起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識小紅書，給行業上了一課
小紅書的翻譯功能憑借其對網絡熱梗、非標準表達的靈活處理以及強大的風控機制，正在重新定義翻譯工具的用戶體驗。本文深入剖析了小紅書翻譯功能背后的AI技術邏輯，探討了其如何通過大語言模型（LLM）實現“人性化”翻譯，并將AI能力深度融入社交平臺的場景中。
刷到小紅書的翻譯功能了嗎？
沒有，沒關系，告訴你怎么用。三步走：一.去手機應用市場更新最新版小紅書；二.進入設置，找到「關于小紅書」，點擊「檢測更新」；三.更新完成后重啟小紅書，就可以使用了。
然后，在評論區下面，看到純英文、直接點擊翻譯按鈕，就能實現；不僅如此，它還支持 日語、韓語、法語、德語、西班牙語、意大利語等。
我體驗一會兒，發現「翻譯功能」越來越通人性了。
為什么這么說呢？
首先，在一些陌生網友的帖子下，我試著用非標準的英文表達，比如「you see see you，one day day，just know eat」，它竟然翻譯成了「你看看你，一天天就知道吃」。挺有意思。
接著，我又嘗試了幾個網絡流行語。比如：CPDD和on9。它告訴我，CPDD是「處對象」的意思，on9在香港粵語中意味著「傻」。
更讓人驚嘆的是，它不僅能夠處理常規的文字翻譯，還能應對一些特殊格式，比如：Unicode、CSS，甚至是摩斯密碼，兼容性讓人眼前一亮。
雖然不確定翻譯是否百分之百準確，但至少目前看來，結果非?！溉诵曰埂?/p>
我發現，小紅書的翻譯功能之所以能夠做到這一點，是因為它基于大語言模型（LLM）提示詞實現的。
所以，無論是非規范英文、網絡用語、表情符號，還是語氣詞和縮寫，它都能結合現狀給出貼近實際語義的翻譯結果。
不過，目前該功能也還存在一些局限性，對于中英文混合以及英文加表情等內容形式，并沒有發現「翻譯」按鈕；還有，一些特殊語境下，結果還存在不夠準確的情況，但總體來說，夠用、滿足日常需求。
我比較好奇：為什么小紅書翻譯功能這么厲害？
其實市面上有很多成熟的翻譯工具，比如：谷歌翻譯、有道翻譯。它們各有優勢，但小紅書的翻譯功能確實有一些獨特的亮點。
首先，谷歌、有道翻譯在處理常規語言時，表現得非常出色。不管是學術文章、正式商務郵件，它們都能提供非常準確、專業的結果。畢竟，在標準語法和正式文本方面，已經很成熟。
相比之下，小紅書翻譯功能在處理網絡熱梗、非標準表達時表現得非常靈活。比如：
「yyds、絕絕子」這些網絡流行語，或者「you see see you」這種不太規范的英語表達，它能輕松搞定，這是其他產品暫時做不到的。
此外，它似乎有一個緩存機制。
如果某段內容已經被翻譯過，它能瞬間完成翻譯。不過，當我試圖用一些特殊語言或符號進行“攻擊”時，它的風控系統非常嚴密，完全無法突破。
舉個例子：我故意輸入了一段罵人的話，它會提示“翻譯失敗，請檢查輸入內容”。這種對敏感信息的精準識別和攔截，說明它的風控機制非常嚴謹。
還有一點，小紅書的翻譯功能與社交平臺緊密結合，不需要切換到其他應用，這種無縫銜接的體驗，讓我的感受更自然。
當然，其他翻譯工具也有它們的獨特之處，像谷歌翻譯有語音輸入功能，這對于一些不善于打字的用戶來說非常方便；有道翻譯對學習外語的學生來說也非常實用。
所以，不同的工具適合不同的場景，小紅書的翻譯更像一個懂你的朋友。
那么，它到底用了哪家的大模型呢？關于技術細節，在站內直接提問，肯定得不到答案，因為相關回答都被過濾掉。
不過，通過查閱小紅書技術團隊的公開分享，我發現，他們之前開發了自研的RLHF框架，并使用了PPO（近端策略優化）算法，這是一種被廣泛認可的強化學習算法。
此外，小紅書在2023年還自研了大模型基座「小地瓜」，雖然目前尚不清楚翻譯功能是否直接基于小地瓜，但可以推測技術架構與自研模型有緊密關聯。
值得一提的是，它也可能使用了一些外部的API服務。
例如，有第三方插件RedTrans支持小紅書的翻譯功能，但這并不意味著官方翻譯功能完全依賴外部模型，而是可能在某些場景下作為補充。
因此，一個結論是：小紅書的翻譯功能背后既有自研的大模型技術，也可能結合了外部模型服務。
不過，通過一些技巧，比如使用prompt、<s>、<bos>等標簽，還是可以推測出部分系統提示詞（system prompt）的內容，當然，這些是我的主觀判斷。
