HY-MT1.5 一次性推出两个版本，分别面向 端侧设备 与 服务器场景，覆盖从手机到数据中心的不同需求。

两个版本，两种定位：端侧与服务器各得其所

🔹 1.8B 轻量版：手机也能跑的大模型翻译

别被参数规模迷惑，这个 1.8B 参数的小尺寸模型，在实测性能上几乎可以对标体量更大的翻译模型：

• 内存占用约 1GB，可在手机、平板等端侧设备流畅运行

• 翻译约 50 个汉字的句子，平均响应时间仅 0.18 秒

• 面向离线翻译、隐私场景、低延迟需求，极具实用价值

这意味着，高质量翻译首次真正具备了“随身可用”的条件。

🔹 7B 升级版：WMT 冠军系统的进化形态

7B 版本则是此前获得 WMT25 国际机器翻译评测冠军系统的升级版，主攻复杂、高难度场景：

• 擅长 多语言混合翻译

• 对 专业术语、领域文本理解更强

• 支持 特定格式、结构化内容翻译

• 更适合服务器或企业级部署

两个版本并非简单的“大与小”，而是针对不同场景进行的精准分工。

为什么它更“像人”？五步训练路线揭秘

为了让模型不仅“翻得对”，更“翻得像人”，腾讯研究团队采用了一套系统化的 五阶段训练方法：

1. 语言打底
   先通过海量多语言文本训练，建立通用语言理解能力。

2. 专项对译训练
   引入大规模平行语料，让模型真正掌握“翻译”这件事，而不只是会生成文字。

3. 高质量微调
   使用精选文档数据精细打磨，让译文更自然、更符合真实使用场景。

4. 蒸馏学习（名师带徒）
   由 7B 大模型向 1.8B 小模型传授能力，使小模型“身材小、脑容量不缩水”。

5. 人类评估对齐
   引入人工评价体系，从准确性、流畅度到文化适配度进行最终优化。

实测成绩：不只轻量，还真能打

在多项权威测试中，HY-MT1.5 系列表现突出：

• WMT25 等国际评测中，7B 版本得分超越 Gemini 3.0 Pro 及多款专业翻译模型

• 在“普通话 → 少数民族语言”等冷门场景中依然保持领先

• 1.8B 版本在人类真实评测中，综合评分超过百度、谷歌、微软等主流商业翻译系统

这也打破了“端侧模型必然弱于云端”的传统认知。

不止准，还更懂“怎么翻”

HY-MT1.5 针对真实使用中的痛点进行了深度优化：

• 术语可控
  用户可指定翻译规则，例如“混元珠”必须翻为 Chaos Pearl，模型不会随意发挥。

• 上下文理解
  同一个词在不同语境下智能区分：
  “pilot”在航空语境是“飞行员”，在影视语境中则识别为“试播集”。

• 格式零破坏
  翻译包含 HTML 标签、代码结构或特殊标记的内容时，结构原样保留，只翻内容。

全面开源，开发者可直接上手

目前，腾讯已将 HY-MT1.5 的模型权重全面开源，开发者可以自由用于研究与产品集成：

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

• Hugging Face：
  https://huggingface.co/collections/tencent/hy-mt15

这意味着，无论是做离线翻译 App、跨境电商工具，还是企业级本地化系统，都能直接受益。

AiGoe 观察：翻译模型进入“端侧时代”

HY-MT1.5 的意义，并不只在于性能指标，而在于它证明了一件事：
高质量机器翻译，已经不再是云端的专利。

随着端侧算力提升与模型蒸馏技术成熟，翻译、语音、理解类 AI 正在加速下沉到设备本身。腾讯这次的开源选择，也让“可控、低延迟、隐私友好”的翻译能力，真正具备了规模化落地的可能。

在 AI 从“炫技”走向“实用”的阶段，HY-MT1.5，或许正是一个重要的分水岭。