B站开源 Index-Translate 多语言翻译模型家族，支持150种语言，2B／9B模型也能接住热梗

魔搭ModelScope社区

19人浏览 · 2026-10-08 10:27:51

魔搭ModelScope社区 · 2026-10-08 10:27:51 发布

一句弹幕里的“狒瘾犯了”，换成英文还能让人接住梗吗？一段视频换了语言，能否听到自然的配音？一本小说翻到后半本，人物的名字还能保持一致吗？

哔哩哔哩Index LLM团队推出 Index-Translate 多语言翻译模型家族。文本模型覆盖包括中文、英文在内的 150 种语言，提供 2B、9B、35B-A3B（preview） 三种规模；Index-Echo、Index-Homura 和 Index-NativeLong 分别面向语音翻译、音节可控翻译与长文档翻译。

Demo主页：https://index-translate.bilibili.com/
Github：https://github.com/bilibili/Index-Translate
ModelScope：
https://www.modelscope.cn/collections/IndexTeam/Index-Translate

图 1　七个维度看翻译能力。采用官网数据及固定的逐维 min–max 归一化，越靠外表示该维度的相对得分越高，并非准确率；灰色虚线是各维度非 Index 模型的最高值组合。图中展示 35B-A3B（preview）、9B、2B 及默认对照，归一化范围覆盖全部 14 款模型。七个维度为 WMT、FLORES、指令遵循、小语种、字幕翻译、MEME 和书籍网文；指令遵循取 instTrans 与 IFMTBench IFscore 均值。完整模型与原始分数见官网评测。

下面用官网的演示和真实案例，看看这些能力如何落到具体内容中。

Index-Echo将视频翻译成另一种语言

Index-Echo 支持语音到语音（S2ST）和语音到文字（S2TT）两种翻译任务，分别生成目标语言配音和文字；生成配音时还会参考源音频的说话人声音特征。

视频配音演示

这段 21 秒录屏展示英文视频转为日语配音，界面并列呈现视频、英文原句与日文译文。

多语字幕演示

这段 47 秒录屏展示多语言字幕。下方预览中的英文演讲配有中文、日文、西班牙文等译文。

语音任务的语言覆盖按具体功能提供，欢迎进入 Index-Echo 在线 Demo 体验 👇

Index-Echo 在线 Demo：

https://index-translate.bilibili.com/?p=/site/index.html&lang=zh

Index-Translate将翻译要求一起执行

翻译工作经常附带具体要求：术语必须统一，品牌名保持原样，只翻译指定字段，或者保留话题标签。Index-Translate 将这些要求与原文一起理解，让译文适应后续的使用方式。

话题标签保留原样

一条动态需要从中文译为韩文。用户要求保留 JSON 结构，以及话题标签 #热血航线大和登场# 和星号符号。

原文

{"title": "⭐2月13日例行维护公告⭐", "content": "#热血航线大和登场#"}

Index-Translate-9B

{"title": "⭐2월 13일 정기 점검 공지⭐", "content": "#热血航线大和登场#"}

对照输出

{"title": "⭐2월 13일 정기 점검 안내⭐", "content": "#열혈 항로 야마토 등장#"}

两份译文都翻译了公告标题，区别在于话题标签。Index-Translate-9B 保留了用户指定的中文标签，对照输出则将标签一并译成韩文。在这个样本中，两者翻译质量评分均为 1.0，约束检查得分分别为 1.0 和 0.0。

把文字译通顺，同时分清哪些内容需要保持原样，是这类任务的关键。

商品表格只翻译指定列

另一个任务要求将商品 CSV 从英文译为中文：只翻译类别、描述和发布状态，保留英文表头、产品编号、价格与三行结构。

原文的表头及第一条数据如下，完整输入另含编号为 SYS-002 的软件商品。

Product_ID,Category,Description,Release_Status,Price
"SYS-001","Hardware","High-performance motherboard, equipped with dual Gigabit LAN and PCIe 4.0 slots.","Available",199.99

Index-Translate-9B 对应输出：

Product_ID,Category,Description,Release_Status,Price
"SYS-001","硬件","高性能主板，配备双千兆局域网和PCIe 4.0插槽。","已发布",199.99

