批量译图能翻译哪些字？AI译图能力范围边界

批量译图这个工具最容易被误解的地方，是它的名字。听到「译图」两个字，很多人的第一反应是「把整张图翻译一遍」——背景、logo、花纹里的字、甚至水印，好像都能被顺手处理掉。真上手之后才发现，它做的事情其实有很清楚的边界。

说清楚这个边界，比说清楚它有多强更重要。因为边界之内，它一次能给你几十张成品；边界之外，你把图传进去也是白传。一个运营如果知道「哪些字它管、哪些字它不管」，就能在传图之前把该挑出来的图挑出来，省掉整批返工。

这篇把「能翻译哪些字」这件事拆开讲：它处理的是什么层面、能覆盖画面里哪几类文字、哪些情况容易出偏差、出偏差的图该怎么处理。产品事实以工具本身的设定为准，不夸大也不缩水。

图1：先把「哪些算图上的字」圈出来，才谈得上翻译得对不对。

一、它处理的是「静态图片里的中文文字」

先把定位说准。批量译图是青虎AI 图像生成模块旗下的图片批量文字翻译工具。核心逻辑是「一次上传多张商品参考图 + 一句翻译指令 → AI 同步把图内所有中文替换成指定外文」。

关键在最后半句：它替换的是图内的中文文字，而且保留产品主体与画面构图。也就是说，它不重新设计你的版式，不换你的背景，不动你的产品，只是在原来中文占据的那个位置上，把字换成外文，同时尽量让字体、排版、画面光影贴合原图。

还有一个必须分清的对象：视频里的字。视频翻译处理的是视频的语音、字幕、对口型；批量译图处理的是静态图片内的文字。两者不是同一个工具，也不能互相替代。你要是想处理一段产品视频里的中文字幕，得走视频翻译那条路。

把这三层记住——静态图片、中文文字、保留主体构图——后面所有关于「能译哪些字」的判断，都能从这里推出来。青虎AI 把这个工具的定位卡得很窄，恰恰是因为窄才好用：它不做全能选手，只做「换语言」这一件事，做好了就够。

还有一个常见的期待需要先放下：它不是「修图工具」。图上有个瑕疵、背景不干净、产品拍歪了，这些都不归它管。它的输入是你已经满意的图，它的输出是这张图的外文版本。理解了这个前提，你对它的预期就对了。

把定位说准之后，很多操作上的犹豫会自己消失。比如有人纠结「这张图要不要先抠一遍再传」，答案取决于图上有没有中文文字；有人纠结「详情页和主图能不能混在一批里跑」，只要目标语种相同就能放在一起。判断的依据始终是同一件事：这张图上有没有需要换掉的中文。有就进批，没有就不必凑数，这样批次干净，核对也轻松。

二、画面里哪几类文字会被处理

落到具体的图，商品图上常见的中文可以归成几类，这几类基本都在处理范围内。

第一类是标语和卖点。主图上那句「轻薄透气」「全天续航」之类的核心卖点，是最常见的翻译对象。第二类是价格文字，包括促销价、原价、折扣信息。第三类是参数标注，比如尺码、材质、容量、型号这些说明性文字。第四类是活动标签，比如「限时特惠」「买二送一」这类角标。

这张表里最后一行要单独说明。品牌 logo 和 slogan 的处理，取决于它本身是不是中文文字。如果是中文，那它就在替换范围内——这也是「品牌跨境升级」这个场景的做法：批量替换全店商品图内的中文 logo、中文 slogan。但如果 logo 是图形化的、不含中文的，那它就不属于文字替换的对象。

顺带把批量译图和批量改图的分工再说一遍，因为这两者在「能处理什么」上最容易被混。批量改图是同一套规则改多张图的画面内容，比如换背景、换色、去水印；批量译图只管文字，专做中文到外文的替换，保留其它一切不动。你想去掉水印，找批量改图；你想把图中的中文换成英文，找批量译图。

再补一组对比，把另外两个容易混的工具也划清。详情图编辑模式是「精细化调整某一张」，适合精修重点款；批量译图是「一批图同步换语言」。详情图复刻是「学别人版式」，批量译图是「换自己图上的语言」。四个工具各管一段，别在一个功能里找另一个功能的能力。青虎AI 把它们拆开，就是为了让每件事都做得干净。

