近日，Character.AI 这一由谷歌支持的 AI 聊天平台发生了一起引人关注的故障，导致用户与聊天机器人之间的对话变得令人费解，出现了多种语言的混杂输出，其中不乏关于性玩具的奇怪提及。许多用户在 Reddit 上分享了与聊天机器人对话的截图，显示 AI 生成的文本逐渐演变为无意义的胡言乱语，甚至涉及到包括土耳其语、德语和阿拉伯语等多种语言。一位用户在 Reddit 上描述了自己的经历：“今天早上我和这个 AI 聊天时一切正常，但过了几个小时再回来时，突然之间它开始说一些随机的无

在2025年消费电子展（CES）上，三星宣布将一项流行的手机和平板电脑功能引入其电视产品 —— 实时翻译(Live Translate)。这一功能旨在为用户提供实时的直播翻译服务，使得不同语言的观众能够更轻松地享受节目。实时翻译功能支持七种语言，虽然截至目前尚未明确具体是哪七种语言。这项技术的运作原理是通过翻译节目中的字幕，而不是直接对音频进行翻译。自2024年初在 Galaxy S24手机上首次推出以来，实时翻译功能在移动设备上已经支持13种语言，而电视版本则选择在更为基础的七种语言

全球领先的翻译设备制造商Timekettle今日发布了其首个人工智能驱动的翻译操作系统Babel OS，这一突破性技术将为其全系列翻译设备带来显著性能提升。Babel OS的核心创新在于其AI语义分割技术。这项由Timekettle的HybridComm支持的技术能够智能预测语句，实现近乎零延迟的实时翻译。系统不仅支持40多种语言的即时转换，更具备模仿用户语调和情感的独特能力，使跨语言交流更自然流畅。图源备注:图片由AI生成，图片授权服务商Midjourney"多年来，Timekettle已成为突破性硬件创新的代名词。借助Babel

备受期待的Deepseek V3终于开源!这款全新的AI模型在多语言编程能力上取得了重大突破，其在aider多语言编程测评中的表现，甚至超越了Claude3.5Sonnet V2等竞争对手，引发了业界广泛关注。据了解，Deepseek V3相比之前的版本，在性能上实现了质的飞跃。Deepseek V2.5在aider测评中的成功率仅为17%，而V3则暴增至48%，这充分展现了其强大的进步。Deepseek V3采用了高达6850亿参数的混合专家（MoE）架构。该架构包含256个专家，并使用sigmoid路由方式，每次选取前8个专家(topk=8)参与计算，这种设计使得模型能够

阿里巴巴达摩院联合魔搭社区ModelScope近期宣布开源一项新的多语言基准测试集P-MMEval，旨在全面评估大型语言模型（LLM）的多语言能力，并进行跨语言迁移能力的比较分析。这一测试集覆盖了基础和专项能力的高效数据集，确保了所有挑选的数据集中多语言覆盖的一致性，并提供了跨多种语言的并行样本，最高支持来自8个不同语族的10种语言，包括英语、中文、阿拉伯语、西班牙语、日语、韩语、泰语、法语、葡萄牙语和越南语。

最近，中文 AI 语音克隆技术迎来了一个突破性进展。海螺 AI 海外版推出的音频克隆模块，只需10到60秒的音频样本，便能完美复刻用户的声音。海螺 AI 海外版的音频克隆效果让许多用户感到惊喜，因为以往在中文语音克隆领域，虽然有不少产品，但效果往往不如人意。海螺 AI 的音频克隆功能非常简单易用，支持用户可以创建多个声音模型，用户只要进入“voice”模块，选择创建声音，并上传10秒至60秒长度的音频素材，就能对声音进行克隆。另外，系统支持12种语言，包括中文、粤语、英语

