十五年来，翻译技术的运作方式从未改变：你说的话上传到服务器，经过处理，再返回翻译结果。Google Translate、DeepL、Pocketalk、iTranslate——无一例外。你的手机只是一个麦克风和一块屏幕，真正的运算发生在别处。
这种模式即将走到尽头。
不是因为云端翻译做得不好。它做得相当出色。Google Translate 支持 249 种语言，DeepL 的译文读起来像人工书写。这些都是实实在在的技术成就。
但云端模式有三个根本性的问题，无论服务器端怎么改进都无法解决。而一种直接运行在手机上的新一代 AI，即将让这些问题彻底成为过去。
问题一：没有网络，就没有翻译
整个云端翻译模式的前提是你必须在线。而这个前提在现实中频频失效。
地铁隧道、偏远农村、飞机上、发展中国家、地下室、信号拥挤的大型活动现场……恰恰是你最需要翻译的那些时刻——迷失在陌生地方、努力辨认路牌、试图与语言不通的人沟通——往往也是网络最不可靠的时刻。
翻译设备行业对这个问题视而不见。Pocketalk 售价 $350，每一次翻译都需要联网。Vasco 售价 $389–$489，同样如此——纯云端依赖。这些标价三百美元以上、专为旅行者设计的设备，一旦没有手机信号，就变成了一块砖头。
Google Translate 提供离线语言包，但质量明显下降。复杂句子、习语、依赖上下文的表达往往翻得一团糟。离线模式是应急之策，称不上真正的功能。
Apple 很早就看清了这一点。Apple Translate 完全在端侧运行，且没有质量损失。但 Apple 只支持 20 种语言——远不能满足旅行者的实际需求。
真正的解决方案不是更好的离线备用方案，而是让端侧成为主要模式，而不是备选项。
问题二：你的私密对话并不私密
每次使用云端翻译工具，你说的话都会传输到别人的服务器上。想想人们实际在翻译什么：
病情描述和诊断报告。法律文件和合同。商业谈判和战略内容。移民申请表格。写给家人的私信。政府文件。
Google 的隐私政策允许他们使用翻译文本来"改进服务"。Microsoft 声称不留痕迹，但数据仍然会离开你的设备进行处理。Yandex 在俄罗斯服务器上处理数据，受俄罗斯数据共享法律管辖——2023 年的源代码泄露事件还揭露了用户家庭画像的行为。
2024 年，德国一家医院因违反 GDPR 被罚款 46 万欧元，原因是一名员工用 Google Translate 翻译了患者记录。翻译本身有医疗必要性，但监管机构不在乎这些——在未经明确同意的情况下，将可识别的健康数据发送给美国科技公司，违反了法律。
这不是个例，而是结构性问题。只要翻译需要将数据发送到服务器，每一次涉及敏感内容的翻译，就是一次潜在的合规违规、一次隐私暴露、一次信任危机。
解决方案不是更好的隐私政策，政策随时可以修改。真正的解决方案是从架构上让数据根本无法离开设备。
问题三：三百美元的硬件，你的手机早就能做到
专用翻译设备市场——Pocketalk、Timekettle、Vasco、iFlytek——建立在一个 2018 年还说得通的前提上：手机运算能力不足以在本地运行翻译模型，所以你需要专用硬件。
这个前提已经死了。
你口袋里的手机配备了专门用于运行 AI 模型的神经处理单元（NPU）。Apple 的 A17 Pro 和 M 系列芯片运行 CoreML 模型的速度，三年前还只有服务器才能达到。高通骁龙 8 Gen 3 和联发科天玑 9300 都内置了专用 AI 加速器。就连 2025 年的中端手机，也已经具备运行量化语言模型所需的 NPU 能力。
你不需要 $350 的 Pocketalk，不需要 $389 的 Vasco，不需要随身携带、充电和维护一台单独的设备。你需要的硬件，已经在你口袋里了。
唯一缺失的是软件。而这正在迅速改变。
转折点：端侧 AI 跨越门槛
2024 至 2026 年间，三件事同时发生，让端侧翻译成为现实：
模型足够小了。 Google 的 Gemma（20 亿参数）、不同规模的 Whisper、NVIDIA 的 Parakeet——这些模型在装进手机内存的同时，仍能提供生产级别的效果。量化技术（INT4、INT8）在质量损失极小的情况下，将内存需求减半。你不再需要 700 亿参数的模型来实现高质量翻译。
框架趋于成熟。 Apple CoreML、Google LiteRT（TensorFlow Lite 的继任者）、Meta 的 ExecuTorch，以及 sherpa-onnx 等社区工具，已经将"在手机上运行 AI 模型"从研究项目变成了生产能力。工具链齐备，文档完善，边缘情况也已被逐一处理。
硬件追上来了。 NPU 现在是手机的标配，而非旗舰专属。2025 年的中端手机已经能以可用速度运行量化的 20 亿参数模型。移动端 GPU 推理（iOS 的 Metal、Android 的 Vulkan）弥补了 NPU 较弱设备的差距。
结果是：手机上的应用，现在可以完成五年前需要数据中心才能做到的事情。
端侧翻译的真实面貌
端侧翻译不是云端翻译的降级版本。做得好的话，它是一种本质上不同的产品。