三、边界在哪：这几类字容易出偏差

知道了它管什么，还要知道它在什么情况下容易失手。下面几类图，译完之后建议单独挑出来人工核对。

图2：左侧是斜排、压花纹的难字，右侧是同样位置替换后的样子，两者都值得再核一遍。

第一类是艺术字。经过变形、描边、立体效果处理过的标题字，形态和标准字体差得远，识别和回填的难度都更高。第二类是手写体，笔画间的连笔和不规则形态让识别更吃力。第三类是极倾斜排版，文字沿着斜线走，替换之后的排布容易和原位置有偏差。

第四类是压在复杂图案上的字。文字和背景花纹交织在一起，回填外文时边缘容易和图案互相干扰，看起来就有点糊。第五类是文字密度极高的图，比如把参数表、尺码表原样排进主图的，字小且挤，替换之后更容易出现个别字漏掉或挤压。

还有一类情况值得留意：文字压在画面主体上的图。比如卖点文案直接叠在模特身上或者产品中央。这类图不在「难字」范畴，但因为文字和主体紧邻，替换之后如果外文变长，容易压到产品。核对的时候重点看文字有没有盖住不该盖的地方。

这五类难字有个共同点：它们的难点不在「是不是中文」，而在「文字和背景的边界是不是清楚」。识别靠的是文字的轮廓，一旦轮廓被艺术化处理、被倾斜、或者和纹路混在一起，识别和回填的容错空间就变小。理解了这一点，你自己就能判断手上的图是不是难图，不用逐条对照清单。

把这些难图单独理出来，还有一层现实考量。跨境站点的图往往一次要做几十张，其中真正难处理的通常只占一小部分；如果整批一起跑、整批一起核，你就得对每一张都保持同样的专注度，时间一长，注意力必然下降。单独归批之后，普通批可以快速过，难图批才需要放慢速度，专注度用在刀刃上，整体反而更省力气。

四、字数膨胀带来的连锁反应

有一件事和「翻译哪些字」直接相关，但经常被忽略：译过去之后的字数会变。英文文案相比中文通常膨胀 1.5 到 2 倍占位，这是多数商家的经验值。也就是说，中文写八个字的位置，英文可能要占十六个字的宽度。

这个变化会带来一连串反应。文字区原来留白充裕的图，译完基本不受影响；文字区原本就排满的图，译完就容易溢出、换行、挤成一团。更麻烦的是像素级的位置问题：文字如果紧紧贴着产品边缘或者画面边框，膨胀之后就可能压上去。

这张表的用法是「按目标语种预判风险」。要投英语站的图，提前知道会膨胀，就该优先检查原图文字区的留白够不够；要投韩语或俄语站的图，提前知道行距有压力，核对时就重点看行高有没有被压扁。

这也解释了一个常见现象：同一张图译成不同语言，有的看起来自然，有的看起来别扭。往往不是翻译质量的问题，而是不同语言的字符形态和占位差异，撞上了原图那个固定的文字区。理解了这一点，你就知道该在挑图阶段做什么，而不是等结果出来才纳闷。

再往深一层想，这也是「保留原构图」这个设定的代价与收益。收益是产品、背景、版式都不用重做，省下大量重复劳动；代价是文字区的大小是固定的，遇到膨胀幅度大的语言，就只能在那个框里挤。知道这个权衡，你就能提前判断哪些图适合直接译、哪些图最好先留出更多文字空间。行业里做详情页外包，套版报价大约 100 到 300 元，半原创大约 500 到 1500 元，品牌原创 1500 元以上；把这些预算换成前期的排版留白，往往更划算。

留白这件事值得再展开一点。文字的占位会变，但画面的骨架是固定的，所以真正有弹性的地方只有文字区那一小块。做原图时如果习惯把文字区撑到极限，等于把这点弹性提前用光了；反过来，如果做图时就默认给外文留一条余量，译完之后既不用压字号，也不用挪模块，成品直接能投。这条经验不需要任何额外工具，改的只是做图时的习惯，却能省掉后面一整套补救流程。

