快科技 10 月 15 日消息，近日，国际机器翻译会议 WMT26 公布通用机器翻译任务大赛的评测结果，阿里提交的两套翻译系统分别获得受限赛道和全赛道的综合第一。

其中 Qwen-MT-Lumen 翻译模型被评为受限赛道的 "Clear Winner"，在 23 个翻译方向中摘得 18 项冠军、3 项亚军，单项第一数量最多。

而 Wayfinder 翻译 Agent 系统在全部参评系统的比较中有 17 个方向进入第一梯队，并在非受限赛道取得 5 项第一、4 项第二，被官方评价为唯一的 "Best System Overall"。

WMT 是机器翻译领域具有广泛影响力的国际会议，其年度评测汇聚国内外知名企业、高校及研究机构。

本届评测共纳入 46 个系统，包括 30 个参赛系统，以及主办方加入的 16 个主流大模型和翻译服务，涵盖 Gemini、GPT、Qwen、DeepSeek、Google Translate 等。

评测任务则覆盖新闻、社交媒体、语音、富文本、教育和事实核查等 6 类领域的 23 个翻译方向，以完整文档为单位，通过人工对比考察译文的准确性、自然度，以及术语、语言风格和格式是否符合要求。

据悉，阿里参赛的两套系统均由阿里 ATH MaaS 团队与 Qwen 团队联合提交，分别代表翻译 LLM 与翻译 Agent 两条技术路线。

Qwen 基础模型支持超 200 种语言和方言，在海外与出海应用中广泛使用，WMT26 报告也显示，Qwen 是本届参赛系统使用最多的基础模型系列，共有 9 个系统采用。

两套系统采用了不同的优化方式。Qwen-MT-Lumen 着重提升模型本身的翻译能力，以 Qwen3-14B 为主要翻译模型，符合受限赛道最终系统总参数少于 200 亿的要求。

Lumen 基于 Qwen-MT 模型强大的多语言能力，通过语言适配、质量偏好优化、能力蒸馏与异常修复等后训练，结合译文异常检查与修复，进一步提升原文理解、指令遵循和翻译准确性。

同时引入更大的 Qwen 模型作为 " 教师 "，通过能力蒸馏帮助模型学习如何处理复杂的术语、风格和格式要求。更大的模型只参与训练，实际翻译仍由 14B 模型承担主要任务。

对于网页、软件等内容，Qwen-MT-Lumen 只翻译指定文本，保留原有标签、字段和文档结构，并检查和修复重复内容、格式损坏等问题，减少后续整理格式的工作。

在与全部参评系统的比较中，Qwen-MT-Lumen 仍有 13 个翻译方向进入第一梯队，部分方向的人工评分高于头部通用大模型。例如，在英译亚美尼亚语方向，其得分为 83.4，高于 Gemini 3.1 Pro 的 80.7 和 GPT-5.5 的 80.0。

Wayfinder 则通过多模型协作处理翻译任务，系统先生成多份译文，再根据原文、术语和任务要求进行选择或整合。

筛选时隐藏生成模型的名称，重点比较译文是否忠实、术语是否准确、是否满足用户要求。随后，系统检查遗漏、重复和格式错误，针对发现的问题进行修复，并尽量保留已符合要求的内容，减少反复改写带来的偏差。

WMT26 评测报告还通过专项测试考察翻译幻觉和过度生成问题，包括译文是否偏离原文、是否无依据地添加内容。

在全部 5 个受测翻译方向上，Qwen-MT-Lumen 与 Wayfinder 的排名均优于 GPT-5.5 和 Gemini 3.1 Pro。

据悉，Qwen-MT-Lumen 与 Wayfinder 均为面向 WMT 评测定制的系统。同一技术体系下的 Qwen-MT 系列已上线阿里云百炼，并应用于 Aidge、万镜一刻等产品。

目前 Qwen-MT 系列日均调用量已超过 10 亿次，相关翻译产品覆盖文本、图片、文档和实时语音等场景，支持开发者和企业构建多语言应用。