到处都能用。 没有 WiFi、没有手机信号都无所谓。飞机上、偏远村庄、地下市场、地铁隧道——你在家里享受到的翻译质量，在任何地方都一样。不存在"离线模式"，因为根本没有需要切换的"在线模式"。
数据真正属于你。 不是因为隐私政策这样写，而是因为根本没有服务器。你的语音在手机上识别，文字在手机上翻译，摄像头拍到的内容在手机上处理。数据从物理上就无法离开设备。
多人对话无需基础设施。 基于云端的多人翻译要求所有人都在线，并依赖协调服务器。而通过蓝牙网状网络的端侧翻译，手机之间可以直接互联，每个人都能看到自己语言的消息。没有服务器，没有 WiFi，没有单点故障。
屏幕翻译成为可能。 当翻译引擎在本地运行时，它可以将手机上任何应用内的文字翻译出来——消息、游戏、新闻、流媒体字幕——以系统悬浮层的形式呈现。云端翻译无法做到这一点，因为那需要截图并上传你的屏幕内容。
文件转录即时且私密。 录制的会议、语音消息、其他语言的播客——全部在设备上完成转录和翻译，没有任何音频文件上传到他人服务器。
这不是假设。Traverba 这样的应用已经将上述所有功能全部在端侧实现并正式上线，支持 108 种语言，涵盖语音翻译、摄像头翻译、屏幕翻译和离线多人聊天。Apple Translate 覆盖 20 种语言。Meta 的 SeamlessM4T 模型实现了语音到语音的直接翻译，有望支撑未来的端侧产品。
谁会出局
翻译设备厂商。 当一款免费应用在你已有的手机上就能完成同样的事情（甚至更多），且无需联网，三百美元以上专用设备的价值主张就不复存在。剩下的唯一论点是续航和专用实体按键——对大多数人来说，不足以支撑这个价格。
以数据变现的云优先翻译应用。 如果你的翻译应用的免费层依赖用户数据来改进模型，端侧替代品就切断了这种价值交换。用户无需付费就能获得隐私保护。
按字符收费的企业翻译 API。 翻译在本地运行，就不存在按字符计费的问题。没有 API 调用，就没有 API 账单。对于每月处理数百万翻译词汇的企业而言，这笔节省相当可观。
谁会受益
旅行者。 翻译在任何情况下都能用，而不仅仅是有 WiFi 的时候。
注重隐私的用户。 医疗专业人员、律师、商业谈判人员、记者、移民——任何需要翻译敏感内容、又不希望内容出现在他人服务器上的人。
新兴市场用户。 在网络访问成本高昂、不稳定或受到监控的地区，端侧翻译彻底消除了连接障碍。
无障碍需求群体。 实时端侧翻译为听障用户、需要应对政府服务的移民、以及不擅长使用技术的老年用户提供了沟通渠道——无需他们拥有流量套餐。
语言保护事业。 少数民族语言和濒危语言可以通过本地模型获得支持，不再需要云服务所依赖的海量训练数据。当模型在端侧运行时，支持一门拥有十万使用者的语言，和支持一门拥有一亿使用者的语言一样可行。
转型已经在发生
Apple 在 iOS 14（2020 年）中将端侧翻译作为系统功能推出，此后一直坚持这一路线。他们用语言数量换来了隐私和离线可靠性。这是一个信号。
Google 在两边下注。他们由 Gemini 驱动的新 Live Translate 功能在 Pixel 手机上部分在端侧运行。他们没有放弃云端，但显然在加大对端侧能力的投入。
Meta 将 SeamlessM4T 作为开源模型发布，支持直接的语音到语音翻译。它已经在 Meta 的 Ray-Ban 智能眼镜上运行，而这个模型本就是为端侧设计的。
独立开发者正在推出具备完整端侧 AI 翻译能力的正式应用。Traverba 支持 108 种语言，提供语音翻译、摄像头翻译、屏幕翻译和多人离线群聊——全部在手机处理器上运行，完全不依赖云端。
云端不会消失。对于罕见语言对、专业领域翻译，以及在网络稳定环境下追求最高质量的场景，云端仍将是最佳选择。但对于日常翻译的真实需求——对话、菜单、路牌、消息、会议——端侧正在成为更好的答案。
这对你意味着什么
如果你经常使用翻译工具，不妨试试端侧方案，看看质量是否满足需求。对于大多数常见语言对来说，它能做到。
如果你在医疗、法律、金融或任何可能涉及敏感翻译内容的领域工作，请审视你正在使用的翻译工具。将机密内容交给云端翻译，是一种合规风险，而端侧替代品可以彻底消除这一风险。
如果你在构建涉及翻译的产品，思考一下云端 API 是否仍然是正确的架构。端侧推理在规模化场景下更划算（无按次调用费用）、支持离线，并能为用户提供任何服务条款更新都无法撤销的隐私保障。
如果你打算在 2026 年购买一台三百美元以上的专用翻译设备，先问问自己：它有什么是我的手机做不到的？
云端时代的翻译带来了巨大的进步。它让 249 种语言对数十亿人免费开放。这意义重大。
但下一个时代——私密、离线、在端侧运行、随时随地为每个人服务的翻译——已经到来。模型够好了，手机够快了，唯一的问题是这个行业需要多长时间才能追上。
Traverba 是一款免费的端侧翻译应用，支持 108 种语言，提供语音翻译、摄像头翻译、屏幕翻译和离线群聊功能。你的数据不会离开手机。现已上线 Google Play 和 App Store。了解更多请访问 traverba.com。