С языками кстати интересная штука Я вообще сторонник того, чтобы все в мире говорили на одном языке, желательно, конечно, на русском английском Но кажется, что благодаря нейронкам будет происходить ровно обратное Текст нейронки уже легко переводят на любой язык практически налету. Аудио/видео пока еще похуже, но можно сказать что это уже решенный вопрос Получается, что в онлайне барьеров уже нет. Уже сейчас вы можете выйти на звонок с китайцем, каждый будет говорить на своем языке, и вы отлично друг друга поймете Вживую пока еще сложнее, но в целом, думаю, уже понятно, что рано или поздно у всех в AirPods будет синхронный перевод с любого языка Получается, через какое-то время мы придем в мир, где каждый может говорить на своем языке и при этом все равно будут друг друга понимать В этом смысле иностранные языки можно и не учить При этом я думаю, что личные тесные связи все равно еще долго будут строиться между людьми, говорящими на одном языке. Поэтому при прочих равных я считаю, что знание языков все равно будет оставаться конкурентным преимуществом в мире еще долго

Выложил на сабстаке перевод текста Патриции Рид Понимание планетарного пространства: Отказ от человеческих мер, любезно предоставленноый подругой канала charlene v2 - artificial_life\xeno agent / visual thinker / multidisciplinary artist.

Любительский и очень любовно сделанный перевод недавней работы горячо любимой теорекетессы, художницы и дизайнерки Патриции Рид. Figuring Planetary Space: Abandoning Man’s Measure (2026) - текст который на мой взгляд работает как «мастер ключ» в «пространстве крушения» («Crash Space») сегодняшнего дня для всех пространтсвенных/визуальных мыслителей и практиков. В нем она последовательно диагностирует самореферентные моногуманистические эстетические интерфейсы оперирования «человека» над миром и в нем, указывая на критические ошибки их функционирования мешающие настоящей встрече с планетарным как частью ксено-общего существования (простыми словами - посмотреть правде в глаза и переструктурировать действие). Практики репрезентации отчуждаются и сбоят разбираемые через эстемы и «жанры бытия человеком» Сильвии Уинтер, обнажая вредоносные программы цикла loop (тут есть спасательные круги для юных практиков классического рисунка и технобро испытывающих смутные сомнения!). Щелчок «мастер-ключа» (части 6-7) разворачивает перед взглядом пространство Вернадского (метаболическое) и предлагает примеры прото-навигации через «межмасштабных носителей» Габриэль Хехт (тут есть перекличка с докладом Рид «Эстетика неадаптивных артефактов» законспектированным Ликой Каревой. Для моей художественной практики этот щелчок звучит камертоном обозначая возможность и направление живой радикализации экспериментов по спаиванию и сплетению, которые когда-то вывели меня за рамки оптики традиционной репрезентации.

Перевод книг Уверен, что моим главным итогом 2026 года в сфере искусственного интеллекта будет не вайбкодинг продуктов и разного уровня автоматизации, а перевод книг. Это та сфера, которая, как мне кажется, в перспективе принесёт человечеству наибольшую пользу. Когда я начал погружаться в современную философию, я периодически фрустрировал из-за отсутствия переводов (хоть каких-нибудь) на русский язык. В 2024 году переводил скриншотами книг в ChatGPT, в 2025 году пытался настроить этот процесс через Cursor, а в 2026 году задача полностью решилась даже стандартным Codex в подписке Plus за $20 На днях вышел первый русскоязычный перевод книги Бернара Стиглера “Забота. О молодежи и связи поколений”. Я читаю Стиглера с начала этого года, за это время перевёл с AI-агентами основные его работы. Сегодня забрал бумажную “Заботу” и сравнил с моими переводами. На удивление, Codex справился просто отлично. В процессе я пересмотрел разных агентов-переводчиков, выложенных в интернете, но в итоге пришлось делать своего. Перевод философских текстов особенно сложен в том, что нужно на старте провести большое исследование и выработать словарь терминов, которые дальше нужно развивать по тексту - а, значит, нужно опираться на существующие переводы эссе, ссылки, научные работы. Мой агент с этим работает хорошо, тексты пишет довольно читабельные (у меня нет никаких претензий по ходу чтения). Мой вывод: я буду продолжать читать книгу в официальном переводе, просто потому что в бумаге приятнее. Но остальные книги читаю уже спокойнее, не переживая о том, что агент сделает что-то совсем не то. Агента опубликовал (осторожнее, он прожорливый и может потратить примерно половину Pro-подписки за перевод одной книги, переводите частями, следите за лимитами): Ссылка на гит

