腾讯推出 HY-MT1.5：翻译又快又准，手机上也跑得动

我们几乎每天都在用翻译，但背后模型常常体型庞大，通常要依赖云端服务器。腾讯这次发布的 HY-MT1.5 系列打破了这一限制，提供两种规格，适配不同使用场景：

• 1.8B 轻量版：别看个头小，性能一点不弱。经过深度优化后，约 1GB 内存即可在手机等端侧设备顺畅运行。翻译一条大约 50 个汉字的句子，平均响应时间约 0.18 秒。

• 7B 加强版：由此前斩获 WMT25 冠军系统演进而来，更擅长处理混合语种、专业术语以及要求严格的格式化翻译，主要面向服务器部署。

• 

为什么它更聪明？

为让模型更贴近人类表达习惯，腾讯研究团队采用了“五步走”的训练方案：

1. 夯实语言底座：先在大规模多语文本上预训练，掌握通用语言规律。

2. 翻译专项强化：引入海量双语对齐数据，从“能说话”进阶为“会翻译”。

3. 高质微调：基于高质量文档进行精调，让译文更地道更自然。

4. 大带小（蒸馏）：由 7B 大模型“传艺”给 1.8B 小模型，让小体量也具备强脑力。

5. 人工反馈打磨：融入人类偏好，对准确性、流畅度与文化合规进行打分优化。

实测表现：领先部分主流大模型

在多项权威评测中，HY-MT1.5 的成绩相当抢眼：

• 在 WMT25 等国际测试中，7B 版本的得分超过了 Gemini3.0Pro，并优于多款垂直翻译模型。

• 即使是“普通话到少数民族语言”这样的小众方向，也有出色发挥。

• 1.8B 版本在人类真实场景打分中，也高于百度、谷歌、微软等主流商用翻译系统。

除了译得准，HY-MT1.5 还针对实际使用痛点给出了解法：

• 术语可控：支持自定义词汇翻译。比如你指定“混元珠”译为 “Chaos Pearl”，它就不会随意更换说法。

• 理解语境：遇到“pilot”这类多义词，如果上下文是美剧领域，它能识别为“试播集”，而非“飞行员”。

• 格式保持：翻译含 HTML 标签或特殊标记的内容时，能在不破坏原有结构的前提下完成翻译。

目前，腾讯已在GitHub与Hugging Face开源了该系列模型的权重，全球开发者都可将其集成到各类应用中，提升翻译体验。

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

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