腾讯混元翻译模型1.5开源：手机端1GB内存流畅运行，性能比肩顶级闭源模型

摘要： 腾讯混元于2025年12月30日正式开源其翻译模型1.5版本，推出Tencent-HY-MT1.5-1.8B和Tencent-HY-MT1.5-7B两款模型。其中，1.8B模型专为手机等端侧设备优化，仅需1GB内存即可实现离线实时翻译，其翻译效果在权威测试中达到Gemini-3.0-Pro等超大闭源模型的90%水平，而平均响应时间仅0.18秒，快于主流商用API。该系列模型支持33种语言及5种民汉/方言互译，并具备术语库自定义、长上下文理解等实用功能，标志着高性能AI翻译向轻量化、普惠化迈出关键一步。

一、双模型协同：端侧与云侧的效率与性能平衡

腾讯混元翻译模型1.5采用了创新的“轻量端侧+高性能云端”双模型架构，旨在满足不同场景下的差异化需求。

Tencent-HY-MT1.5-1.8B是本次发布的亮点，它是一款面向消费级设备的轻量化模型。经过量化后，该模型仅需1GB内存即可在手机等设备上流畅运行，支持离线实时翻译。在效率上，其处理50个tokens的平均耗时仅为0.18秒，相比其他主流商用翻译API约0.4秒的速度，快了一倍以上。这使得它非常适合即时通讯、移动翻译应用等高吞吐、低延迟的场景。

Tencent-HY-MT1.5-7B则是性能担当，它是此前在WMT25国际机器翻译大赛中获得30个语种冠军的模型的升级版。新版重点提升了翻译准确率，大幅减少了译文中夹带无关注释和语种混杂的情况，在处理学术论文、商务合同等复杂专业文本时更具优势。

在实际部署中，用户可以根据需求，将1.8B模型部署在端侧用于实时响应，将7B模型部署在云端处理复杂任务，通过端云协同来提升翻译效果的一致性和系统稳定性。

二、性能实测：小模型实现跨级表现，效果媲美大模型

在翻译质量方面，1.8B小模型实现了令人瞩目的跨级表现。在常用的FLORES-200、WMT25以及民汉语言测试集中，Tencent-HY-MT1.5-1.8B全面超越了中等尺寸的开源模型和主流商用翻译API。其效果达到了Gemini-3.0-Pro这种超大尺寸闭源模型的90分位水平，在部分测试集上仅略微落后于后者。具体而言，在FLORES-200质量评估中取得了约78%的分数。

这意味着，开发者或企业现在可以用一个能在手机上离线运行的小模型，获得接近世界顶级闭源大模型的翻译质量，同时享有更快的速度和更低的成本。

三、广泛的语言支持与场景化深度适配

该模型系列支持33个语种互译以及5种民汉/方言，覆盖范围广泛。除了中文、英语、日语等常见语言，还包含捷克语、马拉地语、爱沙尼亚语、冰岛语等资源相对稀缺的小语种。这为全球化应用和服务提供了强大的语言基础。

更重要的是，模型针对实际应用痛点进行了深度优化，具备三大核心实用功能：

1. 术语库自定义：用户可为医学、法律、金融、科技等专业领域构建专属术语对照表，确保翻译中关键术语的一致性与准确性。
2. 长上下文理解：模型能够基于前文语境优化后续翻译，显著提升长对话、会议记录、技术文档等长篇内容的翻译连贯性，避免指代不清或语义断裂。
3. 带格式翻译：能够保持网页、文档等原文的格式信息（如标记、排版）不变，使翻译结果更可直接使用。

四、技术核心：On-Policy Distillation实现小模型能力跃迁

HY-MT1.5-1.8B能以小尺寸实现大模型的效果，得益于一项名为 “On-Policy Distillation”（大尺寸模型蒸馏） 的关键技术。

与传统“离策略”蒸馏不同，该技术让HY-MT1.5-7B大模型作为“教师”，在训练过程中实时引导1.8B的“学生”模型。教师模型会对学生模型生成的每一个token进行评估和指导，让学生在自己真实推理可能遇到的错误路径中学习如何纠正。这种方法避免了传统蒸馏中学生模型“死记硬背”标准答案、遇到未知情况时错误累积的弊端，从而显著提升了小模型的泛化能力和实际表现。

五、开源生态与广泛应用前景

目前，两个模型均已上线腾讯混元官网，并在GitHub、Hugging Face、ModelScope等主流开源社区开放下载，支持Arm、高通、Intel、沐曦等多个硬件平台部署。

腾讯混元翻译模型已在腾讯会议、企业微信、QQ浏览器、客服翻译等内部业务场景中落地应用。此次开源将大幅降低高质量AI翻译技术的应用门槛，使广大开发者和中小企业能够以便捷的方式，获得此前可能只有大型企业才能负担得起的翻译能力，有望推动跨语言沟通进入更普惠的“无障碍”时代。

文章来源：综合自央广网、中华网、中关村在线、手机中国等媒体报道及腾讯混元官方开源页面。