翻译软件我们天天用，但背后的模型通常很大，往往需要连接云端服务器才能运行。腾讯这次推出的 HY-MT1.5系列打破了这个限制，推出了两个版本，满足不同场景的需求:

1.8B 小尺寸版: 别看它体量小，它在性能上几乎能和体量大得多的模型叫板。经过优化后，它只需要约1GB 的内存就能在手机等端侧设备上流畅运行。翻译50个汉字左右的句子，平均响应时间仅需 0.18秒。

7B 升级版: 它是之前获得 WMT25冠军系统的升级版，更擅长处理复杂的混合语言翻译、专业术语解析以及特定的格式翻译，主要面向服务器部署。

为了让模型更懂人类的语言习惯，腾讯的研究团队采用了“五步走”的训练方法:

打好语言基础: 先让模型学习海量的多语言文本，掌握基本的语言规律。

专项训练: 专门输入大量的对译数据，让它从“会说话”变成“会翻译”。

精雕细琢: 使用高质量的文档数据进行微调，让翻译结果更地道。

名师出高徒（蒸馏）: 让7B 的大模型带1.8B 的小模型，把大模型的“智慧”传授给小模型，让它体积虽小但大脑依然聪明。

人类评判: 最后引入人类的审美标准，针对准确度、流畅度和文化差异进行打分优化。

在多项权威测试中，这套模型的表现非常亮眼:

在 WMT25等国际测试中，7B 版本的得分超过了 Gemini3.0Pro 以及许多专业的翻译模型。

即便是在“普通话转少数民族语言”这种冷门领域，它的表现依然拔尖。

1.8B 版本在人类真实测试中的评分，也超过了百度、谷歌、微软等主流商业翻译系统。

除了翻译得准，HY-MT1.5还解决了一些实际使用中的痛点:

术语精准: 你可以告诉它特定的词怎么翻。比如“混元珠”必须翻成“Chaos Pearl”，它就不会自作聪明地翻成别的词。

联系上下文: 比如单词“pilot”，没有上下文它可能翻成“飞行员”，但如果这段话是讲美剧的，它能聪明地识别出这是指“试播集”。

格式不变: 如果你在翻译一段带有 HTML 标签或特殊格式的代码，它能在翻译内容的同时，完美保留原来的标签结构。

目前，腾讯已经将该模型的权重在GitHub和Hugging Face上开源，这意味着全球的开发者都可以使用这项技术来提升自己的应用体验。

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

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