ИИ меняет работу переводчика. Причём многое теперь решается ещё до того, как появится первый черновик. Какие инструменты использовать, какой контекст им дать, какую терминологию выбрать и где нужна особенно тщательная проверка — во всём этом нужны лингвисты. Потому что текст может читаться прекрасно, а смысл при этом ехать куда-то не туда. Поэтому подключать переводчика стоит с самого начала и давать ему возможность влиять на то, как устроена работа. И тут возникает вопрос: а как за это платить? Если человек выстраивает процесс, координирует команду и отвечает за качество, ставка за слово уже не отражает весь его вклад. Вручную переводишь меньше, а за результат отвечаешь больше. Такая вот новая реальность.

🌟 Bilibili выложила открытые модели перевода Index-Translate Команда Index LLM китайского видеохостинга Bilibili выпустила семейство открытых моделей машинного перевода Index-Translate на базе на Qwen3.5 в трёх размерах - 2B, 9B и 35B-A3B.

MoE 35B-A3B в статусе превью, её веса обещают выложить позже.

Модели переводят между 150 языками, в том числе на русский и с русского, и понимают инструкции к переводу. В запросе можно задать глоссарий, попросить сохранить разметку, код и плейсхолдеры, выдержать стиль или учесть контекст соседних фраз. Модели также умеют переводить мемы и сленг китайских интернет-сообществ. В релиз также вошли в размерностях 2B и 9В каждая: 🟢Index-Echo S2TT - перевод речи сразу в субтитры; 🟢Index-Echo S2ST - перевод речи в речь с сохранением голоса говорящего; 🟢Index-Homura - перевод под заданное число слогов при дубляже; 🟢Index-NativeLong - перевода целой книги за один проход. 🟡Тесты На FLORES-200 флагман 35B-A3B набирает 0,8794 по COMET-22, 9B набирает 0,8789.

Для сравнения - DeepSeek-V4.1-Flash и GPT-5.6-Sol выбили 0,8762 и 0,8650 соответственно.

В бенче instTrans (от самой Bilibili), который проверяет следование инструкциям при переводе, у 35B-A3B 0,8336 балла против 0,7624 у GPT-5.6-Sol. В WMT26 качество перевода оценивает GPT-5.6-Sol по шкале до 100, и здесь Index-Translate-9B набирает 75,35, а сама GPT-5.6-Sol и DeepSeek-V4.1-Flash получают 89,10 и 83,55.

Для локального запуска в bf16 версии 2B нужно около 8 ГБ видеопамяти, версии 9B - около 24 ГБ без учёта кэша для длинных контекстов.

📌Лицензирование: Apache 2.0 🟡Страница проекта 🟡Набор моделей 🟡Техотчет 🟡Демо 🖥GitHub @ai_machinelearning_big_data #AI #ML #LLM #Translation #Index #Bilibili

