AI News · industry
نماذج الترجمة بالذكاء الاصطناعي في أكتوبر 2026: الكلام المباشر والنص
أطلقت Google وOpenAI وAlibaba وDeepL وBilibili وTencent جميعها نماذج ترجمة جديدة في 2026. ما الذي يغطيه كل نموذج، وأين لا يزال يتعثّر، وماذا يعني ذلك إن كان عملاؤك يكتبون أو يتصلون بلغات أخرى.
حتى أكتوبر 2026، انقسمت نماذج الترجمة بالذكاء الاصطناعي إلى مسارين. نماذج الكلام المباشر من Google وOpenAI وAlibaba باتت تستمع بما بين 60 وأكثر من 70 لغة، وتردّ بعد المتحدث بثوانٍ قليلة، بينما تغطي نماذج النصوص مفتوحة الأوزان مثل Index-Translate من Bilibili نحو 150 لغة ويمكن تنزيلها مجانًا. ولهذا أثر مباشر على الإيرادات: في استطلاع أجرته CSA Research عام 2020 وشمل 8,709 مستهلكين في 29 دولة، فضّل 76% شراء المنتجات التي تُعرض معلوماتها بلغتهم، وقال 40% إنهم لن يشتروا أبدًا من مواقع بلغات أخرى.
لكن التفاصيل الصغيرة هي ما يصنع الفرق. عبارة "أكثر من 70 لغة" تعني عادةً أكثر من 70 لغة يستطيع النموذج سماعها، لا أكثر من 70 لغة يستطيع التحدث بها. إليك فيما يلي الخريطة العالمية، والثغرات، وما كنا سنتحقق منه قبل أن نأتمن أيًّا منها على عميل.
ما الذي تغيّر في الترجمة بالذكاء الاصطناعي بين فبراير وأكتوبر 2026؟
يعرض الجدول تسعة إصدارات من مختبرات في أربع دول: الولايات المتحدة والصين وفرنسا وألمانيا. التواريخ مأخوذة من إعلان كل شركة بنفسها.
| التاريخ (2026) | المختبر (الدولة) | الإصدار | مفتوح أم مغلق |
|---|---|---|---|
| 12 فبراير | Kyutai (فرنسا) | Hibiki-Zero، ترجمة كلام فورية من الفرنسية والإسبانية والبرتغالية والألمانية إلى الإنجليزية | مفتوح |
| 16 أبريل | DeepL (ألمانيا) | DeepL Voice-to-Voice، أكثر من 40 لغة، وواجهة برمجية في وصول مبكر | مغلق |
| 7 مايو | OpenAI (الولايات المتحدة) | GPT-Realtime-Translate، أكثر من 70 لغة إدخال، و13 لغة إخراج | مغلق |
| 21 مايو | Tencent (الصين) | Hy-MT2، نماذج نصية بأحجام 1.8B و7B و30B، تغطي 33 لغة | مفتوح |
| 9 يونيو | Google (الولايات المتحدة) | Gemini 3.5 Live Translate، من كلام إلى كلام، أكثر من 70 لغة | مغلق |
| 18 سبتمبر | Alibaba (الصين) | Qwen3.8-LiveTranslate، 60 لغة إدخال، وكلام مترجم بـ 29 لغة | واجهة برمجية |
| 1 أكتوبر | Microsoft (الولايات المتحدة) | MAI-Transcribe-2-Streaming وMAI-Voice-2.1، تفريغ نصي متدفق بـ 60 لغة وصوت واحد عبر 23 لغة | مغلق |
| 2 أكتوبر | Bilibili (الصين) | النسخة التجريبية من Index-Translate-35B-A3B، ترجمة النصوص والصور عبر 150 لغة، برخصة Apache 2.0، ومعها نماذج Index-Echo الشقيقة للترجمة من كلام إلى كلام | مفتوح |
| 6 أكتوبر | Mistral (فرنسا) | النسخة التجريبية من Mistral Large 4، نموذج عام (وليس مترجمًا مخصصًا) دُرّب على بيانات تمتد عبر أكثر من 160 لغة، مع وعد بنشر الأوزان قبل نهاية الشهر | مفتوح (قيد الانتظار) |
وللهند مسارها الخاص أيضًا. فنموذج Sarvam-Translate، الذي صدر في يونيو 2025 ولا يزال نموذج الترجمة المفتوح لدى Sarvam، طُوّر بالتعاون مع AI4Bharat ويغطي اللغات الهندية الرسمية الـ 22 كلها إلى جانب الإنجليزية، بما في ذلك المستندات الطويلة المنظّمة في 15 منها.
