Alibaba udoskonaliła swoje możliwości tłumaczenia na żywo - nowy model Qwen3.5-LiveTranslate-Flash pozwala na jednoczesną transkrypcję i tłumaczenie mowy dla 60 języków z opóźnieniem zaledwie 2,8 sekundy. To bardzo praktycznie przydatne osiągnięcie, bo dotychczasowe rozwiązania albo były wolne, albo obsługiwały zbyt mało języków, albo wymagały wcześniejszego przetworzenia tekstu. Zespół Qwen zdecydował się na zupełnie inne podejście - system pracuje naprawdę w czasie rzeczywistym, bez czekania aż rozmówca skończy zdanie.
Model Alibaby wyróżnia się wsparciem dla wielomodalnych danych wejściowych, co oznacza, że może przetwarzać zarówno audio, jak i tekst jednocześnie. Opóźnienie 2,8 sekundy jest wystarczająco małe, by konwersacja przebiegała naturalnie - dla porównania, tradycyjny tłumacz koleją czeka, aż speaker skończy akapit. Taka technologia otwiera nowe możliwości dla konferencji międzynarodowych, gdzie tłumacze symultanicznych mieliby wsparcie systemu AI, oraz dla osób uczących się języków obcych, które mogą teraz korzystać z natychmiastowego tłumaczenia na żywo.
Innowacja Alibaby ma też szersze znaczenie - ułatwia dostęp do informacji na całym świecie, niezależnie od bariery językowej. Gdziekolwiek toczy się istotna dyskusja, debate czy szkolenie, osoby mówiące różnymi językami mogą brać w niej udział niemal równorzędnie. To szczególnie ważne dla krajów czy regionów słabiej reprezentowanych w dotychczasowych rozwiązaniach tłumaczeniowych. Choć perspektywy dla branży tłumaczeniowej mogą być wyzwaniem, to sam przełom technologiczny stanowi duży skok w kierunku bardziej połączonego świata.