腾讯发布 HY-MT1.5：翻译更快更准，手机端也能轻松跑

正文：

翻译工具几乎每天都会用，但背后的模型往往很庞大，通常需要连接云端算力才能跑。腾讯这次推出的 HY-MT1.5 系列打破这一限制，提供两个版本，覆盖不同使用场景：

• 1.8B 小尺寸版：体积虽小，表现却能和更大的模型掰手腕。经过优化后，手机等端侧设备只需约 1GB 内存就能流畅运行。翻译约 50 个汉字的句子，平均响应时间仅0.18秒。

• 7B 升级版：延续并升级了拿下 WMT25 冠军的系统，更擅长处理复杂混合语言、专业术语以及特定格式的翻译，主要面向服务器部署。

• 

它为何更聪明？

为让模型更贴近人类的语言习惯，腾讯研究团队采用了“五步走”的训练策略：

1. 夯实语言底层：先用海量多语种文本训练，让模型掌握基本的语言规律。

2. 专项强化：注入大量双语对齐数据，让它从“会说话”升级到“会翻译”。

3. 精细微调：借助高质量文档数据打磨，让译文更地道自然。

4. 大带小（蒸馏）：由 7B 大模型指导 1.8B 小模型，把“经验”传给小模型，小体量也能有大智慧。

5. 人类评价：引入人工评分标准，围绕准确度、流畅度和文化差异进行优化。

实测表现：超过部分主流模型

在多项权威测试中，HY-MT1.5 的表现十分亮眼：

• 在 WMT25 等国际评测中，7B 版本的得分超越了Gemini3.0Pro以及不少专业翻译模型。

• 哪怕是“普通话到少数民族语言”这种相对冷门的方向，表现也很突出。

• 1.8B 版本在真实人工测试中的评分，也高于百度、谷歌、微软等主流商业翻译系统。

除了准确度高，HY-MT1.5 还解决了不少使用痛点：

• 支持术语约束：你可以指定词汇固定译法。比如“混元珠”要翻成“Chaos Pearl”，它就不会改成其他说法。

• 理解上下文：像“pilot”这种词，脱离上下文可能译为“飞行员”，但若语境是美剧，它能识别为“试播集”。

• 保留格式：翻译带有 HTML 标签或特殊结构的内容时，能在输出译文的同时，完整保留原有标签与排版。

目前，腾讯已将该模型的权重在GitHub和Hugging Face上开源，这意味着全球开发者都能用这项技术提升自家应用的体验。

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

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