈循环共同作用，而不是一次提示词。

规模来自集成，也来自信任

eTranslation 既提供网页入口，也通过 API 接入其他数字服务。这让翻译不再是单独打开一个工具、复制粘贴文本的动作，而能成为网站、内部沟通和行政系统中的基础能力。对高频内容而言，是否能够自动传递文件、保留格式、调用术语和记录处理结果，往往比单次演示中的译文更决定采用规模。

它的另一个重点是安全与适用范围。欧盟委员会称该服务在严格的数据保护环境中运行，处理数据不会用于训练商业 AI 模型，并面向符合条件的欧盟机构、公共部门、中小企业、学术和非政府组织等用户。对政府和受监管机构来说，数据流向、权限、保密和可审计性与翻译质量一样，是能否进入生产环境的前提。

“10 亿次”不等于“10 亿次都可以直接发布”

欧盟委员会同时明确提醒，机器翻译的质量会因文本和语言组合而变化，不保证完全准确，也不应被用于替代欧盟法律的权威语言版本。这个边界很重要：使用量证明工具解决了大量真实需求，却不能自动证明每项输出都达到了法律、医疗、品牌或安全内容的发布标准。

规模化语言 AI 因此需要分层。低风险、重复度高、用于理解大意的内容可以追求自动化覆盖；涉及权利义务、产品安全、监管申报和品牌承诺的内容，则应保留专业译员、行业专家和正式审批。真正成熟的系统不是把人工全部移除，而是让人工集中在错误后果最高、模型最不确定的环节。

企业落地前应回答四个问题

• 数据从哪里来：训练、翻译记忆和术语资产是否来源清楚、语言对应准确，并持续由专业人员维护？
• 如何进入流程：系统能否通过 API、文件和内容平台接入真实业务，同时保留格式、术语、版本与审计记录？
• 哪些内容不能自动发布：是否按用途和错误后果划分风险，并明确人工复核、专家签字和权威版本的适用条件？
• 如何形成反馈闭环：是否跟踪术语错误、人工修改、异常语言对和用户反馈，并把问题转化为可复用的规则和数据？

对出海企业而言，eTranslation 的 10 亿次请求不是一份可以直接复制的产品清单，因为其使用资格和公共服务定位具有欧洲制度背景。更值得借鉴的是建设顺序：先积累可信语言资产，再把能力接入业务系统，以安全和风险分层建立信任，最后用持续反馈扩大自动化范围。模型决定能力上限，数据、流程和责任机制决定它能否被使用 10 亿次。

本文信息来源：欧盟委员会翻译总司“eTranslation reaches 1 billion requests in less than a year”（2026 年 10 月 9 日）；欧盟委员会多语种 AI 服务与语言数据说明；欧盟委员会机器翻译使用与责任说明。请求次数、页面数和文本量是不同统计口径，本文未将其直接换算。