翻譯軟件我們天天用，但背後的模型通常很大，往往需要連接雲端服務器才能運行。騰訊這次推出的 HY-MT1.5系列打破了這個限制，推出了兩個版本，滿足不同場景的需求:

  • 1.8B 小尺寸版: 別看它體量小，它在性能上幾乎能和體量大得多的模型叫板。經過優化後，它只需要約1GB 的內存就能在手機等端側設備上流暢運行。翻譯50個漢字左右的句子，平均響應時間僅需 0.18秒。

  • 7B 升級版: 它是之前獲得 WMT25冠軍系統的升級版，更擅長處理複雜的混合語言翻譯、專業術語解析以及特定的格式翻譯，主要面向服務器部署。

  • image.png

爲什麼它比以前更聰明?

爲了讓模型更懂人類的語言習慣，騰訊的研究團隊採用了“五步走”的訓練方法:

  1. 打好語言基礎: 先讓模型學習海量的多語言文本，掌握基本的語言規律。

  2. 專項訓練: 專門輸入大量的對譯數據，讓它從“會說話”變成“會翻譯”。

  3. 精雕細琢: 使用高質量的文檔數據進行微調，讓翻譯結果更地道。

  4. 名師出高徒（蒸餾）: 讓7B 的大模型帶1.8B 的小模型，把大模型的“智慧”傳授給小模型，讓它體積雖小但大腦依然聰明。

  5. 人類評判: 最後引入人類的審美標準，針對準確度、流暢度和文化差異進行打分優化。

實測表現:超越部分主流大模型

在多項權威測試中，這套模型的表現非常亮眼:

  • 在 WMT25等國際測試中，7B 版本的得分超過了 Gemini3.0Pro 以及許多專業的翻譯模型。

  • 即便是在“普通話轉少數民族語言”這種冷門領域，它的表現依然拔尖。

  • 1.8B 版本在人類真實測試中的評分，也超過了百度、谷歌、微軟等主流商業翻譯系統。

除了翻譯得準，HY-MT1.5還解決了一些實際使用中的痛點:

  • 術語精準: 你可以告訴它特定的詞怎麼翻。比如“混元珠”必須翻成“Chaos Pearl”，它就不會自作聰明地翻成別的詞。

  • 聯繫上下文: 比如單詞“pilot”，沒有上下文它可能翻成“飛行員”，但如果這段話是講美劇的，它能聰明地識別出這是指“試播集”。

  • 格式不變: 如果你在翻譯一段帶有 HTML 標籤或特殊格式的代碼，它能在翻譯內容的同時，完美保留原來的標籤結構。

目前，騰訊已經將該模型的權重在GitHub和Hugging Face上開源，這意味着全球的開發者都可以使用這項技術來提升自己的應用體驗。

github:https://github.com/Tencent-Hunyuan/HY-MT

huggingface:https://huggingface.co/collections/tencent/hy-mt15