Google hat mit TranslateGemma eine neue Familie offener Übersetzungsmodelle veröffentlicht, die auf der Gemma‑3-Architektur basiert und 55 Sprachen mit deutlich verbesserter Qualität abdeckt.

Was TranslateGemma ist

• TranslateGemma ist eine Suite spezialisierter KI-Modelle für maschinelle Übersetzung, nicht ein Endnutzer-Produkt wie Google Translate.
• Die Modelle sind als „Open Weights“ verfügbar, können also lokal, in der eigenen Cloud oder über Dienste wie Vertex AI und Hugging Face genutzt bzw. feinjustiert werden.

Modellgrößen und Hardware

• Es gibt derzeit drei Größen: 4B, 12B und 27B Parameter; 4B ist für Mobile/Edge optimiert, 12B für Laptops/Desktops, 27B für Server/H100/TPU.
• Trotz vergleichsweise kleiner Größe schlägt das 12B-Modell in Benchmarks sogar ein größeres 27B-Basismodell, weil es stark auf Übersetzungsqualität spezialisiert ist.

Sprachabdeckung und Qualität

• TranslateGemma wurde für 55 Sprachen trainiert und evaluiert, inklusive vieler Low-Resource-Sprachen; zusätzlich existieren hunderte weiterer, noch nicht voll evaluierter Sprachpaare im technischen Report.
• In der WMT24++-Evaluation sinken die Fehlerraten gegenüber den Gemma‑Basismodellen über alle Sprachen deutlich, mit besonders großen Gewinnen z.B. bei Isländisch und Swahili.

Training und Technik

• Technisch nutzt Google ein zweistufiges Verfahren: Supervised Fine-Tuning auf parallelen Daten (human + hochwertige Gemini-Synthese), danach Reinforcement Learning mit automatischen Bewertungsmodellen zur Optimierung der Übersetzungsqualität.
• Rund 30% des Trainingsmix bestehen aus allgemeinen Instruction-Daten, sodass die Modelle auch einfache Chat-/Anweisungsfunktionen behalten und nicht nur „nackt übersetzen“.

Nutzung für deinen Workflow

• Die Modelle sind u.a. über Hugging Face (z.B. google/translategemma-4b-it und -27b-it), Kaggle und Vertex AI Model Garden verfügbar und lassen sich damit in eigene Tools, lokale Inferenzserver oder z.B. ein Python‑basiertes Übersetzungs-Backend integrieren.
• Für dich als Fotograf/Retoucher bieten sich z.B. an: eigenes Offline-Übersetzungs-Backend für Workshops/Slides, Lokalisierung von Kursmaterial in mehrere Sprachen oder Integration in Captioning-/Keywording‑Pipelines für internationale Bilddatenbanken.

Hier findest du weiterführende Informationen: Google Blog