一个模型翻译文本、文档和视频

做跨语言内容，麻烦往往不在“翻出一句话”，而在整套流程：产品名不能前后变样，文档格式不能被打乱，字幕要卡时间，配音台词还得控制长短。BiliBili Index LLM 团队发布的 Index-Translate，试图用同一开源模型家族接住这些任务。据团队在 Reddit 的介绍，文本模型覆盖 150 种语言，提供 2B、9B 和 35B-A3B 预览版，并允许指定术语、文风与输出格式，例如保留 JSON 结构和占位符。

更值得注意的是，它没有把“本地化”只当成逐句翻译。Index-NativeLong 面向整份文档，会参考较大范围的前后文，以保持人名和术语一致；Index-Homura 可限定译文音节数，方便台词适配配音时长；Index-Echo 则生成多语言字幕，或参考原说话人的声音完成语音到语音翻译。代码和已发布权重采用 Apache-2.0 许可。边界也很明确：150 种语言只适用于文本模型，Echo 支持的语言组合更少；目前材料未提供独立评测或具体准确率。