5月21日，騰訊混元宣布開源全新翻譯模型Hy-MT2并上線翻譯小程序「騰訊Hy翻譯」。Hy-MT2 是支持 33 種語言互譯的多語言模型，其中7B 和 30B-A3B模型在各類翻譯任務上達到了開源模型最佳效果，超越了幾十倍參數量的模型，輕量級的 1.8B 模型也超越了微軟等主流商業 API，且得益于 AngelSlim 1.25-bit 極端量化，僅需 440MB 存儲空間，可以輕松部署在主流手機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個尺寸的模型 Hy-MT2-1.8B、Hy-MT2-7B、Hy-MT2-30B-A3B，分別側重端側輕量部署、均衡實力以及專業效果。

「騰訊Hy翻譯」小程序基于 Hy-MT2 打造，相比其他翻譯工具，不僅支持語音輸入，還優化了自定義翻譯風格和指令的能力，讓翻譯結果更符合預期，實用性更強。同時，用戶不僅可以在聯網環境下體驗高速版的混元翻譯模型，也可以通過提前下載端側翻譯模型，在無網絡或者弱網絡場景中使用離線翻譯，解決了部分應用場景中網絡條件受限的問題。

在通用翻譯能力評測中，Hy-MT2系列三個模型在 FLORES-200 平均表現上已經非常接近目前行業表現最好的翻譯模型 （Gemini 3.1 Pro ）。同時，Hy-MT2-7B 和 Hy-MT2-30B-A3B 的實測得分已經超過國內主要的通用大模型，在輕量級模型的橫向對比中，Hy-MT2-1.8B 也整體優于頭部商業翻譯 API。

保持通用翻譯能力的同時，Hy-MT2 進一步面向真實業務場景和專業領域翻譯進行優化。

在真實場景測試集上，Hy-MT2-30B-A3B 效果已經超過 Gemini 3.1 Pro，特別在垂直領域的測試集中，Hy-MT2-30B-A3B在金融、政治、教育幾個領域的翻譯效果已經部分超過主流翻譯模型。

相比上一版本模型，Hy-MT2的最大提升體現在指令遵循能力上，模型能夠更準確地理解并執行用戶關于術語、風格和輸出格式等方面的具體要求。騰訊混元自建數據集 IFMT Bench 測試結果表明，Hy-MT2-7B 和 Hy-MT2-30B-A3B的翻譯效果已經超越等相近尺寸開源模型，接近 Gemini 3.1 Pro。目前這一測試集也已經開源。

指令遵循能力見下面的例子，通過“個性化設定：翻譯結果簡潔精煉，去掉冗余表達，每句不超過15個字”，模型可以很好的遵循指令，讓翻譯結果更符合要求。

本次升級的 Hy-MT2 模型進一步探索極低比特量化方案，除 4-bit、8-bit 和 FP16 版本外，Hy-MT2 還基于混元自研技術提供了 1.25-bit 和 2-bit 版本，以適配不同硬件環境下的部署需求。基于混元自研 Sherry 框架實現的 1.25-bit 極低比特量化版本在蘋果 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，進一步提升了實際可用性。

為了便于開發者使用，Hy-MT2 開源的模型已經在 Github 和 Huggingface 等開源社區上線，ARM、高通、Intel、沐曦、天數智芯等多個平臺均支持部署。

總體看來，Hy-MT2 是一個面向真實應用場景的高質量、高效率、多能力多語翻譯模型家族，在通用翻譯、專業領域翻譯、真實業務場景和翻譯指令遵循任務上均表現出較強競爭力。

騰訊混元翻譯模型堅持從社區和實際應用場景中搜集真實反饋，不斷提升模型能力。同時，騰訊混元也希望通過開源和社區活動回饋社區，現在，騰訊混元也在與WMT26官方合作「視頻字幕翻譯比賽」（https://www2.statmt.org/wmt26/video-subtitle-translation.html），使用Hy-MT系列模型參與「通用機器翻譯比賽」（https://www2.statmt.org/wmt26/translation-task.html）和「視頻字幕翻譯比賽」有機會獲得混元特設獎勵，誠邀邀大家參與，共同推動機器翻譯前沿技術發展。

開源和體驗鏈接，可訪問：

l HuggingFace：https://huggingface.co/collections/tencent/hy-mt2

l Modelscope：https://modelscope.cn/collections/Tencent-Hunyuan/Hy-MT2

l Github：https://github.com/Tencent-Hunyuan/Hy-MT2

l 騰訊云：https://console.cloud.tencent.com/tokenhub/text

l 騰訊混元官網：https://aistudio.tencent.com/llm/zh?tabIndex=0