Дубляж часто воспринимают как перевод, только с микрофоном. Но любой, кто хоть раз работал с дубляжом, знает: всё немного сложнее. Можно идеально перевести каждую реплику — и всё равно получить версию, которая не работает. Слова правильные, но персонаж уже ощущается иначе. Шутка не смешная. Эмоция появляется не в тот момент. Или голос сам по себе отличный, но совершенно не подходит герою на экране. Хороший дубляж — это не просто перенос текста на другой язык. Нужно сохранить саму игру: ритм, интонацию, эмоции, характер персонажа. Плюс кастинг, культурный контекст. Поэтому иногда от «точного» перевода приходится довольно сильно отходить, чтобы сцена на другом языке звучала естественно. Именно поэтому дубляж — это всегда командная работа. Переводчики, укладчики, режиссёр, актёры и звукорежиссёры работают над разными деталями, но в итоге должны собрать одну цельную историю. А зритель в идеале вообще не должен обо всём этом задумываться.

Confucius4 Пара моделей обработки речи для реального времени: потоковая ASR и синхронный перевод китайский-английский R2T2 - стриминговая #ASR: • вывод только в режиме append - уже выданный текст не переписывается никогда • точность близка к оффлайн-распознаванию • чанки от 80 мс до 2 секунд под нужный компромисс • 2B на базе Qwen3-ASR, лицензия NetEase T3PO - китайско-английский синхронный перевод: • сам решает, когда ждать, а когда переводить • не правит выданное - подходит для немедленной обработки • 14B, Apache 2.0 • пара к R2T2 для речи Для субтитров в реальном времени, живых капшенов и агентных пайплайнов, где текст обрабатывается по мере появления huggingface.co/netease-youdao/Confucius4-R2T2 github.com/netease-youdao/Confucius4-R2T2 huggingface.co/spaces/netease-youdao/confucius4-r2t2-demo huggingface.co/netease-youdao/Confucius4-T3PO #realtime MAX

Qwen3.8-LiveTranslate Синхронный переводчик от Qwen Переводит речь в реальном времени на 60 языков и озвучивает перевод голосом говорящего. Задержка упала с 2,8 до 2,3 секунды - уровень живого синхрониста. Архитектура Thinker-Talker на Hybrid-MoE, понимание и перевод в одном проходе • реальное время разделяет говорящих и подписывает, кому принадлежит фраза • клонирует тембр - перевод звучит голосом собеседника • оригинал и перевод одновременно на двуязычном экране • держит длинный контекст - имена и термины не плывут от фразы к фразе • смотрит на видео, а не только слушает - картинка разводит омонимы • 60 языков • LAAL 2,3 секунды • тест FLEURS на 70 языковых направлениях по четырем параметрам Работает через облако Alibaba: клиент по вебсокету, нужны ключ DashScope и workspace в Model Studio qwencloud #translation MAX

Наш друг и товарищ Андрей Денисов перевёл ранее эссе Марка Фишера Белая магия про способность искусства и культуры вызывать к жизни новые возможности и заполнять ощущаемую пустоту или социальный вакуум, и, конечно, кибертеорию, а мы выложили его на сигму. «Белая магия» (White Magic) — малоизвестное философское эссе, написанное британским теоретиком культуры Марком Фишером в 1990-х годах для онлайн-проекта по критической криминологии CritCrim. org. В этом раннем тексте Фишер использует термин «белая магия» для описания способности искусства и культуры вызывать к жизни новые возможности и заполнять ощущаемую пустоту или социальный вакуум. Эссе отражает его ранний академический и теоретический багаж — связывающий радикальную философию, кибернетическую теорию и культурную критику — ещё до того, как он получил широкое признание благодаря книге 2009 года «Капиталистический реализм» и своему влиятельному музыкальному блогу k-punk. Текст известен как плотное, глубоко теоретическое и экспериментальное произведение, заложившее фундамент для его позднейших идей о современном культурном параличе, медленной отмене будущего и эстетике.

