Tencent เปิดซอร์ส Hy‑MT2 โมเดลแปลภาษา 33 ภาษา รุ่นเล็กสุดรันบนมือถือได้

รองรับกี่ภาษา

Hy‑MT2 รองรับการแปลแบบสองทิศทางระหว่าง 33 ภาษา

นอกจากนี้ Tencent ยังระบุว่าโมเดลรองรับการแปลที่เกี่ยวข้องกับ ภาษาชนกลุ่มน้อยหรือภาษาถิ่นของจีนอีก 5 ภาษา ทำให้เหมาะกับการใช้งานในพื้นที่ที่มีความหลากหลายทางภาษา

แม้ประกาศจะยืนยันจำนวนภาษา แต่รายชื่อทั้ง 33 ภาษายังไม่ได้ถูกระบุครบในสรุปข้อมูลสาธารณะของงานวิจัย อย่างไรก็ตาม ระบบถูกออกแบบให้รองรับทั้งภาษาสากลที่ใช้แพร่หลายและภาษาในบริบทจีนเป็นพิเศษ

โมเดลแปลภาษาที่รันบนมือถือได้

จุดเด่นที่ได้รับความสนใจมากคือ Hy‑MT2‑1.8B ซึ่งมีขนาดเล็กพอสำหรับการทำงานบนอุปกรณ์พกพา

Tencent ใช้เทคนิค AngelSlim quantization แบบ 1.25‑bit เพื่อลดขนาดโมเดลเหลือประมาณ 440 MB แต่ยังคงคุณภาพการแปลในระดับใช้งานจริง

ผลลัพธ์คือ:

• สามารถ แปลภาษาแบบ on‑device บนชิปมือถือทั่วไป
• ใช้งาน แปลภาษาแบบออฟไลน์ ได้โดยไม่ต้องเชื่อมต่ออินเทอร์เน็ต
• ความเร็วการประมวลผลเร็วขึ้นเมื่อเทียบกับรุ่นก่อน

รายงานของ Tencent ระบุว่าโมเดลเวอร์ชันที่ถูก quantize นี้ทำงาน เร็วกว่า Hy‑MT1.5 ประมาณ 1.5 เท่า ขณะที่ยังคงขนาดใกล้เคียงกันสำหรับการติดตั้ง

ผลการทดสอบและการเปรียบเทียบ

Tencent รายงานว่า Hy‑MT2 ให้ผลลัพธ์ที่แข็งแกร่งในการทดสอบหลายชุด ทั้งในงานวิจัยและสถานการณ์ใช้งานจริง

ข้อมูลจากรายงานทางเทคนิคและข่าวเปิดตัวระบุว่า:

• โมเดล 7B และ 30B‑A3B ทำคะแนนระดับแนวหน้าของโมเดลแปลภาษาแบบโอเพ่นซอร์สในการประเมินหลายรายการ
• โมเดลทำผลงานดีใน benchmark เช่น FLORES‑200, DomainMTBench และ IFMTBench ซึ่งทดสอบการแปลทั่วไป งานเฉพาะโดเมน และการทำตามคำสั่งการแปล
• โมเดล 1.8B มีรายงานว่าทำคะแนนรวมเหนือกว่า API แปลภาษาบางบริการเชิงพาณิชย์ แม้จะมีขนาดเล็กกว่ามาก
• ในการทดสอบบางรายการ ผลลัพธ์เฉลี่ยเข้าใกล้ระบบปิดระดับสูง เช่นโมเดลแปลภาษาในตระกูล Gemini บนชุดทดสอบ FLORES‑200

อย่างไรก็ตาม การเปรียบเทียบส่วนใหญ่ยังมาจากรายงานของ Tencent เอง การประเมินจากนักวิจัยหรือองค์กรอิสระยังมีไม่มาก จึงต้องรอการทดสอบเพิ่มเติมจากภายนอก

สิ่งที่ปรับปรุงจาก Hunyuan รุ่นก่อน

Hy‑MT2 พัฒนาต่อยอดจากโมเดล Hy‑MT1.5 และเพิ่มความสามารถหลายด้าน

ทำตามคำสั่งการแปลได้ดีขึ้น
โมเดลสามารถเข้าใจคำสั่ง เช่น การกำหนดรูปแบบ การควบคุมคำศัพท์ การเปลี่ยนสไตล์ หรือการแปลแบบมีโครงสร้างได้ดีขึ้น

