12月30日，騰訊混元宣布推出并開源翻譯模型1.5，共包含兩個模型：Tencent-HY-MT1.5-1.8B 和 Tencent-HY-MT1.5-7B，兩個模型均支持 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。模型已在騰訊混元官網(wǎng)上線，通過開源社區(qū)也可以直接下載使用。

HY-MT1.5-1.8B主要面向手機(jī)等消費(fèi)級設(shè)備場景，經(jīng)過量化，可支持端側(cè)直接部署和離線實時翻譯，僅需1GB內(nèi)存即可流暢運(yùn)行，并且在參數(shù)量極小的前提下，效果超過了大部分商用翻譯API。模型在效率和性價比也表現(xiàn)突出，與主流商用翻譯模型API對比，HY-MT1.5-1.8B 推理速度更快，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。

HY-MT1.5-7B 模型效果相比前一版本有較大提升，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(zhǔn)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(jìn)一步增加。

在部分用戶實用場景下，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。

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 全面超越中等尺寸開源模型和主流商用翻譯API，達(dá)到Gemini-3.0-Pro這種超大尺寸閉源模型的90分位水平。在WMT25和民漢翻譯測試集上，其效果僅略微差于Gemini-3.0-Pro，遠(yuǎn)超其他模型。

HY-MT1.5系列模型在翻譯質(zhì)量與響應(yīng)效率之間達(dá)到了出色的平衡。具體而言，HY-MT1.5-1.8B模型在FLORES-200質(zhì)量評估中取得了約78%的分?jǐn)?shù)，同時平均響應(yīng)時間僅為0.18秒，超越主流商用翻譯API，顯示出明顯的速度優(yōu)勢，憑借優(yōu)化的模型設(shè)計和推理邏輯，其領(lǐng)先的效率使其高度適用于即時通訊、智能客服、移動翻譯應(yīng)用等高吞吐、實時翻譯場景。

實用性是混元翻譯模型長期追求的目標(biāo)，針對各類場景，兩個模型均實現(xiàn)了對術(shù)語庫、長對話、帶格式文本（例如網(wǎng)頁）的翻譯支持，更加全面。

首先是術(shù)語，騰訊混元翻譯模型1.5具備強(qiáng)大的術(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(xué)、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(zhǔn)確性。

這一功能有效彌補(bǔ)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(wù)。用戶可通過簡單配置導(dǎo)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(biāo)準(zhǔn)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。

其次是上下文翻譯?；煸g模型模型具備先進(jìn)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(fēng)格不統(tǒng)一的問題。該能力尤其適用于實時對話翻譯、長篇文獻(xiàn)翻譯及多輪交互場景，助力用戶在跨語言溝通與內(nèi)容處理中獲得更自然、準(zhǔn)確的翻譯體驗。

第三是，帶格式翻譯能力，通過精準(zhǔn)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(zhǔn)確實用。

為了直觀展示混元Tencent-HY-MT1.5-1.8B的翻譯能力，下圖展示了與蘋果手機(jī)自帶離線翻譯的結(jié)果對比：

技術(shù)上，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，讓 HY-MT1.5-7B 作為 Teacher，實時引導(dǎo) 1.8B 的 Student 模型，讓其避免死記硬背標(biāo)準(zhǔn)答案，通過糾正在預(yù)測序列分布時的偏移，讓小模型從錯誤中學(xué)習(xí)，切實提升能力。

騰訊混元翻譯模型此前不僅在國際機(jī)器翻譯比賽拿下30個第1名，也在首次開源一周內(nèi)便登上了HuggingFace 模型趨勢榜第一位。目前，混元翻譯模型已經(jīng)在騰訊內(nèi)部多個業(yè)務(wù)場景落地應(yīng)用，包括騰訊會議、企業(yè)微信、QQ瀏覽器、客服翻譯等。此外，為了便于開發(fā)者使用，本次開源的模型已經(jīng)在 Github 和 Huggingface 等開源社區(qū)上線，Arm、高通、Intel、沐曦等多個平臺均支持部署。

【模型體驗鏈接】

混元官網(wǎng)：https://hunyuan.tencent.com/modelSquare/home/list

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

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