冬天,露天冰场上,几个小孩在学滑冰。他们穿着厚厚的羽绒服,戴着毛线帽,摔倒时衣服鼓起来像球一样。一个小孩扶着冰场边的围栏,一步步挪。另一个人已经能松开手,滑出好几米,但停不下来,直接撞到海绵垫上。笑声在冰面上传开。冰面被冰刀划出一道道白痕,很快又被浇冰车磨平。
健身房操房里,十几个人跟着音乐做有氧操。领舞的是个短发姑娘,动作利落,表情认真。后面有几个阿姨动作慢半拍,但跳得起劲。音乐节奏很快,操房里气温升高,镜子上蒙了一层水汽。一首歌结束,大家喘着气去拿毛巾。老师调低音量,说接下来做拉伸,需要放松的可以坐地上。
体育课上,学生们绕着操场跑圈。跑完两圈,有人弯着腰喘气,有人直接坐在草地上。体育老师吹哨子,喊集合。一个胖男孩跑在最后,脸涨得通红。等到队伍解散,他走到一边,扶着单杠慢慢蹲下。老师走过去拍了拍他的肩膀,什么也没说。下一节课,男孩还是跑在最后,但跑完了。
跑步机上的人盯着心率数字,脚步声沉闷。隔壁器械区传来杠铃片碰撞的脆响。汗水顺着下巴滴到垫子上,形成一小滩深色痕迹。他按下暂停键,拿毛巾擦了擦脖子,又继续。日复一日,这个动作重复了三年。体重秤上的数字没有变化,但裤子腰围松了两个扣眼。没人问他为什么坚持,他自己也不太说得清。只是某天不练,浑身像缺了点什么。
机器翻译在日常场景的质量接近人工。新闻报道和产品说明书的译文基本通顺,专用术语也能准确对应。口语和文学文本仍有差距,反讽和双关经常被直译。多语言之间的低资源翻译错误率偏高。大模型出现后,翻译的流畅度提升明显,但事实性错误还会出现,比如把数字和名称译错。校对环节依然必要。