Мы все ругаем русских локализаторов и конечно за дело, но я вот как-то пошел у себя в Берлине на Энни Холл Вуди Аллена и очень удивился, увидев на афише Der Stadtneurotiker (Городской невротик). Странно, подумал я, как тогда они локализуют остальные его фильмы? Городской невротик-2? Городской невротик возвращается? А сегодня пытался объяснить преподователю немецкого, что собрался на Смертельное оружие, и решил глянуть, как локализовали его. Tödliche Waffe? Куда там! Lethal Weapon – Zwei stahlharte Profis. Два твердых-как-сталь профи! Гвозди бы делать из этих людей... Ага, подумал я. Возможно, это тренд? И пошел проверять. Оказалось, что да! Немцы любят, так сказать, пояснить, о чем в фильме речь. Например, указать профессию: 12 разгневанных мужчин → Die zwölf Geschworenen → Двенадцать присяжных. Ну логично. Спасти рядового Райана → Der Soldat James Ryan → Солдат Джеймс Райан. Не моряк. Паттон → Patton – Rebell in Uniform → Паттон — бунтарь в униформе. Бутч Кэссиди и Сандэнс Кид → Zwei Banditen (!), или Два бандита. Кто этих бутчей и кидов у нас знает? Ну и заодно проясним, что в фильме демострируется социально неодобряемое поведение. «Хороший, плохой, злой» превратились в »Zwei glorreiche Halunken« (Два славных негодяя). Куда дели третьего??? Побег из Шоушенка → Die Verurteilten → Осуждённые. Ну как бы не просто же так люди в Шоушенке сидят. Поездка в Америку → Der Prinz aus Zamunda → Принц из Замунды. Как будто страна Замунда кому-то о чем-то говорит! Иногда более наглядно поясняют происходящее: Хэллоуин → Halloween – Die Nacht des Grauens → Ночь ужаса. Игры разума → A Beautiful Mind – Genie und Wahnsinn → Прекрасный ум — гений и безумие. Охотник на оленей → Die durch die Hölle gehen → Те, кто проходят через ад. Славные парни → GoodFellas – Drei Jahrzehnte in der Mafia → Три десятилетия в мафии! Бунтарь без причины → … denn sie wissen nicht, was sie tun → … ведь они не знают, что делают! Спасибо, что объяснили, что значит бунтарь. Захват поезда Пелэм 1-2-3 → Stoppt die Todesfahrt der U-Bahn 123 → Остановите смертельный рейс поезда метро 123. Опять же, обратите внимание на смещение акцентов: мы не одобряем незаконное поведение и требуем его остановить! Некоторые приписки, если честно, ясности не добавляют: Последний бойскаут → Last Boy Scout – Das Ziel ist Überleben. Добавили «Цель – выживание». Ааа, ну теперь понятно? Прометей → Prometheus – Dunkle Zeichen → Прометей — Тёмные знаки? Basic → Basic – Hinter jeder Lüge eine Wahrheit → За каждой ложью скрывается правда! Ну епт. Веревка → Cocktail für eine Leiche → Коктейль для трупа. Ну хотя бы интригующе. А вот эта мне даже нравится! Конец света → End of Days – Nacht ohne Morgen → Ночь без утра. Красиво. Ну и мои любимые. Для тупых: Челюсти → Der weiße Hai → Белая акула. Чтобы не подумали, что это про дом престарелых. Каникулы → Die schrillen Vier auf Achse → Четверо чудаков в дороге. Аэроплан! → Die unglaubliche Reise in einem verrückten Flugzeug → Невероятное путешествие в сумасшедшем самолёте. И не лень же было! Чужой → Alien – Das unheimliche Wesen aus einer fremden Welt → Чужой — жуткое существо из чужого мира. Чтобы не подумали, что про мигрантов. Или подумали??? (извините)

