Index-Translate 是哔哩哔哩自研并开源的多语言多模态专业翻译大模型矩阵，基于 Qwen 架构深度演进构建。该模型家族打通了文本、视觉图像与语音音频的多维度处理边界，文本基础支持全球一百五十种语言的高质量互译。针对影视动漫本地化、网络文化梗图以及复杂格式文档等特色场景，模型具备出色的术语严格遵从与长文本上下文一致性保持能力。

家族矩阵根据实际业务场景细分为多个专业分支。主干模型内置原生视觉编码器，能够彻底摆脱外部 OCR 模块直接实现排版级图像翻译；Index-Echo 聚焦端到端语音转字幕与跨语言声音克隆，在生成译文的同时高度还原原说话人的声线与情绪；Index-Homura 专为配音口型对齐设计，支持根据目标发音预算动态调节译文音节数量；Index-NativeLong 则专注于长篇文学小说翻译，确保全书角色译名与世界观词汇前后严密统一。

项目已在 Hugging Face 与魔搭社区完整开源，发布了 2B、9B 以及 35B-A3B 等多种参数规模的模型权重。官方针对本地推理推出了兼顾速度的 GGUF 量化格式，并提供了适用于 vLLM 的高吞吐部署方案。为了降低上手门槛，B 站官方还同步开放了兼容 OpenAI 规范的免费公有 API 接口，无需自建显卡环境即可即时调用。整套技术体系适合字幕翻译团队、影视游戏出海机构以及多媒体本地化开发者集成应用。