腾讯混元开源Hy-MT2翻译模型 手机本地部署仅需440MB

腾讯混元团队今日正式宣布，其新一代多语言翻译模型 Hy-MT2 已面向全球开发者全面开源。与此同时，基于该模型核心能力打造的“腾讯 Hy 翻译”小程序也已开放公众体验，其 iOS 与安卓平台的独立 App 版本即将发布。此次发布的一大亮点在于模型对端侧部署的深度优化，这意味着未来强大的翻译功能将能更高效、更私密地在您的手机本地运行。

本次开源的 Hy-MT2 模型提供了三种不同规格版本：1.8B、7B 以及 30B-A3B。所有版本均支持高达 33 种语言间的互译任务，并额外覆盖了 5 种民族语言及方言。据官方评测数据显示，该模型在多语言指令理解、专业领域术语翻译以及复杂真实场景的适应性方面，相比前代 Hy-MT1.5 模型实现了显著性能跃升。

其中，尤为值得关注的是其轻量级的 1.8B 模型。该版本不仅在多项翻译质量评测中宣称超越了部分主流商业翻译 API，更关键的是其极致的模型压缩技术。通过采用名为 AngelSlim 的 1.25-bit 极端量化方案，该模型的存储占用被成功压缩至仅 440MB。这一体积使得模型能够轻松部署在搭载苹果 A系列、高通骁龙、联发科天玑等主流移动芯片的手机上，实现完全本地的快速推理。官方称，其端侧推理速度较 Hy-MT1.5 提升了约 1.5 倍。

同步上线的“腾讯 Hy 翻译”小程序，可视为 Hy-MT2 模型能力的一个直观应用示范。它支持语音输入翻译，并针对用户自定义翻译风格、遵循复杂翻译指令等场景进行了专项优化。

这为用户带来了高度灵活的使用体验：在网络环境优良时，可享受云端高速翻译服务；亦可提前将轻量化模型下载至手机本地。如此一来，在境外旅行、网络信号薄弱或对数据隐私有较高要求的场合，强大的离线翻译功能便能即刻启用，精准解决了移动场景下的实际痛点。

随模型一同开源的还包括一个名为 IFMTBench 的专业评测基准。该测试集专门用于评估模型“遵循翻译指令”的深度理解与执行能力。其内含的指令多与翻译任务本身深度结合，例如要求转换译文风格、指定特定专业术语译法、控制译文长度等，且指令与待译文本均覆盖多语言场景。

例如，当用户输入指令：“请以简洁精炼的风格进行翻译，避免冗余，每句译文不超过15字”，模型便会据此调整输出，使翻译结果更贴合用户的个性化需求，而非仅仅完成基础的语码转换。

目前，Hy-MT2 模型的完整代码、权重及技术文档已在 GitHub、Hugging Face、ModelScope 等主流开源平台发布，并宣称具备广泛的硬件兼容性，支持多种芯片与部署环境。