​​GPT Sol и качество перевода с японского A Serious Look at GPT-5.6 Sol Translations В последние годы я активно использую GPT для помощи в изучении иностранных языков и переводе. Постепенно заметно улучшение качества - всё ещё не идеально, но прогресс на лицо. Вчера я увидел интересный пост: профессиональный переводчик японских визуальных новелл (текстовых игр) с 10-летним стажем делится своими впечатлениями от GPT-5.6 Sol (уровень reasoning не был указан). Основная цель - сравнить текущее качество моделей с тем, что было доступно 5-10 лет назад. TL;DR: GPT-5.6 Sol крут, работает на уровне опытного переводчика, хорошо работает с тонкостями (стиль, шутки и прочее), количество ошибок - на приемлемом уровне. Автор анализирует примеры текста из трёх разных игр и сравнивает с переводом от других людей, которые переводили их. Я приведу общие впечатления автора, детальные примеры и их разборы можно почитать в самом посте. - Большинство исправлений - nitpicks: когда LLM сделала правильный перевод, но ошиблась в тонкостях, которые могут трактоваться по-разному - Нередко Sol выдает более годный перевод по сравнению с людьми, особенно когда текст метафоричен. Плюс люди могут переиначивать перевод в их собственном стиле - LLM такое делать не будет - В некоторых случаях Sol путает к кому относится предложение - в японском языке междометия часто отбрасываются, когда из контекста понятно про кого идёт речь. Если этот контекст не подать в модель - она будет косячить, но люди тоже могут делать такие же ошибки. Я сам попробовать взять полный пример и отправить в Sol - он его корректно перевёл - Один из примеров - игра слов на японском языке, прямого перевода на английский просто не существует. Два обычных подхода в таких случаях - заменить на игру слов в целевом языке или просто не переводить и отбросить. Sol выбрал второе. Но когда я сам отправил весь диалог в него - он перевёл, пусть и немного не красиво - LLM немного хуже работает с казуальной речью, но в целом всё же справляется. - Были примеры прям плохого перевода, но автор признаёт, что они были очень редкими. Теперь несколько цитат: - "I'm trying to highlight some human flaws here, but the point is that even at what was probably one of the most difficult passages to translate off-the-cuff, Sol didn't falter and indeed even managed to do a little better than its competition on some poetic turns of phrase." - "I want to be upset. My job is translation! I want to read this Amakano 3 TL with a sneer on my face, constantly finding errors and constantly hitting passages that read like garbage. But I just don't." - "My judgment is that if you told me to read Amakano 3 using the Sol translation from start to finish, I wouldn't mind doing so. I would prefer to read the Japanese just because some stuff is untranslatable - "The reality is that you need to be in the top 0.1% of sensibility for most of what I have critiqued here to impact your experience at all." Что показательно - даже в комментах люди не смогли особо придраться к качеству перевода, если не считать вкусовщины. Ещё оказалось, что при переводе одной из игр с помощью Sol использовались длинные инструкции. Вначале делается первая версия перевода (в промпте среди прочего указана информация о героях, чтобы модель могла лучше следовать их стилю речи), потом 1-2 прогона с авто-редактированием и исправлением ошибок. Ещё показательно то, что по опыту автора и других людей, ещё модели прошлого года делают перевод заметно хуже. А это значит, что качество перевода будет только расти. Как пошутили в треде - возможно последним бастионом переводчиков будет перевод текстов, которые LLM цензурит ;) #languages #ai

Когда переехали, но местный язык еще не выучили: лайфхак О нем рассказал один из участников нашего барселонского закрытого чатика: У айфона с недавних пор есть функция Live Translation, которая может в реальном времени переводить диалог по телефону, причем в обе стороны. Русского языка там нет, но перевод на английский ок. Работает на iOS 26 и айфонах 15+ Такое поможет, если рядом нет местноговорящего человека, а надо позвонить в какую-то службу поддержки/больницу/записаться куда-то. Как я понял из отзывов, сегодня это лучший инструмент, чтобы решить вопрос по телефону на незнакомом языке. Там есть задержки конечно, но кажется работает именно так, как должно и как мы представляем синхронный перевод. Какие еще лайфхаки общения на незнакомых языках вы знаете? @kyrillic