近日，小米大模型團(tuán)隊(duì)的兩篇論文成功入選國際頂級(jí)AI會(huì)議NAACL 2025，并均被收錄為主會(huì)長文。這兩篇論文分別聚焦于圖形用戶界面（GUI）代理和機(jī)器翻譯方向，其研究成果已深度應(yīng)用于小愛翻譯，為辦公場(chǎng)景中的語言障礙提供了全新的解決方案。

技術(shù)亮點(diǎn)：從GUI代理到多語言翻譯

小米在GUI代理方向的研究中，將手機(jī)控制任務(wù)拆解為頁面到達(dá)和頁面操作兩個(gè)子任務(wù)，使智能代理更關(guān)注整體任務(wù)的完成能力，而非單步最優(yōu)解。這一技術(shù)顯著提升了智能助手的效率，尤其在辦公場(chǎng)景中，用戶可以通過語音指令快速完成復(fù)雜的操作，例如切換應(yīng)用、查找文件等。

在機(jī)器翻譯領(lǐng)域，小米基于大語言模型探索了多語言翻譯的最佳訓(xùn)練范式，并開源了一系列翻譯模型。這些模型已深度集成到小愛翻譯中，支持實(shí)時(shí)翻譯、語音翻譯和圖文翻譯等功能。無論是跨國會(huì)議中的實(shí)時(shí)語音翻譯，還是外文文檔的快速解讀，小愛翻譯都能輕松應(yīng)對(duì)。

辦公場(chǎng)景應(yīng)用：提升效率，打破語言障礙

在跨國會(huì)議中，小愛翻譯支持邊說邊譯、邊聽邊譯，實(shí)時(shí)將語音轉(zhuǎn)化為目標(biāo)語言，確保與會(huì)者無障礙溝通。例如，在英語和中文的對(duì)話中，小愛翻譯可以快速生成精準(zhǔn)的翻譯結(jié)果，避免因語言差異導(dǎo)致的誤解。

對(duì)于需要處理大量外文文檔的用戶，小愛翻譯提供了圖文翻譯功能。用戶只需拍攝或上傳外文文檔，即可快速獲取翻譯結(jié)果。這一功能特別適用于法律、金融等領(lǐng)域的專業(yè)人士，幫助他們高效完成工作。

在與外國客戶或合作伙伴的交流中，小愛翻譯不僅支持語音翻譯，還能根據(jù)上下文提供精準(zhǔn)的翻譯結(jié)果。例如，在涉及專業(yè)術(shù)語的對(duì)話中，小愛翻譯能夠準(zhǔn)確識(shí)別并翻譯，確保溝通的準(zhǔn)確性和專業(yè)性。

小米表示，此次研究成果的發(fā)布是其“深耕底層技術(shù)、長期持續(xù)投入”的又一例證。未來，小米將繼續(xù)優(yōu)化大模型技術(shù)，進(jìn)一步提升小愛翻譯的性能和用戶體驗(yàn)，為全球用戶提供更高效、更智能的語言服務(wù)。

小米大模型技術(shù)的突破，不僅為辦公場(chǎng)景中的語言障礙提供了全新的解決方案，也展現(xiàn)了小米在人工智能領(lǐng)域的深厚積累和前瞻性布局。隨著技術(shù)的不斷升級(jí)，小愛翻譯有望成為全球用戶跨語言溝通的得力助手，推動(dòng)辦公效率的進(jìn)一步提升。