小红书的翻译功能凭借其对网络热梗、非标准表达的灵活处理以及强大的风控机制，正在重新定义翻译工具的用户体验。本文深入剖析了小红书翻译功能背后的AI技术逻辑，探讨了其如何通过大语言模型（LLM）实现“人性化”翻译，并将AI能力深度融入社交平台的场景中。

刷到小红书的翻译功能了吗？

没有，没关系，告诉你怎么用。三步走：一.去手机应用市场更新最新版小红书；二.进入设置，找到「关于小红书」，点击「检测更新」；三.更新完成后重启小红书，就可以使用了。

然后，在评论区下面，看到纯英文、直接点击翻译按钮，就能实现；不仅如此，它还支持 日语、韩语、法语、德语、西班牙语、意大利语等。

我体验一会儿，发现「翻译功能」越来越通人性了。

为什么这么说呢？

首先，在一些陌生网友的帖子下，我试着用非标准的英文表达，比如「you see see you，one day day，just know eat」，它竟然翻译成了「你看看你，一天天就知道吃」。挺有意思。

接着，我又尝试了几个网络流行语。比如：CPDD和on9。它告诉我，CPDD是「处对象」的意思，on9在香港粤语中意味着「傻」。

更让人惊叹的是，它不仅能够处理常规的文字翻译，还能应对一些特殊格式，比如：Unicode、CSS，甚至是摩斯密码，兼容性让人眼前一亮。

虽然不确定翻译是否百分之百准确，但至少目前看来，结果非常「人性化」。

我发现，小红书的翻译功能之所以能够做到这一点，是因为它基于大语言模型（LLM）提示词实现的。

所以，无论是非规范英文、网络用语、表情符号，还是语气词和缩写，它都能结合现状给出贴近实际语义的翻译结果。

不过，目前该功能也还存在一些局限性，对于中英文混合以及英文加表情等内容形式，并没有发现「翻译」按钮；还有，一些特殊语境下，结果还存在不够准确的情况，但总体来说，够用、满足日常需求。

我比较好奇：为什么小红书翻译功能这么厉害？

其实市面上有很多成熟的翻译工具，比如：谷歌翻译、有道翻译。它们各有优势，但小红书的翻译功能确实有一些独特的亮点。

首先，谷歌、有道翻译在处理常规语言时，表现得非常出色。不管是学术文章、正式商务邮件，它们都能提供非常准确、专业的结果。毕竟，在标准语法和正式文本方面，已经很成熟。