在完整案例中，Index-Translate-9B 保留表头和两条商品记录；对照输出遗漏了表头，从三行变成两行。对商品资料、多语言字幕或产品文档，这样的结构要求会直接影响译文能否接入后续流程。

网络热梗也要翻出原来的意思

社交内容里的谐音、简称和调侃，常常需要结合社区语境理解。下面三个中译英案例来自官网展示，保留了模型的实际输出。

你好结芬

原文是“那个，你好，结芬”，后面跟着一个表情占位符。这里的“结芬”是“结婚”的俏皮写法，表达玩笑式求婚。

输出	译文
Index-Translate-9B	Um, hi, let's get married <EMOTE-placeholder-0>
Index-Translate-2B	Um, hi there, let's get married<EMOTE-placeholder-0>
对照输出	Um, hello, Jie Fen <EMOTE-placeholder-0>

Index 将“结芬”转成了 “let's get married”，保留了原来的玩笑。对照输出中的 “Jie Fen” 则把它理解成了人名。

狒瘾犯了就去打

在这个游戏社区样本中，“狒瘾”指想玩《最终幻想 XIV》的劲头又上来了。

输出	译文
Index-Translate-9B	When the FFXIV itch hits, just go play.
Index-Translate-2B	Go play when my FFXIV addiction kicks in.
对照输出	If you get monkey addiction, go fight.

“FFXIV” 点明游戏，“itch hits” 表达了想玩的冲动。若把“狒”理解为动物，整句就会偏离原意。

红红火火恍恍惚惚

原文“Fuyuan Flower红红火火恍恍惚惚”出现在弹幕中。“红红火火恍恍惚惚”的拼音首字母都是 h，在这里承担了“哈哈哈哈”的表达功能。

输出	译文
Index-Translate-9B	Fuyuan Flower: Hahahahaha, this is wild!
对照输出	Fuyuan Flower—red-hot and thriving, hazy and wavy.

Index 的译文保留了笑声和调侃语气。把两个词组逐字译成“红火”和“恍惚”，就很难让英文读者感受到同样的情绪。

更多术语、格式和社区表达案例，可在 Index-Translate 文本 Demo 中体验 👇

Index-Translate 文本 Demo：

https://index-translate.bilibili.com/?p=/site/translate.html&lang=zh

Index-Homura按目标音节调整译文

视频配音要考虑一句话能否在镜头留出的时间里说完。Index-Homura 接受目标音节数，在翻译时调整措辞和长度，为后续配音提供可控的文本。

官网的旅游解说案例，原文是：“生活两天，是一种什么体验”。给同一句话设置三档目标，Index-Homura-9B 输出如下。

目标音节数	实际音节数	英文译文
10	10	to live for two days. What would that be like?
14	14	What would it be like to live there for two days, I wonder?
18	18	What would it be like to live there for two days, trying to get by somehow?

从短句切分，到加入 “I wonder”，再到更长的表达，模型会随音节预算重组句子。这个案例的三档输出都精确命中了目标；同场对照的三档输出分别为 8、9、9 个音节，长度随要求变化较小。

在 SandGlass 的 3,600 条测试案例中，Index-Homura-9B 有 81.92% 的输出与目标音节数偏差不超过 10%。音节控制为配音长度适配提供了一个调节手段，最终时长仍会受到语速、停顿和语音生成方式影响。

体验 Index-Homura 音节可控翻译：
https://index-translate.bilibili.com/?p=/site/syllable.html&lang=zh

Index-NativeLong 让长文前后连贯

一本书里的人物、术语和概念会反复出现。Index-NativeLong 采用原生长文档翻译方式，一次输入全文并连续生成译文，利用更长的上下文维持前后联系。

同一位导师翻到后面仍然是同一个人

官网展示了一篇约 32K tokens 的游戏奇幻文本。前文明确出现“王妃导师”，后文还有学院、办公室等情节。在这里，“王妃”是人物姓名。

原文中的位置	Index-NativeLong-9B原生全文	分块对照（自动词表）
约 31.3%	Mentor Wang Fei	Instructor Wangfei
约 56.6%	Wang Fei	the Dean
约 84.8%	Wang Fei	The Queen Consort

