机器翻译的质量竞赛：神经网络的下半场

2022 年，神经机器翻译（NMT）的质量竞赛进入下半场。DeepL 持续扩展语种并保持高质量口碑，谷歌翻译依托海量语料不断刷新低资源语言的表现，微软与 Meta 则在多语言统一模型上持续投入。机翻引擎之间的比拼，正在从"译得对"转向"译得地道"。

这一阶段的技术特征有三：大模型化——单一模型覆盖上百种语言，低资源语言受益最大；上下文感知——突破逐句翻译的限制，开始利用段落乃至文档级的上下文信息，代词指代与术语一致性明显改善；领域自适应——企业可以用自有语料定制引擎，让机翻输出贴合行业术语与文风。

对翻译行业而言，机翻质量的持续爬升意味着人机分工的边界继续移动：信息浏览、内部沟通类内容已基本实现机翻自助；商业发布类内容进入"机翻+译后编辑"的主战场；而高风险、高创意内容仍牢牢属于人工翻译的领地。

理性的从业者不再问"机器会不会取代译者"，而是问"我的专业护城河挖得够不够深"。质量竞赛的下半场，恰是专业译者价值重估的开始。