أيّ النماذج تترجم الكلام المباشر، وبكم لغة تتحدث فعلًا؟
هذا هو الرقم الذي تتجاهله معظم العناوين. تغطية الإدخال واسعة، أما تغطية الإخراج فضيقة.
| النموذج | يسمع | ينطق الصوت المترجم بـ | التأخير بحسب الشركة |
|---|---|---|---|
| Google Gemini 3.5 Live Translate | أكثر من 70 لغة، يتعرّف عليها تلقائيًا | أكثر من 70 لغة (القائمة المدعومة) | "بضع ثوانٍ" (Slator) |
| OpenAI GPT-Realtime-Translate | أكثر من 70 لغة | 13 لغة (OpenAI Cookbook) | يواكب سرعة المتحدث |
| Alibaba Qwen3.8-LiveTranslate | 60 لغة | 29 لغة | 2.3 ثانية في المتوسط، بعد أن كان 2.8 |
| DeepL Voice-to-Voice | أكثر من 40 لغة | أكثر من 40 لغة (واجهة برمجية في وصول مبكر) | غير منشور |
| Kyutai Hibiki-Zero (مفتوح) | 4 لغات | الإنجليزية | فوري متزامن |
لغات الإخراج الـ 13 لدى OpenAI هي: الإنجليزية والإسبانية والبرتغالية والفرنسية والألمانية والإيطالية والروسية والصينية واليابانية والكورية والهندية والإندونيسية والفيتنامية. يستطيع هذا النموذج فهم المتحدثين بالعربية والتركية، لكنه لا يستطيع الرد عليهم بلغتهم. فإن كان المتصلون بك يتحدثون العربية، فهذا السطر وحده يحسم المسألة.
وتحاول الأنظمة الأحدث كذلك الحفاظ على صوت المتصل نفسه. تقول Google إن نموذجها يحافظ على "التنغيم والإيقاع وطبقة الصوت". وأضافت Alibaba في سبتمبر خاصية فصل المتحدثين، فلم تعد المكالمة الثلاثية تدمج الجميع في صوت مترجم واحد. وأطلقت DeepL نماذج Voice جديدة في سبتمبر تحافظ على صوت كل متحدث ونبرته وإيقاعه عبر اللغات. وقد تناولنا جانب المقاطعة في هذه النماذج الصوتية في مقالنا عن الذكاء الاصطناعي الصوتي ثنائي الاتجاه الكامل.
هل تتفوق نماذج الترجمة المتخصصة الآن على روبوتات المحادثة العامة في النصوص؟
أحيانًا، والأمر يتوقف على الاختبار الذي تقرأه.
بطاقة النموذج التي نشرتها Bilibili صريحة على نحو غير معتاد هنا. ففي اختبار FLORES (COMET-22)، تسجّل نسختها التجريبية بحجم 35B نتيجة 0.8794، متقدمة على GPT-5.6 Sol من OpenAI بنتيجة 0.8650، وعلى Gemini 3.5 Flash Lite من Google بنتيجة 0.8750 (وهو نموذج متوسط الفئة لدى Google؛ إذ أصبح نموذجها الأقوى الآن Gemini 4 Argon). لكن في درجة التحكيم WMT26 ضمن الجدول نفسه، يأتي GPT-5.6 Sol أولًا بـ 89.10 مقابل 76.76 لـ Index-Translate. وهنا تحفّظ: GPT-5.6 Sol هو نفسه النموذج الذي يتولى التحكيم في ذلك الاختبار، كما نقلت OpenAI منذ ذلك الحين ChatGPT إلى GPT-6. ولا يمثّل أيّ من الرقمين ترتيبًا محايدًا.
وتقدّم Tencent ادعاءً مشابهًا بشأن Hy-MT2: إذ تذكر ورقتها البحثية أن نموذجي 7B و30B يتفوقان على DeepSeek-V4-Pro وKimi K2.6 في وضع التفكير السريع، وأن نسخة 1.8B تشغل 440 ميغابايت بعد الضغط. وهذا حجم صغير بما يكفي لتشغيله على هاتف.
إذن، حتى أكتوبر 2026، لا يوجد "أفضل نموذج ترجمة" واحد. هذه قراءتنا للأدلة:
- النماذج المتخصصة المفتوحة (Index-Translate وHy-MT2 وSarvam-Translate) باتت تنافس روبوتات المحادثة الرائدة في اختبارات النصوص القياسية، بجزء صغير من حجمها. وقد كتبنا عن سبب تكرار هذا النمط في مقال نماذج اللغة الصغيرة في 2026.
- النماذج العامة الرائدة لا تزال تتفوق غالبًا في الطلاقة الواقعية الخاضعة للتحكيم، وتتعامل مع المحادثات الكاملة أفضل من الجمل المنفردة.
