腾讯开源Hy-MT翻译模型深度评测：440MB离线运行，实测性能超越谷歌翻译

2026-05-07阅读 0热度 0

谷歌

腾讯开源“袖珍”AI翻译引擎：1.25比特极致压缩，手机离线跑出百GB模型水准

最近，腾讯在开源社区扔下了一颗“技术冲击波”——正式发布了紧凑型AI翻译模型Hy-MT1.5-1.8B-1.25bit。这个模型最吸引人的地方在于，它宣称能在保持高性能的同时，完全在智能手机上离线运行。这意味着什么？或许以后在飞机上、在信号盲区，你手机里的翻译应用依然能流畅工作，而且质量不输云端。

目前，这个模型已经支持中、英、德、法、日等33种语言及5种方言，覆盖的翻译方向多达1056个。更值得一提的是，它在国际机器翻译大赛（WMT）中已经累计拿下了30项冠军，实力可见一斑。

所有奇迹的背后，都源于一项名为“激进压缩”的技术方案。简单来说，腾讯的研究团队通过一种极致的量化技术，将模型每个参数占用的比特数压缩到了惊人的1.25比特。结果就是，模型的体积从原来的3.3GB大幅“瘦身”至仅440MB。

相比之前1.67比特的量化方案，体积又缩小了约25%。别小看这25%，在手机存储空间寸土寸金的今天，这节省下来的空间可能足够装好几个大型游戏。更重要的是，模型在“瘦身”的同时，推理速度还提升了约10%，并且最关键的质量指标——没有损失。

那么，压缩得这么狠，效果到底怎么样？测试数据给出了答案。在FLORES-200等标准基准测试中，这个仅有440MB的“小个子”Hy-MT，其翻译质量竟然能与许多商业翻译服务，甚至与参数量达数百GB的Qwen3-32B这类超大模型相媲美。

这无疑是一个跨越：用极小的体量，实现了与庞然大物对抗的能力。可以说，它重新定义了高性能AI模型的“密度”。

目前，腾讯已经提供了Android演示应用（以APK形式），它支持对手机内任何应用的文字进行跨屏、离线实时翻译。这不仅仅是技术演示，更指向了一个明确的未来应用场景。

事实上，终端侧AI（On-device AI）正在成为科技巨头们角逐的新战场。就在不久前，谷歌也推出了面向本地设备的轻量模型Gemma4。这场竞赛的核心逻辑很清晰：在数据隐私日益受到重视的今天，能让AI在用户设备本地运行，不依赖网络、不上传数据，同时保证高性能，将成为巨大的优势。

腾讯Hy-MT模型通过量化技术的突破，恰恰大幅降低了高品质AI翻译的算力与存储门槛。它为智能手机、IoT设备等在复杂隐私环境下实现离线智能应用，提供了一个极具竞争力的开源技术底座。接下来，就看生态如何围绕它生长了。