翻译工具如今已成为日常办公与生活中的必备，但大多数服务背后的模型体积庞大，往往依赖云端服务器运行。腾讯最新推出的 HY-MT1.5 系列突破这一限制，推出两个版本，适配不同使用场景：

• 1.8B 轻量版：尽管参数规模较小，其性能却可与体型大数倍的模型相媲美。经深度优化，该版本只需约 1GB 内存即可在手机等终端设备上流畅运行，翻译 50 字左右的中文句子平均响应时间仅 0.18 秒。
• 7B 增强版：基于此前获得 WMT25 冠军的系统升级而来，更擅长处理复杂混合语言翻译、专业术语解析以及特定格式翻译，主要面向服务器端部署。
• 

何以更智能？“五步训练法”揭秘​

为使模型更贴合人类语言习惯，腾讯研究团队采用阶段性训练策略：

1. 语言基础构建：通过海量多语言文本训练，掌握基本语言规律。
2. 翻译专项训练：输入大规模双语对照数据，使模型从“理解语言”转向“精通翻译”。
3. 精细化调优：借助高质量文档数据进行微调，提升译文的地道程度。
4. 知识蒸馏传承：以 7B 大模型指导 1.8B 小模型，将“大智慧”注入轻量化架构。
5. 人工评价优化：引入人工评测机制，针对准确性、流畅度与文化适配性进行持续优化。

实测表现：领先同类主流模型​

在多项权威评测中，HY-MT1.5 成绩突出：

• 在 WMT25 等国际评测中，7B 版本得分已超越 Gemini 3.0 Pro 及多个专业翻译模型。
• 即使在“普通话转少数民族语言”等相对冷门的翻译任务中，表现依然出色。
• 1.8B 版本在真人测评中的综合评分，也高于百度、谷歌、微软等主流商用翻译系统。

不止于“准”，更懂实际需求​

除了翻译质量，该模型还着力解决多个应用痛点：

• 术语可控：支持用户自定义术语翻译，例如指定“混元珠”译为 “Chaos Pearl”，模型便会严格遵循。
• 上下文感知：能结合语境调整译法，如根据段落主题将 “pilot” 准确译为“飞行员”或“试播集”。
• 格式保留：翻译含 HTML 标签或特殊格式的文本时，可保持原有结构不变，尤其适合代码与文档翻译。

目前，腾讯已在 GitHub 和 Hugging Face 平台开源该模型权重，全球开发者均可下载使用，以提升自身应用的翻译体验。

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

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