谷歌与佐治亚理工Wild Dolphin Project合作的海豚大模型有了新进展：模型能根据一段海豚叫声预测接下来的声音序列，相当于续写。但续写不等于翻译，更不等于能“听懂”海豚在说什么。

动物叫声与人类语言存在本质差异。一个叫声不固定对应一个含义，个体间有“口音”，叫声还会受环境与场景影响。

叫声更像线索，真正的语义需要结合当时情境、互动对象和行为一起判断。特拉维夫大学两位研究者在2023年发表于《Current Biology》的讨论中指出：让AI模仿生成动物声音相对容易，难的是让AI搞清声音所对应的情境。

这正是当前宠物硬件没有主推“翻译器”的原因。主流产品选择先做“赛博观察员”：带摄像头的智能猫砂盆、喂食器、宠物专用摄像头记录如厕、进食和日常行为。

智能项圈采集活动、睡眠、心率数据，再由AI判断异常。海豚模型同样依赖这类多模态积累。Wild Dolphin Project自1985年起持续跟踪同一群野生海豚，同步记录声音、个体身份、互动关系和行为视频，几十年数据才支撑起今天的续写能力。

因此，AI真正能“翻译”动物语言之前，必须先理解行为场景。单纯的声音模仿更像鹦鹉学舌，无法建立语义映射。

过度宣传“翻译器”会放大拟人化误解，把动物表达压缩成人类情绪标签。目前更现实的路径是：通过长期行为数据建立“叫声—情境—状态”的关联。这比续写难得多，也更有价值。