人工智能公司 Cohere 近日发布了一款全新的搜索模型 Rerank3.5，旨在彻底改变全球企业如何查找和利用数据。随着企业面临越来越复杂的数据环境和多语言的运营需求，Rerank3.5的推出无疑具有重要意义。该模型最显著的特点是能够处理超过100种语言的查询，尤其在阿拉伯语、日语和韩语等主要商业语言中表现突出。这一能力不仅突破了语言障碍，还可能帮助跨国公司更有效地管理信息检索。在当前数据孤岛和语言障碍依然存在的背景下，Rerank3.5或许能为非英语市场的企业提供平等的竞争机会

Meta 最近发布了一项全新的基准测试，名为 Multi-IF，旨在评估大语言模型（LLM）在多轮对话和多语言环境下的指令遵循能力。这一基准覆盖了八种语言，包含4501个三轮对话任务，重点探讨了当前模型在复杂多轮和多语言场景中的表现。在现有的评估标准中，大多数集中于单轮对话和单语言任务，难以全面反映模型在实际应用中的表现。而 Multi-IF 的推出正是为了填补这一空白。研究团队通过将单轮指令扩展为多轮指令，生成了复杂的对话场景，并确保每一轮指令在逻辑上连贯、递进。此外，

DeepL 作为全球语言人工智能的领导者，近日推出了全新的实时语音翻译工具 ——DeepL Voice，旨在促进不同语言之间的无缝沟通。DeepL 的估值已达到20亿美元，其在企业和个人语言解决方案方面的领导地位不容小觑。DeepL Voice 是该公司首款专注于语音翻译的产品，超越了其著名的文本翻译服务，能够实时翻译，实现面对面或虚拟场景下的多语言互动。该工具支持多种语言，包括英语、德语、日语、韩语、法语、西班牙语等，并提供 DeepL 翻译支持的所有33种语言的字幕。借助这些功能，DeepL Voi

法国人工智能新秀Mistral AI于近日推出全新内容审核API服务，这一举措不仅彰显了其在全球AI领域的雄心，更体现了对AI安全治理的深度思考。这款基于Ministral8B模型打造的审核系统，能够精准识别九大类潜在有害内容，包括性内容、仇恨言论、暴力、危险活动以及个人身份信息等。值得关注的是，该API支持11种主要语言，涵盖阿拉伯语、中文、英语、法语等，这一多语言处理能力让Mistral在全球AI内容审核市场占据了独特优势。目前，该服务已率先在Mistral自家的Le Chat平台上线应用。图源备注

法国人工智能初创公司 Mistral AI 近日正式推出了一款全新的内容审核 API，旨在与 OpenAI 及其他行业领军者展开竞争，同时应对日益增长的 AI 安全与内容过滤问题。这项服务基于 Mistral 的 Ministral8B 模型，经过精细调优，能够在九个不同类别中检测潜在的有害内容，包括色情内容、仇恨言论、暴力行为、危险活动以及个人可识别信息等。该 API 同时具备对原始文本和对话内容的分析能力。Mistral AI 在发布会上强调，“安全性在使 AI 变得有用方面扮演着关键角色。” 他们认为，系统级的安全防

苹果公司宣布，正在扩大其人工智能服务Apple Intelligence的语言支持范围，计划在2025年4月通过软件更新增加对中文等更多语言的支持。目前，Apple Intelligence的首批功能已经以免费软件更新的形式，随iOS18.1、iPadOS18.1和macOS Sequoia15.1提供给全球部分国家和地区的用户，但需要将设备语言和Siri语言设置为美国英语。

近日，Cohere 宣布推出两款新的开源 AI 模型，旨在通过其 Aya 项目缩小基础模型的语言差距。这两款新模型名为 Aya Expanse8B 和35B，现已在 Hugging Face 上提供使用。这两个模型的推出，让23种语言的 AI 性能得到了显著提升。Cohere 在其博客中表示，8B 参数模型让全球研究人员能更轻松地获得突破，而32B 参数模型则提供了业界领先的多语言能力。Aya 项目的目标是扩展更多非英语语言的基础模型访问。在此之前，Cohere 的研究部门去年启动了 Aya 计划，并在2月份发布了 Aya101大语言模型（LLM），这款

