騰訊 Hy‑MT2 多語言翻譯模型全面解析

其中最細的 1.8B 模型經過極端量化後只有 約 440MB，可以直接在手機晶片上本地運行，成為今次開源最受關注的亮點之一。

Hy‑MT2 模型家族結構

騰訊將 Hy‑MT2 設計成三個不同規模的模型，對應不同部署需求：

• Hy‑MT2‑1.8B：主打手機或邊緣設備，本地離線翻譯
• Hy‑MT2‑7B：平衡性能與運算成本，適合一般伺服器或企業應用
• Hy‑MT2‑30B‑A3B：大型模型，追求最高翻譯質量

三個版本都可以理解 多語言翻譯指令，例如指定翻譯風格、術語、格式等，令翻譯結果更符合實際使用需求。

最大型的 30B‑A3B 採用了 Mixture‑of‑Experts（MoE）架構。這種設計在推理時只會啟用部分「專家網絡」，可以在保持高模型容量的同時，降低運算成本。

支援語言與翻譯範圍

官方資料顯示，Hy‑MT2 可以在 33 種語言之間進行雙向翻譯。

此外，系統亦支援 5 種中國少數民族語言或方言 的翻譯場景，令模型在多語言環境下更實用。

目前公開資料主要確認了 33 種語言的整體覆蓋，但完整語言清單並未在所有摘要資料中逐一列出。

440MB 模型：手機都可以離線翻譯

Hy‑MT2 最吸引人的特點之一，是 可以在手機本地運行。

騰訊透過自家技術 AngelSlim 1.25‑bit 量化，將 1.8B 模型壓縮至約 440MB，同時保持可用的翻譯品質。

這帶來幾個實際好處：

• 手機可 本地離線翻譯，毋須連網
• 私隱資料不需上傳雲端
• 推理速度比上一代模型 提升約 1.5 倍

對於旅遊、會議、跨國商務等網絡不穩定的情況，這類本地翻譯能力特別有價值。

翻譯性能與基準測試

根據技術報告與發布資料，Hy‑MT2 在多個翻譯測試中取得不錯成績。

例如：

• Hy‑MT2‑7B 與 30B‑A3B 在多項翻譯評測中達到開源模型的頂級水平。
• 模型在 FLORES‑200、DomainMTBench、IFMTBench 等測試集表現強勁。
• 1.8B 小模型 在綜合測試中甚至超過部分主流商業翻譯 API。
• 在 FLORES‑200 平均分數上，Hy‑MT2 系列接近大型閉源系統（例如 Gemini 系列）的翻譯水平。

不過需要注意的是，目前大部分結果來自騰訊官方報告或發布資料，第三方獨立測試仍然相對有限。

相比上一代 Hy‑MT1.5 有什麼提升

Hy‑MT2 是騰訊 Hunyuan 翻譯模型 系列的新一代版本，相比 Hy‑MT1.5 有幾個明顯改進：

更強的指令理解能力
模型可以理解更複雜的翻譯要求，例如指定術語、改變翻譯風格或輸出格式。

專業領域翻譯更準確
在金融、教育等專業領域的翻譯測試中表現明顯提升。

更貼近真實應用場景
訓練流程加入大規模多語言數據，以及蒸餾與強化學習等後訓練方法，提升實際使用效果。

部署彈性更高
從手機端到雲端服務都有對應模型尺寸。

開發者如何取得 Hy‑MT2

騰訊已經將模型與相關程式碼公開，開發者可以在以下平台下載：

• GitHub：原始碼與模型資源
• Hugging Face：模型權重
• ModelScope：面向中國開發者社群的模型平台

模型亦支援多種硬件平台，包括 ARM 與常見伺服器架構。

對於需要本地部署的應用，例如邊緣設備或手機應用，1.8B 輕量模型是主要選擇。

一般用戶如何使用

除了開源模型，騰訊亦推出了面向消費者的應用。

目前最直接的入口是 微信小程式「騰訊Hy翻譯」，用戶可以直接體驗 Hy‑MT2 的翻譯能力。

主要功能包括：

• 語音輸入翻譯
• 自訂翻譯風格或指令
• 在線使用大型模型
• 下載本地模型進行離線翻譯

騰訊亦表示 iOS 與 Android 獨立 App 正在計劃中，並會支援手機端本地推理。

為什麼 Hy‑MT2 值得關注

Hy‑MT2 代表翻譯 AI 的一個重要趨勢：

與其用大型通用模型處理翻譯，不如打造 專門針對翻譯優化的多語言模型。

透過結合：

• MoE 架構的大模型
• 可在手機運行的小模型
• 多語言指令翻譯能力

Hy‑MT2 形成了一個 由手機到雲端都可部署的完整翻譯 AI 技術棧。

如果未來有更多第三方測試證實其性能，Hy‑MT2 有機會成為 開源翻譯模型中最具競爭力的系列之一，尤其在多語言與移動設備翻譯場景。