- اللغات النادرة هي حيث تتسع الفجوة. ففي جدول اللغات منخفضة الموارد لدى Bilibili، ردّ Hy-MT2-1.8B بلغة خاطئة في 54.2% من الحالات، مقابل 2.4% لـ Index-Translate-35B. لكن هذه شركة تقيّم منافسًا لها، فتعامل معها كخيط يستحق الاختبار، لا كحكم نهائي.
أين لا تزال هذه النماذج تقصر؟
وثائق Google نفسها هي المصدر الأكثر فائدة هنا، لأنها تسرد نقاط الضعف بوضوح. فبحسب قيود Live Translate لدى Google وملخص Slator لبطاقة النموذج، قد "يصبح استنساخ الصوت غير متسق خلال المحادثات الطويلة أو الجلسات متعددة المتحدثين"، وقد "يواجه التعرّف على اللغة صعوبة مع اللكنات القوية، أو اللغات المتشابهة، أو التنقل السريع بين اللغات".
وتضيف Google أن أخطاء التعرّف هذه تؤثر أساسًا في النص المفرّغ للإدخال، وأن الترجمة النهائية يُفترض أن تبقى دقيقة. هذا منطقي، لكن المتصلين يبدّلون اللغة في منتصف الجملة طوال الوقت، والنص المفرّغ الذي لا يثق به فريقك مشكلة قائمة بذاتها. أما المحادثة الكتابية فحالة مختلفة تمامًا: يخلط العملاء فيها بين الأبجديات واللهجات، فيكتبون العربية بحروف لاتينية أو يُدخلون أسماء علامات تجارية إنجليزية في جملة تركية (يحتوي مقالنا عن خدمة العملاء بالذكاء الاصطناعي باللغة العربية في الخليج على أرقام اللهجات). ولأن Live Translate يستقبل الصوت فقط، فهو لا يحل هذه المشكلة.
وهناك حدّان آخران يستحقان المعرفة:
- الأسماء ومصطلحات المنتجات. تعمل الشركات على ترقيع هذا الجانب، ما يعني أنه إخفاق معروف: أضافت DeepL "التخصيص بالمصطلحات المنطوقة"، ويحتفظ Qwen بدعم الكلمات المفتاحية لأسماء العلامات التجارية والمنتجات، ويقبل Index-Translate مسردًا للمصطلحات.
- تأخير من 2 إلى 3 ثوانٍ مقبول في محاضرة، لكنه محرج في عملية بيع. متوسط التأخير لدى Alibaba البالغ 2.3 ثانية إنجاز هندسي جيد. لكن في مكالمة يسأل فيها العميل "إذن هل يمكنني الحجز يوم الخميس؟"، يظل الإحساس أشبه باتصال عبر الأقمار الصناعية.
ما الذي يجب أن يتحقق منه أي نشاط تجاري قبل الاعتماد على الترجمة بالذكاء الاصطناعي؟
إن كنت تبيع لعملاء يكتبون أو يتصلون بلغات أخرى، فهذه هي الأسئلة الأهم من أي اختبار قياسي:
- بأيّ اللغات يستطيع الرد؟ اطلب قائمة لغات الإخراج بالاسم؛ فقائمة الإدخال دائمًا أطول.
- هل يترجم، أم يرد بلغة العميل مباشرة؟ النموذج الذي يكتب بالإسبانية مباشرة يبدو عادةً أكثر طبيعية من نص إنجليزي مرّ عبر مترجم.
- هل يستطيع فريقك قراءة كل محادثة؟ لا بد أن يراجع أحدٌ ما قاله الذكاء الاصطناعي، بلغة يفهمها.
- هل يمكنك تثبيت أسماء العلامات التجارية والأسعار؟ السعر المترجَم أو اسم المنتج المترجَم خطأً يعني تذكرة دعم جديدة.
- ماذا يحدث مع لغة لا يدعمها؟ يجب أن يعود إلى لغة اخترتها أنت، لا أن يخمّن.
كيف تتعامل Entagl مع المحادثات بلغات أخرى؟
لا يضيف AI Receptionist من Entagl مترجمًا فوق روبوت إنجليزي. بل يتعرّف على لغة العميل في كل رسالة ويكتب الرد مباشرة بتلك اللغة، عبر أكثر من 100 لغة، ويتبع العميل حين يبدّل اللغة في منتصف المحادثة. ولا تكفي كلمة واحدة مثل "ok" أو اسم علامة تجارية لإعادة اللغة إلى ما كانت عليه.
