本文中MemoQ是CAT工具的具体示例，用于传统游戏翻译的初稿阶段。它通过术语库和记忆库辅助译者处理界面、技能、剧情等文本，保证一定一致性。但在百万字级项目中，仍需依赖人工多轮修订，无法解决成本与效率瓶颈。

本文中Trados是CAT工具的具体示例，应用于传统游戏本地化流程的辅助翻译环节。它利用记忆库复用历史译文，结合术语规范提升效率。然而面对游戏文本中的变量和风格漂移问题时，基于字符串匹配的效果有限，仍需大量人工干预。

本文中Smartcat是CAT工具的具体示例，在传统翻译流程中用于初稿生成与术语管理。它帮助团队统一风格指南，但整体流程仍面临供应商依赖强、周期长达2个月以上、年度成本达千万级等问题，无法满足快迭代出海需求。

针对低资源语言对数据不足问题，Roblox采用迭代回译方法：将目标语言内容译回源语言并与原文比对，混合监督数据扩充训练集。此举显著提升了如法语到泰语等稀有语言对的翻译质量，同时保持模型整体性能。

本文中Smartling为基于云计算的企业翻译管理公司，其副总裁Nataly Kelly指出，统计式机器翻译因依赖陈旧语料库而容易延续历史性别偏见，例如将工程师默认译为男性形式，忽略女工程师或男护士等表述。

本文提到SYSTRAN是机器翻译领域的巨头，三星为其收购以保持自身产品在实时翻译方面的领先地位，反映了商业公司对机翻技术的争夺。