五、动手前先给图分三类

基于前面的能力范围和边界，传图之前可以把素材分成三类，分别对应不同的处理方式。这个动作花不了几分钟，但能显著降低返工。

三类里，第三类最需要提前识别。因为这类图的偏差往往是局部的——大部分字都换对了，就一两个字不对。如果你不专门归批，它很容易混在顺译图里被一起放过，等到上架或者被平台打回才发现。单独归批之后，核对就有了明确的重点。

分类还有个附带好处：你能预估出这批活的难度。全是顺译图，那就放心批量跑；混了两三张另做图，就给自己留出核对时间。青虎AI 的批量译图单次最多上传 10 张，归批时顺手把难度也带上，是同一支笔能画的线。

顺带把一个数量上的现实摆出来：一个中等规模店铺每月花在图片二次处理上的人时约 20 到 40 小时，做跨境多语言站点会翻倍。这些时间里有相当一部分花在「找错、返工、重做」上。归类和核对这两步做细，省下的正是这部分时间，而不是省生成的那几分钟。

分类还有个容易被忽视的作用：它让「这次能做到什么程度」变得可沟通。把三类图的数量和占比摆出来，是八成的顺译图还是半数需要重点核，一眼就能看出这批活的成色。知道成色之后，无论是跟团队排期，还是跟外部合作方对齐交付标准，都好谈得多。模糊的一批素材，最怕的不是难，而是不知道难在哪。

六、从上传到核对，六个动作走完

下面把动作串起来。重点在第一步和第六步：前者决定这批图值不值得跑，后者决定成品能不能投。

图3：分堆、上传、下指令、调参、生成、带放大镜核对，最后一步最不能省。

六个动作里，步骤一和步骤六是「理解边界」才能做好的两步。中间四步是标准操作，照着走就行。把这套流程跑顺之后，你会发现边界意识反而成了效率的来源——因为你知道该在哪些图上多花时间，在哪些图上可以放心省掉核对。

七、核对成品的四个层面

核对这件事如果没有维度，很容易变成「看着差不多就行」。下面四个层面从上到下过一遍，能覆盖绝大多数问题。

四个层面里，「文字完整性」应该最先看，因为漏字是最硬的问题。一份成品图，只要还有中文残留，基本上平台侧就会有问题，其它层面看得再细也没用。确认没有残留之后再往下看排版和主体，顺序不要乱。

这里要特别说一句密集文字的图。参数表、尺码表这类把大量小字排进画面的图，是最容易出现「漏一两个词」的类型。人眼扫一遍很容易看漏，建议这类图放大到 100% 再核对，或者干脆归到难图批里单独处理。文字密集、字体特殊、倾斜排版的图片，译图后建议人工核对一遍，这是这个工具本身给出的建议。

另外记住一条操作事实：生成不覆盖原图，结果可批量下载。原图始终在手，所以任何一张不合格都可以回到原图重新处理，不用担心把素材弄丢。仍建议本地留一份原始素材备份，这属于基础习惯。

四条层面的顺序其实也可以理解成一条排查链：先确认没有中文残留，再看文字排得舒不舒服，再看产品有没有被带偏，最后看符不符合投放平台的口径。前面一层不过关，就不用往后看，直接回到原图重跑。这条链条走熟之后，一批 10 张图的核对也就一两分钟。

八、四个关于「能译什么」的误区

下面四条，是把边界理解偏之后最典型的四种想法。

九、四个让边界更好用的技巧

四条技巧可以合成一个动作指令：看字、分堆、预判、试跑。前两个在传图之前完成，后两个在正式跑之前完成。真正做到这四步的人，返工率通常比直接上传的人低一大截。

十、三个能直接照搬的场景

把能力范围和边界套回真实工作，就是下面这三种做法。

图4：难图那一批的核对，往往就是靠这样逐张放大看。

三个场景的共同点是：你要动的只有文字这一层。图的设计、产品、构图都已经到位，缺的只是语言。理解了这一点，你就知道该在准备阶段把哪些图挑出来、哪些图放心批量跑。把「挑图」这一步做扎实，后面生成和核对都会轻很多；反过来，图挑得随意，再好的工具也救不回一批混着难字和顺译图的素材。

十一、总结

十二、常见问题解答