Alibaba's Qwen launches real-time simultaneous translation model with 2.3s LAAL

阿里千问 9 月 19 日发布同声传译大模型 Qwen3.8-LiveTranslate，模型以 Interleave 架构重构实时同传，准确度、流畅度与简洁度同步提升，字均延迟（LAAL）从 2.8 秒降至 2.3 秒。

在 60 种语言支持基础上新增三项能力：实时说话人分离让每句话归属清晰、音色复刻更稳定；原文译文同帧同出支持双语同屏；长上下文消歧则通过联系前文读懂当下语句，提升人名、术语翻译的精准度。

技术层面，模型采用基于 Hybrid MoE 的 Thinker-Talker 双模块设计。Thinker 把视频、音频、原文与译文编排进同一条因果序列，按时序交替排列、端到端产出；Talker 再结合译文和源音频，把译文合成为保留原说话人音色的语音。

在覆盖 14 个语向的多说话人长音频评测集 Omnilingua-MSpeaker 上，模型在翻译忠实度、流畅度、简洁度以及说话人识别错误率 DER 四个维度均优于当前主流实时同传系统。FLEURS 测试集 70 个语言方向评测中，翻译质量、字均延迟、语音识别准确率与语音合成质量也领先于上一代与主流系统。

API 已同步开放，可通过阿里云百炼与千问 AI 平台调用。