近日，FunASR推出了一款功能强大的多语言离线文件转录软件包，为用户提供了高效、精准的语音转文本解决方案。这款软件包的核心优势在于其离线文件转录能力。它能够轻松处理长达数小时的音频或视频文件，并生成带有标点符号的转录文本。这一功能对于需要处理大量音频材料的专业人士来说，无疑是一大福音。FunASR的多语言支持也令人印象深刻。目前，该软件包已经支持中文、英语、日语、粤语和韩语等多种语言，展现了卓越的语音识别能力。更值得一提的是，它还能提供词级时间

近日，OpenAI 推出了一个重磅的多语言数据集，旨在评估人工智能在14种语言中的表现，包括阿拉伯语、德语、斯瓦希里语、孟加拉语和约鲁巴语。这项名为 “多语言大规模多任务语言理解”（MMMLU）数据集，已在开放数据平台 Hugging Face 上发布，标志着 OpenAI 在全球 AI 领域的又一重要进展。数据集入口:https://huggingface.co/datasets/openai/MMMLU之前的 “大规模多任务语言理解”（MMLU）数据集仅针对英语进行评估，覆盖了数学、法律、计算机科学等57个学科。而新发布的 MMMLU 数据集则把目光放在了多

Fish Speech1.4版本的发布标志着这款开源文本转语音（TTS）模型在多语言支持和性能方面取得了重大突破。作为一个致力于提供高质量、自然流畅语音合成体验的创新解决方案，Fish Speech在这次更新中展现了其强大的技术实力和广阔的应用前景。多语言支持大幅提升Fish Speech1.4最引人注目的特点是其强大的多语言支持能力:训练数据量翻倍:模型使用了70万小时的多语言数据进行训练，较之前的20万小时有了显著提升。这意味着模型能够学习到更多语言的细微差别和表达方式。语言支持扩展:现在支

​阿里巴巴达摩院的通义千问团队在2024年8月30日宣布了其最新成果——Qwen2-VL模型的重大更新。Qwen2-VL模型在图像理解、视频处理和多语言支持方面均实现了显著提升，为关键性能指标设定了新的基准。

​北京智谱华章科技有限公司近期宣布，将旗下GLM-4-Flash大型语言模型的API接口免费向公众开放，以推动大型模型技术的普及和应用。GLM-4-Flash模型在速度和性能上都展现出显著的优势，特别是在推理速度方面，通过采用自适应权重量化、并行处理技术、

摩尔线程宣布开源其音频理解大模型MooER，成为首个基于国产全功能GPU的大型开源语音模型。MooER支持中英文语音识别与翻译，采用三部分模型结构，展现强大多语言处理能力。已开源推理代码与5000小时数据训练的模型，计划进一步开源训练代码与8万小时数据训练的增强版。在对比测试中，MooER-5K表现出色，中文CER为4.21%，英文WER为17.98%，特别是在Covost2zh2en测试集上，BLEU分数高达25.2，领先其他开源模型。基于8万小时数据训练的MooER-80k模型，中文CER降至3.50%，英文WER优化到12.66%，显示了巨大性能提升潜力。此次开源不仅展示了国产GPU在AI领域的应用实力，也为全球音频AI技术发展注入活力，期待MooER在语音识别、翻译等领域带来更多创新突破。

微软发布三款新AI模型，旨在多语言和多模态领域增强其领先地位。Phi-3.5Mini Instruct轻量级模型，适合指令执行、代码生成和逻辑推理，特别在多语言和多轮对话中表现出色。Phi-3.5MoE混合专家模型，参数丰富，支持多种推理任务，特别是在代码、数学和多语言理解上超越同类模型。Phi-3.5Vision Instruct集成了文本和图像处理能力，适用于图像理解、光学字符识别等复杂多帧视觉任务。这三款模型均采用MIT开源许可证，提供给开发者自由使用、修改和分发，体现了微软对开源社区的支持。