9月19日，阿里巴巴旗下千问大模型团队正式发布全新一代同声传译大模型Qwen3.8-LiveTranslate。该模型以Interleave架构重构实时同传技术路线，在翻译准确度、流畅度、简洁度等多个维度实现全面提升，字均延迟（LAAL）从此前的2.8秒进一步降至2.3秒。
官方表示，在原有支持60种语言的基础上，Qwen3.8-LiveTranslate重点新增了三项核心能力，让同传技术能够更广泛地应用于真实业务场景中：
三大核心升级能力
实时说话人分离：能够自动区分不同说话人的发言归属，每句话的音色复刻更加稳定准确，解决了多人对话场景下同传效果差的痛点。
原文译文同帧同出：实现原文与译文双语同屏显示，便于听众随时对照核对，大幅提升了会议、访谈等正式场景的实用性。
长上下文消歧：能够联系前文语境理解当前语句，对于人名、专业术语等容易产生歧义的内容翻译更加精准，前后一致性显著提升。
技术架构深度解析
Qwen3.8-LiveTranslate采用基于Hybrid MoE的Thinker–Talker双模块设计，通过Interleave方式衔接流式理解、文本输出与语音生成三个环节。
其中，Thinker模块将视频、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，让语义理解与翻译生成在单一序列内完成，避免了传统流水线架构中的信息损耗。Talker模块则结合译文内容和源音频特征，将译文合成为能够保留原说话人音色的目标语言语音。
性能表现行业领先
在覆盖14个语向的多说话人长音频评测集Omnilingua-Mspeaker上，Qwen3.8-LiveTranslate在翻译忠实度、流畅度、简洁度以及说话人识别错误率DER四个核心维度上，均优于目前行业主流的实时同传系统。
官方同时在公开的FLEURS音频测试集上评测了70个语言方向的实时同传表现。测试结果显示，Qwen3.8-LiveTranslate在翻译质量、字均延迟、语音识别准确率以及语音合成质量四个维度上，全面领先于上一代产品以及当前主流的实时同传系统。
作为国内大模型厂商在实时同传领域的最新成果，Qwen3.8-LiveTranslate的发布进一步缩小了AI同传与人工同传之间的效果差距，为跨语言会议、国际交流、在线教育等场景提供了更加成熟的技术选择。
