六、本地AI应用1：配合沉浸式翻译插件 使用本地AI大模型翻译网页

在本地部署AI大模型，当然也不能仅仅满足于同AI对话，或者让AI帮忙写首诗什么的，本地AI还能做很多事情。

我们可以让本地AI大模型配合浏览器的沉浸式翻译插件，实现翻译资源本地化，不依赖网络服务，也可以获得更好更精准的翻译服务。

沉浸式翻译插件同样是免费的，在谷歌微软或者火狐浏览器的商店中都能直接找到并安装使用。

沉浸式翻译插件本身也提供付费的AI大模型翻译服务，同时它的翻译服务中也提供了用户自行购买AI服务后的接入功能。

我们在这里面找到Ollama，激活之后进入设置，就可以配置本地AI大模型的翻译功能了。

翻译服务并不需要很大规模的模型，相对而言反应迅速更重要，谁也不想点击翻译之后还要等上半天才能看到结果，所以我们先选择Deepseek-R1:1.5B模型进行测试，看看翻译效果如何。

在配置页面只需要选择模型是我们准备好的模型，然后在APIKEY中输入之前用命令行启动Ollama的命令就可以了，保存设置之后可以点击设置页面右上角的测试服务按钮，看看是否能正常启动翻译服务。

显示绿色的验证成功，就代表我们配置的本地AI大模型翻译服务已经上线可以工作了。

我们打开一个英文网页（尼康英文官网的一千零一夜，中文官网的这个专题消失了，非常遗憾），测试Deepseek-R1:1.5B大模型的翻译效果，可以看到Deepseek-R1作为一个推理模型，在语言翻译这一方面并不擅长，翻译速度很快但效果非常不理想，这时候我们就需要换一个大模型来提高翻译效果。

我们这次选择阿里的通义千问Qwen2.5模型，它不但更加善于理解语言，并且支持29种不同的语言，还提供了0.5B、1.5B和3B这样小规模的版本。

我们重复之前的步骤，将Qwen2.5:1.5B模型部署在Ollama上，然后配置给沉浸式翻译调用，就可以顺利体验到更强的AI大模型翻译服务了。

从资源管理器中可以看到，在翻译页面的时候CPU占用率会快速上升到60%左右，但翻译速度很快，大约不到半分钟就可以完成整个页面的翻译，翻译的质量也很不错。

如果不是轻薄本的硬件条件限制太严，部署3B规模的模型翻译效果还能更好。