PFN把翻译模型PLaMo 3 Translate开放权重：0.8B小模型可离线跑53种语言
核心概要
Preferred Networks 将原本只服务自家 PLaMo Translate 服务的翻译专用大模型 PLaMo 3 Translate 以开放权重形式发布到 Hugging Face，提供 0.8B、2B、8B、31B 四种规模，可在智能手机、笔记本或企业内部服务器上完全离线运行，覆盖含英语和日语在内的 53 种语言。按 PLaMo 社区许可，最近财年营收不超过 10 亿日元的个人与企业可免费下载并用于商业或非商业用途，超过该门槛则需与 PFN 签订商业许可。PFN 称其对比评估中最小 0.8B 版本优于 Google 的 TranslateGemma 和腾讯的 Hy-MT2 等同类翻译专用模型。
深度剖析
翻译专用大模型的权重现在可以直接下载到本地硬件上运行，不再只能通过云端服务调用。 这些模型此前是 PFN 自家 PLaMo Translate 服务的内部基础，只以服务形式对外提供。 四个规模的模型已发布在 PFN 的 Hugging Face 页面上，采用 PLaMo 社区许可，组织可在集成进工作流前先在自己的设备上测试翻译速度与质量。
模型按参数量分成四档，开发者可以按翻译质量、延迟、处理量和目标硬件的需求挑选。 四档分别为 0.8B、2B、8B 和 31B，较小模型面向手机、笔记本和可穿戴设备，较大模型面向企业本地服务器与嵌入式服务。 PFN 的对比评估称，即使最小的 0.8B 版本也优于 Google 的 TranslateGemma 和腾讯的 Hy-MT2 等同类翻译专用模型。
本地推理让原文和译文都不离开用户管理的设备或服务器。 此前的云端翻译需要把待译文本发送到外部服务器。 PFN 将合同、研发文档和客服日志这类敏感材料列为适用场景，并称该部署方式可满足企业的数据隐私与安全合规要求。
启示与展望
报道范围限于 PFN 公布的四档模型、53 种语言覆盖、社区许可条款与自述对比评估；性能结论仅适用于 PFN 所述的对比评估设置。
PFN 的对比评估未在发布中给出具体指标数值与评测集，0.8B 版本优于 TranslateGemma 和 Hy-MT2 的说法目前只有厂商自述支撑；许可按最近财年营收是否超过 10 亿日元划分。