腾讯混元开源全新翻译模型 Hy-MT2，上线小程序「腾讯 Hy 翻译」
最大提升体现在指令遵循能力上
5月21日，腾讯混元宣布开源全新翻译模型 Hy-MT2，并上线翻译小程序「腾讯 Hy 翻译」。
Hy-MT2 是一款支持 33 种语言互译的多语言模型。其中，7B 和 30B-A3B 模型在各类翻译任务上达到了开源模型最佳效果，超越了参数规模大几十倍的模型；轻量级的 1.8B 模型也超越了微软等主流商业 API。得益于 AngelSlim 1.25-bit 极端量化，模型仅需 440MB 存储空间，可轻松部署在主流手机芯片上，支持本地推理。相比 Hy-MT1.5，推理速度提升 1.5 倍。
Hy-MT2 包含 3 个尺寸的模型：Hy-MT2-1.8B、Hy-MT2-7B、Hy-MT2-30B-A3B，分别侧重端侧轻量部署、均衡实力以及专业效果。
「腾讯 Hy 翻译」小程序基于 Hy-MT2 打造。相比其他翻译工具，它不仅支持语音输入，还优化了自定义翻译风格和指令的能力，让翻译结果更符合预期，实用性更强。同时，用户不仅可以在联网环境下体验高速版的混元翻译模型，也可以通过提前下载端侧翻译模型，在无网络或弱网络场景中使用离线翻译，解决了部分应用场景中网络条件受限的问题。
在通用翻译能力评测中，Hy-MT2 系列三个模型在 FLORES-200 平均表现上已经非常接近目前行业表现最好的翻译模型（Gemini 3.1 Pro）。同时，Hy-MT2-7B 和 Hy-MT2-30B-A3B 的实测得分已经超过国内主要的通用大模型；在轻量级模型的横向对比中，Hy-MT2-1.8B 也整体优于头部商业翻译 API。
保持通用翻译能力的同时，Hy-MT2 进一步面向真实业务场景和专业领域翻译进行了优化。
在真实场景测试集上，Hy-MT2-30B-A3B 的效果已经超过 Gemini 3.1 Pro。特别是在垂直领域的测试集中，Hy-MT2-30B-A3B 在金融、政治、教育几个领域的翻译效果已经部分超过主流翻译模型。
相比上一版本模型，Hy-MT2 的最大提升体现在指令遵循能力上。模型能够更准确地理解并执行用户关于术语、风格和输出格式等方面的具体要求。腾讯混元自建数据集 IFMT Bench 测试结果表明，Hy-MT2-7B 和 Hy-MT2-30B-A3B 的翻译效果已经超越等相近尺寸开源模型，接近 Gemini 3.1 Pro。目前这一测试集也已经开源。
指令遵循能力见下面的例子。通过“个性化设定：翻译结果简洁精炼，去掉冗余表达，每句不超过 15 个字”，模型可以很好地遵循指令，让翻译结果更符合要求。
本次升级的 Hy-MT2 模型进一步探索极低比特量化方案。除 4-bit、8-bit 和 FP16 版本外，Hy-MT2 还基于混元自研技术提供了 1.25-bit 和 2-bit 版本，以适配不同硬件环境下的部署需求。基于混元自研 Sherry 框架实现的 1.25-bit 极低比特量化版本，在苹果 A15 上的推理速度相比 Hy-MT1.5 的 4-bit 量化版本提升了 1.5 倍，进一步提升了实际可用性。
为了便于开发者使用，Hy-MT2 开源模型已经在 Github 和 Huggingface 等开源社区上线，ARM、高通、Intel、沐曦、天数智芯等多个平台均支持部署。
总体来看，Hy-MT2 是一个面向真实应用场景的高质量、高效率、多能力多语翻译模型家族，在通用翻译、专业领域翻译、真实业务场景和翻译指令遵循任务上均表现出较强竞争力。
腾讯混元翻译模型坚持从社区和实际应用场景中搜集真实反馈，不断提升模型能力。同时，腾讯混元也希望通过开源和社区活动回馈社区。现在，腾讯混元也在与 WMT26 官方合作「视频字幕翻译比赛」（https://www2.statmt.org/wmt26/video-subtitle-translation.html），使用 Hy-MT 系列模型参与「通用机器翻译比赛」（https://www2.statmt.org/wmt26/translation-task.html）和「视频字幕翻译比赛」有机会获得混元特设奖励，诚邀大家参与，共同推动机器翻译前沿技术发展。
开源和体验链接，可访问：