แปลเฉพาะโดเมนได้ดีขึ้น
การทดสอบแสดงให้เห็นว่าความแม่นยำในสาขาอย่างการเงิน การศึกษา และเนื้อหาวิชาชีพดีขึ้น

คุณภาพการแปลในสถานการณ์จริงดีขึ้น
กระบวนการฝึกใช้ชุดข้อมูลหลายภาษาในปริมาณมาก พร้อมเทคนิค post‑training เช่น distillation และ reinforcement เพื่อปรับปรุงผลลัพธ์การแปล

ตัวเลือกการใช้งานหลากหลายขึ้น
ผู้ใช้สามารถเลือกตั้งแต่โมเดล MoE ขนาดใหญ่สำหรับคลาวด์ ไปจนถึงโมเดลขนาดเล็กสำหรับอุปกรณ์ edge และมือถือ

นักพัฒนาจะเข้าถึง Hy‑MT2 ได้อย่างไร

Tencent เปิดซอร์สทั้งโค้ดและน้ำหนักโมเดลสำหรับนักพัฒนา โดยสามารถเข้าถึงผ่านหลายแพลตฟอร์ม เช่น

• GitHub สำหรับโค้ดและทรัพยากรโมเดล
• Hugging Face สำหรับดาวน์โหลดโมเดล
• ModelScope ซึ่งได้รับความนิยมในชุมชนนักพัฒนาจีน

โมเดลถูกออกแบบให้ทำงานได้กับฮาร์ดแวร์หลากหลายแพลตฟอร์ม เช่น ARM และสถาปัตยกรรมเซิร์ฟเวอร์ทั่วไป

โดยเฉพาะรุ่น 1.8B เน้นการใช้งาน local deployment บนอุปกรณ์ edge หรือสมาร์ตโฟน

ผู้ใช้ทั่วไปใช้งานได้อย่างไร

Tencent ยังเปิดตัวผลิตภัณฑ์สำหรับผู้ใช้ทั่วไปที่ใช้ Hy‑MT2 เป็นแกนหลัก

อินเทอร์เฟซแรกคือ WeChat mini‑program ชื่อ “Tencent Hy Translation” (腾讯Hy翻译) ซึ่งให้ผู้ใช้แปลข้อความและเสียงได้โดยตรง

ความสามารถหลัก ได้แก่

• แปลภาษาจาก เสียงพูด (voice input)
• ตั้งค่าคำสั่งหรือสไตล์การแปล
• ใช้งาน โมเดลขนาดใหญ่แบบออนไลน์
• ใช้งาน การแปลออฟไลน์ หลังดาวน์โหลดโมเดลลงเครื่อง

Tencent ยังระบุว่ากำลังเตรียมเปิดตัว แอป iOS และ Android ที่รองรับการประมวลผลโมเดลบนเครื่องโดยตรง

ทำไม Hy‑MT2 ถึงสำคัญ

Hy‑MT2 สะท้อนแนวโน้มใหม่ในโลก AI ด้านการแปลภาษา นั่นคือการพัฒนา โมเดลเฉพาะทาง ที่มีประสิทธิภาพสูงและปรับใช้ได้หลายสภาพแวดล้อม

โดยการผสมผสานระหว่าง

• การขยายความสามารถด้วยสถาปัตยกรรม MoE
• โมเดลขนาดเล็กสำหรับอุปกรณ์พกพา
• การรองรับคำสั่งหลายภาษา

Tencent จึงกำลังวางตำแหน่ง Hy‑MT2 ให้เป็นทั้ง แพลตฟอร์มแปลภาษาโอเพ่นซอร์สสำหรับนักพัฒนา และ เอนจินแปลภาษาบนอุปกรณ์จริงสำหรับผู้ใช้ทั่วไป

หากผล benchmark ที่รายงานไว้ได้รับการยืนยันจากการทดสอบภายนอก Hy‑MT2 อาจกลายเป็นหนึ่งในตระกูลโมเดลแปลภาษาโอเพ่นซอร์สที่มีความสามารถสูงที่สุด โดยเฉพาะในสถานการณ์ หลายภาษาและการใช้งานบนมือถือ