أما لفريقك، فيستطيع صندوق الوارد ترجمة محادثة كاملة عند الطلب إلى أيّ من لغات الفريق الـ 10 (الإنجليزية والتركية والعربية والروسية والإسبانية والفرنسية والألمانية والإيطالية والبرتغالية واليونانية)، بما في ذلك تفريغ الرسائل الصوتية. وحين تتولى المحادثة بنفسك وتكتب ردًّا، تعيد ميزة الصياغة بالذكاء الاصطناعي كتابة رسالتك بلغة العميل قبل إرسالها. وإن أردت أن يرد الذكاء الاصطناعي باللغات التي تخدمها فقط، فإن إعداد "الرد بهذه اللغات فقط" الاختياري يُبقي كل رد ضمن قائمتك، ويعود إلى لغتك الأساسية في كل ما عداها. وقد شرحنا كيف تتكامل هذه الأجزاء في مقال خدمة العملاء متعددة اللغات بالذكاء الاصطناعي وفريقك.
واجهة منتج Entagl نفسها متاحة بـ 10 لغات؛ أما رقم أكثر من 100 لغة فهو عدد اللغات التي يرد بها وكيل الذكاء الاصطناعي على العملاء.
الأسئلة الشائعة
ما أفضل نموذج ترجمة بالذكاء الاصطناعي في 2026؟
لا يوجد فائز واحد. حتى أكتوبر 2026، تتصدر نماذج متخصصة مفتوحة مثل Index-Translate من Bilibili بعض اختبارات النصوص (0.8794 في FLORES COMET-22 بحسب تقريرها الخاص)، بينما لا تزال النماذج العامة الرائدة تسجّل نتائج أعلى في الطلاقة الخاضعة للتحكيم. أما في الكلام المباشر، فمن بين النماذج المقارنة هنا، يمتلك Gemini 3.5 Live Translate من Google أوسع تغطية للإخراج المنطوق بأكثر من 70 لغة (القائمة المدعومة).
هل يستطيع الذكاء الاصطناعي ترجمة مكالمة هاتفية في الوقت الفعلي؟
نعم، مع بعض التأخير. تذكر Alibaba متوسط تأخير قدره 2.3 ثانية لـ Qwen3.8-LiveTranslate، وتصف Google مخرجات نموذجها بأنها تأتي "بعد بضع ثوانٍ". وهذا يناسب الاجتماعات ومكالمات الدعم، لكنه ملحوظ في مكالمات البيع السريعة التي تتبادل فيها الأطراف الكلام بإيقاع متلاحق.
هل توجد نماذج ترجمة بالذكاء الاصطناعي مجانية ومفتوحة المصدر؟
نعم. Index-Translate من Bilibili (150 لغة، برخصة Apache 2.0)، وHy-MT2 من Tencent (33 لغة)، وSarvam-Translate (22 لغة هندية)، وHibiki-Zero من Kyutai (كلام، من أربع لغات إلى الإنجليزية)، كلها تنشر أوزانها. وتقول Mistral إن أوزان Large 4 ستُنشر قبل نهاية أكتوبر 2026.
هل يهتم العملاء فعلًا بأن يرد النشاط التجاري بلغتهم؟
تقول البيانات الأشهر نعم. فقد وجد استطلاع CSA Research الذي شمل 8,709 مستهلكين في 29 دولة أن 76% يفضّلون الشراء حين تكون المعلومات بلغتهم، وأن 40% لن يشتروا من مواقع بلغات أخرى.
هل يستخدم النشاط التجاري الصغير نموذج ترجمة أم وكيل ذكاء اصطناعي متعدد اللغات؟
إن كان العملاء يراسلونك عبر WhatsApp أو Instagram أو المحادثة على موقعك، فإن وكيلًا متعدد اللغات يرد بلغة العميل مباشرة ويتيح لفريقك قراءة نسخة مترجمة أبسط من ربط مترجم بصندوق الوارد. أما نماذج الترجمة فهي أنسب للمستندات والترجمة المرئية والفعاليات المباشرة.
عملاء يكتبون بلغات لا يتحدثها فريقك؟ شاهد كيف ترد Entagl وتحجز وتحوّل المحادثة إلى فريقك بلغة العميل نفسه. احجز عرضًا توضيحيًا مدته 30 دقيقة.
المصادر (تم التحقق منها في 21 أكتوبر 2026): إعلانات الشركات وبطاقات النماذج من Google وOpenAI وAlibaba (عبر Slator) وDeepL وMicrosoft وTencent (arXiv 2605.22064) وBilibili (Hugging Face) وMistral وSarvam وKyutai؛ وبيانات المستهلكين من CSA Research (2020). أرقام الاختبارات القياسية كما أعلنتها كل شركة، ولم تُعِد Entagl إنتاجها بشكل مستقل.