在機器翻譯領域，傳統的高性能模型往往面臨兩個核心難題。對於主流語言，閉源商業模型效果出眾但調用成本高，模型參數量動輒百億級別，需要高昂的算力支持，難以在手機等消費級設備上部署。另一方面，對於數據稀缺的低資源小語種，以及包含專業術語、文化特定表達的文本，模型翻譯質量常常不佳，容易出現幻覺問題或語義偏差。這導致用户在日常和移動場景下，常常在高質量、高成本的雲端服務與本地化、輕量化但效果不足的方案之間難以抉擇。
基於此，騰訊混元團隊近日正式開源了全新翻譯模型 HY-MT1.5。 本次開源包含兩個參數規模的版本：專為移動端設計的 Tencent-HY-MT1.5-1.8B 和麪向高性能場景的 Tencent-HY-MT1.5-7B，支持 33 個語種的互譯及 5 種中國少數民族語言/方言與漢語的互譯， 除中、英、日等常見語種外，涵蓋捷克語、冰島語等多個小語種。
HY-MT1.5-1.8B
經過量化後，該模型僅需約 1GB 內存即可在手機等端側設備流暢運行，支持離線實時翻譯。模型效率突出，處理 50 tokens 的平均耗時僅 0.18 秒，在 Flores200 等權威測試集上，其效果全面超越中等尺寸開源模型和主流商用 API，達到頂尖閉源模型的 90 分位水平。
HY-MT1.5-7B：
該模型是騰訊此前在 WMT25 國際翻譯比賽中斬獲 30 個語種冠軍的升級版，重點提升了翻譯準確率，並大幅減少了譯文夾帶無關注釋或語種混雜的問題。
具體而言，HY-MT1.5 的創新性在於通過獨創的技術方案，有效解決了「輕量化部署」與「高精度翻譯」之間的矛盾。其採用了 「On-Policy Distillation（大尺寸模型蒸餾）」策略，即令效果更強的 7B 模型作為「教師」，在訓練過程中實時引導參數規模為 1.8B 的「學生」模型，糾正其預測偏差，從而讓小模型從錯誤中學習，而非死記硬背。這使得小參數模型獲得了超越自身規模的翻譯能力。
目前，「HY-MT1.5-1.8B：多語言神經機器翻譯模型」已上線 HyperAI 官網（hyper.ai）的教程版塊，快來體驗極速翻譯吧~
HyperAI超神經還為大家準備了算力福利，新用户註冊後使用兑換碼「HY-MT」即可獲得 2 小時 NVIDIA GeForce RTX 5090 使用時長， 數量有限，快來領取吧！
在線運行：https://go.hyper.ai/I0pdR
Demo 運行
1.進入 hyper.ai 首頁後，選擇「HY-MT1.5-1.8B：多語言神經機器翻譯模型」，或進入「教程」頁面選擇。頁面跳轉後，點擊「在線運行此教程」。
2.頁面跳轉後，點擊右上角「克隆」，將該教程克隆至自己的容器中。
注：頁面右上角支持切換語言，目前提供中文及英文兩種語言，本教程文章以英文為例進行步驟展示。
3.選擇「NVIDIA GeForce RTX 5090」以及「PyTorch」鏡像，按照需求選擇「Pay As You Go（按量付費）」或「Daily Plan/Weekly Plan/Monthly Plan（包日/周/月」，點擊「Continue job execution（繼續執行）」。
HyperAI 為新用户準備了註冊福利，僅需 $1，即可獲得 20 小時 RTX 5090 算力（原價 $7），資源永久有效。
4.等待分配資源，當狀態變為「Running（運行中）」後，點擊「Open Workspace」進入 Jupyter Workspace。
效果演示
頁面跳轉後，點擊左側 README 頁面，進入後點擊上方 Run（運行）。
待運行完成，即可點擊右側 API 地址跳轉至 demo 頁面
教程鏈接：https://go.hyper.ai/I0pdR