考慮到如此龐大的語料庫和復雜的模型訓練，小紅書臨時抱佛腳的推出這項能力，確實令人驚嘆。
所以，這是否會讓小紅書在AI賽道中更進一步呢？
答案是肯定的。
昨天還看到一篇文章討論：小紅書是否應該做大模型或AI產品？我認為，它一定會做，但不會獨立去做，而是會將能力深度融入現有產品中。
從過去舉措中，我已經可以看到這種趨勢。
比如，2023年3月，小紅書籌備獨立大模型團隊；同年4月，上線主打中國風AI繪圖的「Trik」；7月，推出了文生圖功能「此刻」。
9月，又開發AI聊天功能「達芬奇」。這些動作都表明，小紅書正在將AI技術逐步嵌入到產品的各個場景中。
這些產品里，我對「達芬奇」印象最深，它雖然挺好玩，但有時候也挺「傻」，在遇到復雜問題或者網絡熱梗，它有點應付不來，回答得不太準，有時候還顯得特別死板，不夠靈活。
但現在翻譯功能，正好補上短板。它不僅能翻譯得又快又準，還能識別敏感信息，連網絡流行語都能搞定，這樣一來，AI能力就更全面了。
除了這些，小紅書還在不斷探索新的AI應用場景，比如，AI搜索產品「點點」，通過多模態技術讓用戶可以拍照提問，獲取更有“畫面感”的回答。
綜上，很明顯看出：
通過翻譯功能和聊天助手提升用戶互動，通過AI繪圖和內容生成豐富用戶創作，小紅書正在構建一個智能、便捷，有趣的社區，AI已經全方位滲透到各個場景中。
圖片
寫到這，我覺得，它潛意識給大模型應用上了一課。
為什么這說呢？
一開始，我看到一些評論，比如：「這AI翻譯太神了，完全不像機器翻譯」，或者「yyds居然都能翻譯出來」，我還以為大家是在開玩笑。
后來，類似評論越來越多，我才意識到，很多人根本不知道大模型已經發展到了什么水平，我們都陷入了信息繭房，關注的視野有限。
像LLM、RAG、MOE等術語，可能已經聽慣了，但實際上，它們很小眾。
有一個博主的評論讓我特別震撼。他說：以后小紅書就是我的翻譯軟件了。下面還有幾百個人回復「天才」。這讓我意識到，AI在普通用戶中的落地應用，還有很大的空間。
因為很多AI產品現在處于一個「中間態」。它們有功能，但沒有真正融入用戶的工作流。就像你面前有一把錘子，但你不知道怎么用。結果，市場的潛力沒有被完全開發出來。
這里我要提到一個概念：技術接受模型（TAM, Technology Acceptance Model），簡稱TAM。
這個模型到底是什么意思呢？
感知有用性，即，用戶認為用了技術能提升工作效率，或者帶來其他好處。比如：一個技術產品能讓工作更快更好，或者讓生活更舒適，大家肯定覺得它有用。
感知易用性，是用戶覺認為技術用起來簡單不費勁。比如，學起來容易不容易，操作起來順不順手，能不能輕松融入到日常生活中。
不過，技術有用不一定就容易用。
有時候，你認為某個技術很厲害，能幫大忙，用起來特別復雜，就會讓人覺得麻煩，這是所謂的使用距離（perceived complexity）。
我第一次使用Adobe Photoshop時，頭發差點掉光；它的功能藏在一層層的菜單里，連裁剪圖片、調整顏色都要經過好多步驟，這種復雜的操作直接把我勸退。
如果用戶覺得一個技術不好用、實際幫助不大，他們會對技術敬而遠之。
雖然用小紅書做翻譯軟件有點低效，直接用Kimi、豆包APP或者網頁版大模型更方便，但很多人就想用小紅書翻譯功能，這說明小紅書的「翻譯」按鈕是一個真正好用的產品設計。
這些用戶可能不知道網頁版大模型能做翻譯，所以，從來沒用過；小紅書有了這個方便的翻譯按鈕后，大家都能輕松使用，這就成了他們的需求。
從今天起，我們得正視大模型落地應用的信息差，技術上微調一下還不夠，直接用AI顛覆產品形態也很難，所以，小紅書的創新，給我們提了三個醒：
一，AI技術不是高高在上的概念。要融入到產品里，讓用戶感覺不到它的存在，又能實實在在地幫助大家；二，易用性很關鍵。產品不能太復雜，得讓它變得簡單、易用、順手。
三，市場潛力巨大。許多用戶尚未意識到AI強大能力，比如翻譯網絡熱?；蛏蓚€性化圖片，這些能力觸手可及，恰巧是打開市場的機會點。
AI應用并非千篇一律的大招，希望做產品的朋友，不只盯著應用本身，多關注用戶的具體需求和體驗。嗯，是「具體的」需求，而非「組合型」需求。
本文由人人都是產品經理作者【王智遠】，微信公眾號：【王智遠】，原創/授權 發布于人人都是產品經理，未經許可，禁止轉載。
題圖來自Unsplash，基于 CC0 協議。
- 目前還沒評論，等你發揮！