上表摘录对应译文中的称呼，位置按原文字符计算。前两种拼写中有没有空格，并不影响人物身份；后续变成“院长”和“王后”，才是需要解决的问题。原生全文译文在这几处持续保留了 Wang Fei。

该组原生全文与分块对照采用同一模型；分块对照使用带相邻上下文和自动词表的 TranslateBooksWithLLMs 流程。官网也展示了加入高质量外部词表后修复这个人名的结果；本例体现的是原生全文在无需额外词表时保持一致的能力。

术语一致还要分清概念层级

另一篇约 38K tokens 的冰川史文本同时使用了 “ice age”“glacials” 和 “interglacials”。作者明确区分：整个寒冷时期包含冰川推进和退缩的不同阶段。

概念	Index-NativeLong-9B原生全文	分块对照
ice age 整体事件	冰河时代	冰期
glacials 内部寒冷阶段	冰期	冰期
interglacials 内部温暖阶段	间冰期	间冰期

原生译文保留了“冰河时代”与其内部“冰期／间冰期”的层级。对照中的两个层级都被写成“冰期”，容易让读者混淆概念。这也说明，长文翻译除了统一词语，还需要理解词语在全文中的关系。

量化评测覆盖 GuoFeng、BWB、Books 三组数据，以及按中文侧 token 数划分的 4K 至 64K 五个长度档位。Index-NativeLong-9B 在技术报告所列模型中，三组数据的五档平均得分均为最高。

上面的案例展示具体长文中的表现，完整设置与结果可在官网长文档评测中查看 👇

官网长文档评测：
https://index-translate.bilibili.com/?p=/site/home.html#nailong-benchmark-title

体验 Index-NativeLong 长文档翻译：
https://index-translate.bilibili.com/?p=/site/doc.html&lang=zh

怎样评估这些翻译能力

除 FLORES、WMT 等通用翻译评测外，我们也关注翻译在真实使用中的要求。图 1 将相关结果汇总为七个维度；具体任务则分别衡量翻译质量、约束遵循和跨文化表达等能力。

instTrans 译得好也要遵守要求

instTrans 关注带指令的翻译，覆盖 10 类约束，包括术语、格式、保留内容和表达风格等。它包含 3,000 条中文到 20 种语言的任务，另有 2,793 条面向低资源语言的任务。评测分别观察译文质量和指令遵循程度，避免把“文字通顺”与“要求执行到位”混为一个分数。

小语种翻译质量与指令遵循一起看

FLORES_minor_pair 检验小语种通用翻译，instTrans_minor 检验小语种指令遵循。

35B-A3B（preview）在 FLORES_minor_pair 上的 COMET-22 / XCOMET-XXL 为 0.8168 / 0.7164，输出语言偏离目标的比例为 2.4%；

9B 在 instTrans_minor 上的 IFscore 为 0.7725。完整结果还分别报告翻译质量与语言偏离比例，便于观察不同能力的表现。

MEME 能否传达梗意与文化语境

MEME 面向社区文化表达，包含 3,638 条中译英样例，覆盖 703 个词语和 857 个区分后的词义，同时关注含义、自然度与文化语境。前文的“结芬”“狒瘾”和大笑弹幕，展示的正是这类翻译问题。

针对配音文本的长度控制，我们使用 SandGlass；针对长文档，则分别评估不同文体和长度。以下是文本模型的部分结果。

模型	FLORES	instTrans指令遵循	MEME
Index-Translate-2B	0.8655	0.7569	0.6443
Index-Translate-9B	0.8789	0.8209	0.7387
Index-Translate-35B-A3B (preview)	0.8794	0.8336	0.7405
Hy-MT2-7B	0.8747	0.6079	0.5139
GPT-5.6-Sol	0.8650	0.7624	0.7194

FLORES 列为 COMET-22，instTrans 列为 IFscore，MEME 列为翻译质量评分，均为越高越好；不同列不宜直接比较。35B-A3B 为报告中的预览评测结果。

不同任务各有侧重，例如 GPT-5.6-Sol 在报告的 WMT26 和 instTrans 翻译质量指标上仍有更高得分。