The Pulse

TranslateGemma di Google porta la traduzione offline in 55 lingue

Google ha rilasciato TranslateGemma, una famiglia di tre modelli di traduzione basati su Gemma 3, con risultati valutati su 55 lingue e opzioni di utilizzo direttamente sui dispositivi.

AI.info Team · Scritto con l’IA · verificato · 2026-09-16

Google sta sviluppando la traduzione in due direzioni contemporaneamente: verso sistemi più grandi, capaci di gestire il parlato, il tono e il contesto, e verso modelli più piccoli che gli sviluppatori possono distribuire in ambienti diversi. TranslateGemma, rilasciata il 15 gennaio 2026, è la nuova famiglia di modelli di traduzione dell’azienda, basata su Gemma 3 e progettata per funzionare in 55 lingue.

Il rilascio mette in evidenza un compromesso tra le dimensioni dei modelli e l’ambiente di utilizzo. Google propone i modelli per dispositivi mobili ed edge, portatili per il mercato consumer e carichi di lavoro nel cloud, presentando la loro efficienza come un modo per ottenere prestazioni di traduzione migliori su sistemi più piccoli.

«Oggi presentiamo TranslateGemma, una nuova raccolta di modelli di traduzione aperti basati su Gemma 3, che aiutano le persone a comunicare in 55 lingue, ovunque si trovino e qualunque dispositivo possiedano.»

David Vilar, ricercatore scientifico di livello Staff, e Kat Black, responsabile di prodotto, Google

Tre modelli, tre ambienti di utilizzo

TranslateGemma è disponibile in versioni da 4, 12 e 27 miliardi di parametri. Google propone il modello 4B per l’utilizzo su dispositivi mobili ed edge, il modello 12B per i portatili consumer e il modello 27B per carichi di lavoro che richiedono maggiore fedeltà e che possono essere eseguiti su una singola GPU H100 o una TPU nel cloud.

Tutti e tre i modelli sono basati su Gemma 3. TranslateGemma ne conserva le capacità multimodali, che gli permettono di tradurre il testo all’interno delle immagini oltre a gestire la normale traduzione testuale. Gli sviluppatori possono scaricare i modelli da Hugging Face e Kaggle, sperimentare tramite Gemma Cookbook o distribuirli su Vertex AI.

Nei test di Google un modello più piccolo supera il riferimento più grande

La principale dichiarazione di Google sulle prestazioni riguarda il modello 12B. Nella valutazione dell’azienda, effettuata con il benchmark WMT24++ e MetricX, TranslateGemma 12B ha superato il modello di riferimento Gemma 3 27B utilizzando meno della metà dei parametri.

La valutazione WMT24++ comprende 55 lingue appartenenti a gruppi con risorse elevate, medie e scarse. Secondo Google, TranslateGemma ha ridotto il tasso di errore rispetto al modello Gemma di riferimento in ogni lingua testata. L’azienda afferma inoltre che il suo modello 4B raggiunge prestazioni paragonabili a quelle del più grande modello di riferimento 12B, a sostegno della sua idoneità per l’inferenza sui dispositivi mobili.

Google non presenta il benchmark come prova che i modelli otterranno risultati altrettanto buoni in ogni compito di traduzione. I modelli sono stati addestrati e valutati su 55 coppie linguistiche, mentre quasi altre 500 coppie sono state incluse nell’addestramento ma non dispongono ancora di metriche di valutazione confermate. La distinzione è importante per gli sviluppatori che lavorano con lingue al di fuori dell’insieme testato.

I dati di Gemini alimentano un modello aperto

Il processo di addestramento di TranslateGemma combina materiale tradotto da esseri umani con traduzioni sintetiche generate dai modelli Gemini. Google descrive il processo come un programma in due fasi: fine-tuning supervisionato su dati paralleli, seguito da apprendimento per rinforzo guidato da modelli di ricompensa, tra cui MetricX-QE e AutoMQM.

Secondo Google, i dati di addestramento sono stati progettati per migliorare la copertura e la fedeltà per le lingue con poche risorse, per le quali la disponibilità di testi paralleli di alta qualità è spesso limitata. L’azienda afferma inoltre che i miglioramenti dei modelli nella traduzione delle immagini sono stati ottenuti senza un fine-tuning multimodale specifico durante l’addestramento di TranslateGemma.

I modelli sono disponibili per il download e l’adattamento da parte di ricercatori e sviluppatori, anziché soltanto attraverso un servizio di traduzione ospitato. La loro distribuzione è soggetta ai termini di utilizzo di Gemma di Google e alle relative restrizioni d’uso; non si tratta di una licenza open source priva di restrizioni.

L’accesso offline incontra una barriera hardware

Il post di Google del 15 settembre 2026, «IA per tutti in ogni lingua», presenta TranslateGemma come parte di un impegno per raggiungere le persone con connettività limitata o intermittente. Google afferma che oltre 3 miliardi di persone non hanno un accesso affidabile a Internet e descrive i modelli come capaci di funzionare in modo efficiente direttamente sui dispositivi, senza richiedere una connessione al cloud o a Internet per una traduzione di alta qualità.

Lo stesso post afferma che i modelli di IA potenti richiedono ancora hardware adeguato, escludendo centinaia di milioni di persone che usano telefoni cellulari non smartphone in regioni con poche risorse. Google sostiene organizzazioni tra cui Viamo, il cui assistente vocale Ask Viamo Anything porta le capacità di Gemini sui normali telefoni cellulari non smartphone. Viamo ha sperimentato il servizio in Rwanda e, secondo Google, aveva usato Gemini per rispondere a oltre 2 milioni di domande.

TranslateGemma affronta quindi la dipendenza da una connessione attiva, lasciando l’accesso all’hardware come vincolo separato. Le tre dimensioni dei modelli offrono agli sviluppatori opzioni per diversi ambienti di utilizzo, ma le dichiarazioni di Google sulle prestazioni misurate si riferiscono alle 55 coppie linguistiche valutate.

Cosa possono usare ora gli sviluppatori

TranslateGemma è disponibile attraverso i canali di download e distribuzione pubblicati da Google, non come nuova modalità per gli utenti all’interno di Google Translate. Gli sviluppatori possono esaminare i modelli su Hugging Face o Kaggle, adattarli a coppie linguistiche specifiche, testare la traduzione delle immagini e distribuire la versione più grande tramite Vertex AI.

TranslateGemma è stato addestrato anche su quasi altre 500 coppie linguistiche oltre alle 55 valutate da Google. Queste coppie sono presentate come punto di partenza per ulteriori ricerche, non come garanzia di prestazioni. Per ora, il rilascio concreto consiste in una famiglia di tre modelli con risultati misurati su 55 coppie linguistiche e una versione 4B destinata all’utilizzo su dispositivi mobili ed edge.