智東西
作者｜王涵
編輯｜冰倩

智東西12月30日報道，剛剛，騰訊混元開源翻譯模型1.5版本，共包含兩個模型：Tencent-HY-MT1.5-1.8B和Tencent-HY-MT1.5-7B，支持33個語種互譯以及5種民漢/方言，除了中文、英語、日語等常見語種，也包含捷克語、馬拉地語、愛沙尼亞語、冰島語等小語種。

▲Tencent-HY-MT1.5-1.8B開源（來源：Hugging Face）

▲Tencent-HY-MT1.5-7B開源（來源：Hugging Face）

HY-MT1.5-1.8B主要面向手機等消費級設(shè)備場景，支持端側(cè)直接部署和離線實時翻譯，僅需1GB內(nèi)存即可流暢運行。

HY-MT1.5-7B模型是此前獲得WMT25比賽30個語種翻譯冠軍模型的升級版，重點提升了翻譯準確率，大幅減少了譯文中夾帶注釋和語種混雜的情況，實用性進一步增加。

在部分用戶實際使用場景下，混元翻譯1.8B和7B兩個尺寸模型同時使用，可以實現(xiàn)端側(cè)和云側(cè)模型的協(xié)同部署，提升模型的效果的一致性和穩(wěn)定性。

基準測試方面，在中外互譯和英外互譯測試集Flores200、WMT25以及民漢語言的測試集中，Tencent-HY-MT1.5-1.8B全面超越Qwen3-32B，與Qwen3-235B-A22B等大尺寸閉源模型成績不相上下。

同時，在處理效率上，與主流商用翻譯模型API對比，HY-MT1.5-1.8B處理50個tokens的平均耗時只有0.18秒，其他模型的時間在0.4秒左右。

技術(shù)方面，HY-MT1.5-1.8B能夠用小尺寸實現(xiàn)大尺寸模型的效果，得益于On-Policy Distillation（大尺寸模型蒸餾）策略的引入，HY-MT1.5-7B作為Teacher，能夠?qū)崟r引導1.8B的Student模型，讓其避免死記硬背標準答案，通過糾正在預測序列分布時的偏移，讓小模型從錯誤中學習，進而提升能力。

▲On-Policy Distillation（大尺寸模型蒸餾）策略（來源：騰訊混元）

目前兩個模型均已在騰訊混元官網(wǎng)上線，在GitHub和Hugging Face等開源社區(qū)也可直接下載使用，Arm、高通、Intel、沐曦等多個平臺均支持部署。

混元官網(wǎng)：

https://hunyuan.tencent.com/modelSquare/home/list

GitHub鏈接：

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

Hugging Face鏈接：

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

一、互譯成績超越Qwen3-32B，響應速度僅0.18秒

在常用的中外互譯和英外互譯測試集Flores200、WMT25以及民漢語言的測試集中，Tencent-HY-MT1.5-1.8B全面超越Qwen3-32B等中等尺寸開源模型和主流商用翻譯API，達到Qwen3-235B-A22B等大尺寸閉源模型的90分位水平。

▲Flores200、WMT25以及民漢語言的測試集成績（來源：騰訊混元）

在翻譯質(zhì)量與響應效率上，HY-MT1.5-1.8B模型在FLORES-200質(zhì)量評估中取得了約78%的分數(shù)，同時平均響應時間僅為0.18秒，超越主流商用翻譯API。

▲FLORES-200質(zhì)量評估成績（來源：騰訊混元）

二、從醫(yī)學術(shù)語到粵語對話，騰訊混元翻譯模型1.5反應迅捷、準確率“能打”

憑借優(yōu)化的模型設(shè)計和推理邏輯，騰訊混元翻譯模型1.5適用于即時通訊、智能客服、移動翻譯應用等高吞吐、實時翻譯場景。

首先是術(shù)語，騰訊混元翻譯模型1.5具備術(shù)語庫自定義能力，用戶可針對不同行業(yè)與專業(yè)場景（如醫(yī)學、法律、金融、科技等）提前構(gòu)建專屬術(shù)語對照表，確保關(guān)鍵術(shù)語在翻譯中保持高度一致與準確性。

這一功能有效彌補了小尺寸模型在處理專業(yè)領(lǐng)域文本時的詞匯短板，使其在保障輕量化部署的同時，也能勝任高要求的行業(yè)翻譯任務。

用戶可通過簡單配置導入術(shù)語庫，模型將在翻譯過程中優(yōu)先采納用戶定義的標準術(shù)語，從而提升專業(yè)文檔、技術(shù)手冊、合同文本等內(nèi)容翻譯的可靠性與權(quán)威性。

▲術(shù)語翻譯（來源：騰訊混元）

智東西也上手嘗試了一下，我們上傳了一系列醫(yī)學術(shù)語，讓其翻譯成中文。在反應速度上，騰訊混元翻譯模型1.5就很快輸出了翻譯結(jié)果，幾乎沒有反應時間。與原文對照看，其翻譯的成果準確度為100%。

▲術(shù)語翻譯（來源：智東西實測）

除了英語外，我們還上傳了5句職場中高頻出現(xiàn)的粵語對話，看看騰訊混元翻譯模型1.5的方言翻譯效果如何。結(jié)果顯示，騰訊混元翻譯模型1.5也可以很準確地翻譯出粵語用詞和語氣，準確度同樣“能打”。

▲粵語翻譯（來源：智東西實測）

其次是上下文翻譯能力。該能力適用于實時對話翻譯、長篇文獻翻譯及多輪交互場景?；煸g模型模型具備較好的長文本與對話上下文理解能力，可基于前文語境持續(xù)優(yōu)化后續(xù)翻譯結(jié)果，顯著提升長對話、多輪問答、連續(xù)段落等場景下的翻譯連貫性與一致性。

無論是會議記錄、訪談內(nèi)容、小說章節(jié)還是技術(shù)文檔的長篇翻譯，模型均能有效捕捉并保持上下文邏輯關(guān)系，避免出現(xiàn)指代不清、語義斷裂或風格不統(tǒng)一的問題。

▲上下文翻譯（來源：騰訊混元）

第三是，帶格式翻譯能力，通過精準的指令遵循能力，混元翻譯模型得以保持翻譯前后的格式信息不變，讓翻譯結(jié)果更加準確實用。

▲格式翻譯（來源：騰訊混元）

為了直觀展示混元Tencent-HY-MT1.5-1.8B的翻譯效果，下面展示了與蘋果手機自帶離線翻譯的結(jié)果對比：

▲與蘋果自帶翻譯對比（來源：騰訊混元）

結(jié)語：騰訊開源降低了翻譯模型應用門檻

騰訊此次開源的小尺寸翻譯模型，降低了翻譯模型在手機等終端上運行的門檻。

騰訊混元翻譯模型此前不僅在國際機器翻譯比賽拿下30個第1名，也在首次開源一周內(nèi)便登上Hugging Face模型趨勢榜第一位。

混元翻譯模型已經(jīng)在騰訊內(nèi)部多個業(yè)務場景落地應用，包括騰訊會議、企業(yè)微信、QQ瀏覽器、客服翻譯等。