近日，金山办公翻译算法团队的两项研发成果在国际机器翻译评测WMT26中取得领先成绩：多智能体翻译系统TRIVE在23个语言方向中14个跻身全球第一梯队；英语译繁体中文方向以80.5分断层登顶，领先第二名6.2分，部分方向的译文质量超过了专业译员译文。专用翻译模型Qingqiu-MT-9B则在20B参数以下的限制赛道总体排名第二。
评测升级：翻译不仅要准确，还要遵循指令
WMT由国际计算语言学学会（ACL）主办，已连续举办20余年，业内称之为机器翻译的“奥运会”。本届通用机器翻译任务涵盖23个语言方向，共有46套系统纳入人工评测，其中30套来自参赛团队，另有谷歌翻译、GPT 5.5、DeepSeek V4 Pro等主流大模型和商业翻译服务被主办方纳入对比。
与往届相比，WMT26进一步强化了对翻译指令的考察。除语义是否准确外，系统还需处理语气、专业术语及HTML、JSON等结构化格式要求。评测方法上，组织方采用对比式人工错误标注和动态抽样机制，以评估各系统在不同语言方向上的表现。
换言之，今年考察的不只是“翻得准不准”，还有“能不能按用户的要求翻”。
两条技术路线：TRIVE优化流程，青丘强化模型
英语译繁体中文方向，TRIVE以80.5分排名第一，第二名为74.3分，第二至第四名仅相差0.3分。
评测中的一道口语题为“下次你敲门，得等我说‘进来’你才能进来”，TRIVE译文获95分，保留了原意、语气和人物关系。
TRIVE采用“翻译项目组”式工作流：三个“译员”分别侧重忠实、流畅和自由表达；“主编”融合三版译文；“审校”检查术语、语气、换行和格式标签等，发现问题后自动修正。这套流程与底座模型解耦，无需额外微调即可适配不同大模型。
另一套自研模型Qingqiu-MT-9B基于Qwen3.5-9B训练。未经翻译专项训练的基座模型，跨语言方向平均名次为41.5；经金山办公训练后改善至16.5，在20B参数以下的限制赛道总体位列第二。
在保持9B参数规模的同时，团队通过训练提升翻译表现。较小的模型规模也有助于降低推理和部署门槛，适配实际业务对质量和成本的要求。
从技术研发到产品应用：相关能力已用于WPS翻译场景
一家以中文办公起家的公司做好翻译，有迹可循。中文是歧义最密集的语言之一，机器翻译的核心难点正是从上下文中读懂真实意图。而WPS处理中文文档已有38年。
这套经过WMT26验证的翻译能力已经落地：相关信息显示，WPS全文翻译、划词翻译、词霸翻译及海外AnyDoc翻译使用了与Qingqiu-MT-9B同源的翻译模型；TRIVE所采用的多策略融合与校验机制，也将用于WPS企业全文翻译、海外全文翻译和协作IM翻译等场景。