相比之下，小红书翻译功能在处理网络热梗、非标准表达时表现得非常灵活。比如：

「yyds、绝绝子」这些网络流行语，或者「you see see you」这种不太规范的英语表达，它能轻松搞定，这是其他产品暂时做不到的。

此外，它似乎有一个缓存机制。

如果某段内容已经被翻译过，它能瞬间完成翻译。不过，当我试图用一些特殊语言或符号进行“攻击”时，它的风控系统非常严密，完全无法突破。

举个例子：我故意输入了一段骂人的话，它会提示“翻译失败，请检查输入内容”。这种对敏感信息的精准识别和拦截，说明它的风控机制非常严谨。

还有一点，小红书的翻译功能与社交平台紧密结合，不需要切换到其他应用，这种无缝衔接的体验，让我的感受更自然。

当然，其他翻译工具也有它们的独特之处，像谷歌翻译有语音输入功能，这对于一些不善于打字的用户来说非常方便；有道翻译对学习外语的学生来说也非常实用。

所以，不同的工具适合不同的场景，小红书的翻译更像一个懂你的朋友。

那么，它到底用了哪家的大模型呢？关于技术细节，在站内直接提问，肯定得不到答案，因为相关回答都被过滤掉。

不过，通过查阅小红书技术团队的公开分享，我发现，他们之前开发了自研的RLHF框架，并使用了PPO（近端策略优化）算法，这是一种被广泛认可的强化学习算法。

此外，小红书在2023年还自研了大模型基座「小地瓜」，虽然目前尚不清楚翻译功能是否直接基于小地瓜，但可以推测技术架构与自研模型有紧密关联。

值得一提的是，它也可能使用了一些外部的API服务。

例如，有第三方插件RedTrans支持小红书的翻译功能，但这并不意味着官方翻译功能完全依赖外部模型，而是可能在某些场景下作为补充。

因此，一个结论是：小红书的翻译功能背后既有自研的大模型技术，也可能结合了外部模型服务。

不过，通过一些技巧，比如使用prompt、<s>、<bos>等标签，还是可以推测出部分系统提示词（system prompt）的内容，当然，这些是我的主观判断。

考虑到如此庞大的语料库和复杂的模型训练，小红书临时抱佛脚的推出这项能力，确实令人惊叹。

所以，这是否会让小红书在AI赛道中更进一步呢？

答案是肯定的。

昨天还看到一篇文章讨论：小红书是否应该做大模型或AI产品？我认为，它一定会做，但不会独立去做，而是会将能力深度融入现有产品中。

从过去举措中，我已经可以看到这种趋势。

比如，2023年3月，小红书筹备独立大模型团队；同年4月，上线主打中国风AI绘图的「Trik」；7月，推出了文生图功能「此刻」。

9月，又开发AI聊天功能「达芬奇」。这些动作都表明，小红书正在将AI技术逐步嵌入到产品的各个场景中。

这些产品里，我对「达芬奇」印象最深，它虽然挺好玩，但有时候也挺「傻」，在遇到复杂问题或者网络热梗，它有点应付不来，回答得不太准，有时候还显得特别死板，不够灵活。

但现在翻译功能，正好补上短板。它不仅能翻译得又快又准，还能识别敏感信息，连网络流行语都能搞定，这样一来，AI能力就更全面了。

除了这些，小红书还在不断探索新的AI应用场景，比如，AI搜索产品「点点」，通过多模态技术让用户可以拍照提问，获取更有“画面感”的回答。

综上，很明显看出：

通过翻译功能和聊天助手提升用户互动，通过AI绘图和内容生成丰富用户创作，小红书正在构建一个智能、便捷，有趣的社区，AI已经全方位渗透到各个场景中。

图片

写到这，我觉得，它潜意识给大模型应用上了一课。

为什么这说呢？

一开始，我看到一些评论，比如：「这AI翻译太神了，完全不像机器翻译」，或者「yyds居然都能翻译出来」，我还以为大家是在开玩笑。

后来，类似评论越来越多，我才意识到，很多人根本不知道大模型已经发展到了什么水平，我们都陷入了信息茧房，关注的视野有限。

像LLM、RAG、MOE等术语，可能已经听惯了，但实际上，它们很小众。

有一个博主的评论让我特别震撼。他说：以后小红书就是我的翻译软件了。下面还有几百个人回复「天才」。这让我意识到，AI在普通用户中的落地应用，还有很大的空间。

因为很多AI产品现在处于一个「中间态」。它们有功能，但没有真正融入用户的工作流。就像你面前有一把锤子，但你不知道怎么用。结果，市场的潜力没有被完全开发出来。

这里我要提到一个概念：技术接受模型（TAM, Technology Acceptance Model），简称TAM。

这个模型到底是什么意思呢？

感知有用性，即，用户认为用了技术能提升工作效率，或者带来其他好处。比如：一个技术产品能让工作更快更好，或者让生活更舒适，大家肯定觉得它有用。

感知易用性，是用户觉认为技术用起来简单不费劲。比如，学起来容易不容易，操作起来顺不顺手，能不能轻松融入到日常生活中。

不过，技术有用不一定就容易用。

有时候，你认为某个技术很厉害，能帮大忙，用起来特别复杂，就会让人觉得麻烦，这是所谓的使用距离（perceived complexity）。

我第一次使用Adobe Photoshop时，头发差点掉光；它的功能藏在一层层的菜单里，连裁剪图片、调整颜色都要经过好多步骤，这种复杂的操作直接把我劝退。

如果用户觉得一个技术不好用、实际帮助不大，他们会对技术敬而远之。

虽然用小红书做翻译软件有点低效，直接用Kimi、豆包APP或者网页版大模型更方便，但很多人就想用小红书翻译功能，这说明小红书的「翻译」按钮是一个真正好用的产品设计。

这些用户可能不知道网页版大模型能做翻译，所以，从来没用过；小红书有了这个方便的翻译按钮后，大家都能轻松使用，这就成了他们的需求。

从今天起，我们得正视大模型落地应用的信息差，技术上微调一下还不够，直接用AI颠覆产品形态也很难，所以，小红书的创新，给我们提了三个醒：

一，AI技术不是高高在上的概念。要融入到产品里，让用户感觉不到它的存在，又能实实在在地帮助大家；二，易用性很关键。产品不能太复杂，得让它变得简单、易用、顺手。

三，市场潜力巨大。许多用户尚未意识到AI强大能力，比如翻译网络热梗或生成个性化图片，这些能力触手可及，恰巧是打开市场的机会点。

AI应用并非千篇一律的大招，希望做产品的朋友，不只盯着应用本身，多关注用户的具体需求和体验。嗯，是「具体的」需求，而非「组合型」需求。