DoNews12月30日消息，騰訊混元今日宣布開源翻譯模型 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。
目前兩個模型均已在騰訊混元官網(wǎng)上線，在 Github 和 Huggingface 等開源社區(qū)也可直接下載使用。
HY-MT1.5-1.8B 主要面向手機等消費級設(shè)備場景，經(jīng)過量化，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，并且宣稱在參數(shù)量極小的前提下，效果超過了大部分商用翻譯 API。
同時，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效果有較大提升，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。
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-MT1.5-1.8B 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 0.18 秒，超越主流商用翻譯 API，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。
此外，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。
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模型具備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，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。
第三是帶格式翻譯能力，通過指令遵循能力，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 的翻譯效果，官方展示了與蘋果手機自帶離線翻譯的結(jié)果對比：
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，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)，提升能力。
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)便登上了 HuggingFace 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(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。
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。
