近日，小米大模型團隊的兩篇論文成功入選國際頂級AI會議NAACL 2025，并均被收錄為主會長文。這兩篇論文分別聚焦于圖形用戶界面（GUI）代理和機器翻譯方向，其研究成果已深度應用于小愛翻譯，為辦公場景中的語言障礙提供了全新的解決方案。

技術亮點：從GUI代理到多語言翻譯

小米在GUI代理方向的研究中，將手機控制任務拆解為頁面到達和頁面操作兩個子任務，使智能代理更關注整體任務的完成能力，而非單步最優(yōu)解。這一技術顯著提升了智能助手的效率，尤其在辦公場景中，用戶可以通過語音指令快速完成復雜的操作，例如切換應用、查找文件等。

在機器翻譯領域，小米基于大語言模型探索了多語言翻譯的最佳訓練范式，并開源了一系列翻譯模型。這些模型已深度集成到小愛翻譯中，支持實時翻譯、語音翻譯和圖文翻譯等功能。無論是跨國會議中的實時語音翻譯，還是外文文檔的快速解讀，小愛翻譯都能輕松應對。

辦公場景應用：提升效率，打破語言障礙

在跨國會議中，小愛翻譯支持邊說邊譯、邊聽邊譯，實時將語音轉化為目標語言，確保與會者無障礙溝通。例如，在英語和中文的對話中，小愛翻譯可以快速生成精準的翻譯結果，避免因語言差異導致的誤解。

對于需要處理大量外文文檔的用戶，小愛翻譯提供了圖文翻譯功能。用戶只需拍攝或上傳外文文檔，即可快速獲取翻譯結果。這一功能特別適用于法律、金融等領域的專業(yè)人士，幫助他們高效完成工作。

在與外國客戶或合作伙伴的交流中，小愛翻譯不僅支持語音翻譯，還能根據上下文提供精準的翻譯結果。例如，在涉及專業(yè)術語的對話中，小愛翻譯能夠準確識別并翻譯，確保溝通的準確性和專業(yè)性。

小米表示，此次研究成果的發(fā)布是其“深耕底層技術、長期持續(xù)投入”的又一例證。未來，小米將繼續(xù)優(yōu)化大模型技術，進一步提升小愛翻譯的性能和用戶體驗，為全球用戶提供更高效、更智能的語言服務。

小米大模型技術的突破，不僅為辦公場景中的語言障礙提供了全新的解決方案，也展現了小米在人工智能領域的深厚積累和前瞻性布局。隨著技術的不斷升級，小愛翻譯有望成為全球用戶跨語言溝通的得力助手，推動辦公效率的進一步提升。