Google lanza TranslateGemma: IA para 55 idiomas

Google presenta TranslateGemma, una nueva familia de modelos abiertos de inteligencia artificial para traducir texto en 55 idiomas. Está disponible en tres tamaños: 4B, 12B y 27B, donde la cifra indica cuántos miles de millones de parámetros tiene cada modelo, una referencia a su capacidad y consumo de recursos.

La propuesta busca llevar traducciones de alta calidad a más dispositivos, incluidos móviles y ordenadores personales. Los modelos están construidos sobre Gemma 3, la familia abierta de modelos de Google, y combinan el conocimiento destilado de modelos Gemini con un diseño más compacto.

Un modelo más pequeño que supera a otro mayor

Según las pruebas técnicas de Google, TranslateGemma 12B supera a Gemma 3 27B en el indicador MetricX dentro del conjunto de evaluación WMT24++. En términos prácticos, esto significa que un modelo con menos de la mitad de parámetros puede ofrecer mejores resultados que una versión bastante más grande, al menos en esa prueba concreta.

El modelo 4B también alcanza un rendimiento similar al Gemma 3 12B de referencia. Eso lo convierte en una opción especialmente interesante para dispositivos móviles y otros equipos con recursos limitados.

Para quien desarrolla una aplicación, la diferencia puede notarse en tres puntos:

• Menor consumo de memoria y capacidad de cálculo.
• Más traducciones procesadas en el mismo tiempo.
• Menor retraso al responder, especialmente en servicios locales o con muchos usuarios.

Google evaluó TranslateGemma con WMT24++, un conjunto de datos que cubre 55 idiomas y distintas familias lingüísticas. La compañía afirma que los modelos redujeron la tasa de errores frente a Gemma 3 en todos los idiomas evaluados, incluidos algunos con menos datos disponibles para entrenar sistemas de traducción.

Entrenamiento con datos humanos y Gemini

TranslateGemma se entrenó en dos etapas. Primero, Google ajustó los modelos con textos paralelos, es decir, documentos y sus traducciones correspondientes. El conjunto combinó traducciones humanas con traducciones sintéticas generadas por modelos Gemini.

Después aplicó aprendizaje por refuerzo, una técnica que permite orientar el comportamiento del modelo mediante sistemas que puntúan sus respuestas. En este caso, Google utilizó varias métricas para favorecer traducciones más precisas, naturales y adecuadas al contexto.

La compañía también entrenó los modelos con casi 500 pares de idiomas adicionales. Sin embargo, todavía no ha publicado métricas de evaluación confirmadas para ese grupo más amplio. Por ahora, esa parte funciona sobre todo como base para que investigadores y desarrolladores hagan sus propias adaptaciones, especialmente en idiomas con pocos recursos.

Traducción en imágenes y uso local

TranslateGemma conserva las capacidades multimodales de Gemma 3. Esto permite trabajar también con texto que aparece dentro de imágenes, como carteles, menús o documentos escaneados. En las pruebas de Google sobre el conjunto Vistra, las mejoras en traducción de texto también beneficiaron esa tarea, aunque TranslateGemma no recibió un ajuste multimodal específico durante su entrenamiento.

Cada versión está pensada para un entorno distinto:

• 4B: móviles y dispositivos periféricos, conocidos como edge.
• 12B: ordenadores personales y entornos locales de desarrollo.
• 27B: máxima fidelidad, con capacidad para ejecutarse en una GPU H100 o una TPU en la nube.

Para ti, la importancia no está solo en traducir más idiomas. TranslateGemma apunta a que algunas traducciones puedan ejecutarse directamente en tu dispositivo, sin enviar cada frase a un servidor. Eso puede mejorar la privacidad, reducir la dependencia de una conexión y abaratar el funcionamiento de aplicaciones, aunque el resultado final dependerá del idioma, el hardware y el caso de uso.

El siguiente paso será comprobar cómo se comportan estos modelos fuera de las pruebas de Google, sobre todo en los casi 500 pares de idiomas que aún no tienen métricas públicas. Ahí se verá si la promesa de traducción abierta y eficiente también alcanza a las lenguas que suelen quedar fuera de las herramientas principales.