腾讯混元开源翻译模型 1.5：手机 1GB 内存即可运行，效果超越商用 API

SmartHey12月30日消息，腾讯混元今日宣布开源翻译模型 1.5 版本，共推出两款模型：Tencent-HY-MT1.5-1.8B 和 Tencent-HY-MT1.5-7B，支持33个语种互译以及5种民汉/方言翻译。除中文、英语、日语等常用语言外，还涵盖捷克语、马拉地语、爱沙尼亚语、冰岛语等小语种，进一步拓展多语言服务能力。

目前，这两款模型均已上线腾讯混元官网，并同步在 Github 和 Huggingface 等主流开源社区开放下载，供开发者自由使用。

其中，HY-MT1.5-1.8B 模型专为手机等消费级设备优化设计，经过量化处理，可在端侧实现离线实时翻译，仅需1GB内存即可流畅运行。官方表示，在极小参数量下，其翻译效果已超越多数商用翻译API。

在推理速度方面，HY-MT1.5-1.8B 同样表现优异，处理50个tokens的平均耗时仅为0.18秒，显著快于其他主流模型约0.4秒的平均水平，更适合高并发、低延迟的应用场景。

HY-MT1.5-7B 模型则在前代基础上实现显著提升，是此前斩获 WMT25 多语种翻译竞赛30项冠军模型的升级版本。新版本重点优化了翻译准确率，大幅减少译文中出现注释残留和语种混杂的问题，整体实用性更强。

在实际应用中，用户可结合使用混元翻译的1.8B与7B两种尺寸模型，实现端侧与云侧协同部署，从而提升翻译结果的一致性与系统稳定性。

在 Flores200、WMT25 及民汉语言测试集上的评估显示，Tencent-HY-MT1.5-1.8B 在多项指标上全面优于中等规模开源模型及主流商用翻译API，性能达到超大规模闭源模型 Gemini-3.0-Pro 的90分位水平；在WMT25与民汉翻译任务中，其表现虽略逊于Gemini-3.0-Pro，但仍远超其他同类模型。

在FLORES-200质量评测中，HY-MT1.5-1.8B取得了约78%的得分，同时保持平均0.18秒的响应速度，优于当前主流商用翻译API，适用于即时通讯、智能客服、移动翻译等对实时性和吞吐量要求较高的场景。

此外，两款模型均增强了对多种复杂场景的支持能力，覆盖术语管理、长上下文理解与带格式文本翻译：

首先是术语支持。腾讯混元翻译模型1.5具备自定义术语库功能，用户可根据医学、法律、金融、科技等行业需求，预先构建专属术语对照表，确保关键术语在翻译过程中高度一致且准确。

通过简单配置导入术语库后，模型将在翻译时优先采用用户设定的标准词汇，有效提升专业文档、技术手册、合同文本等内容的翻译权威性与可靠性。

其次是上下文理解能力。模型支持长文本与多轮对话上下文建模，能够基于历史语境持续优化后续翻译输出，增强在会议记录、访谈稿、小说章节或技术文档等连续内容中的连贯性与逻辑一致性。

无论是多轮问答还是长篇段落，模型均可精准捕捉指代关系与风格特征，避免语义断裂或表达不统一的问题。

第三是带格式文本翻译。依托强大的指令遵循能力，混元翻译模型可在翻译过程中保留原始格式信息（如网页结构、标点排版等），确保输出结果既准确又实用。

为直观展示 HY-MT1.5-1.8B 的实际效果，官方还发布了其与苹果手机自带离线翻译功能的对比示例：

技术层面，HY-MT1.5-1.8B 能以较小体积实现接近大模型的效果，关键在于引入了 On-Policy Distillation（策略内蒸馏）方法。该方法以 HY-MT1.5-7B 作为教师模型（Teacher），实时指导1.8B学生模型（Student）学习序列预测分布，避免机械记忆标准答案，转而通过纠正偏差实现从错误中学习，显著提升小模型的语言理解与生成能力。

此前，腾讯混元翻译模型已在国际机器翻译赛事中夺得30项第一，首次开源一周即登上HuggingFace模型趋势榜首位。目前，该系列模型已在腾讯内部广泛落地，应用于腾讯会议、企业微信、QQ浏览器、客服系统等多个业务场景。

为方便开发者快速集成与部署，本次开源模型已全面适配 Arm、高通、Intel、沐曦等多种硬件平台，可在 GitHub 与 Huggingface 直接获取。