腾讯混元发布新一代翻译模型Hy-MT2，支持手机端本地部署
腾讯混元正式开源新一代多语言翻译模型Hy-MT2，提供1.8B、7B、30B-A3B三种尺寸，支持33种语言及5种民族语言/方言互译。相比上一代，模型在指令遵循与专业领域翻译能力上显著提升。其中1.8B轻量模型仅需440MB存储，可部署于手机芯片进行本地推理，速度提升1.5倍。同步推出的腾讯Hy翻译小程序支持自定义风格、离线翻译，并开源了翻译指令遵循测试集IFMTBench，模型已上架GitHub、HuggingFace等平台。
IT之家 5 月 21 日消息，腾讯混元 21 日（今天）宣布，新一代多语言翻译模型 Hy-MT2 正式开源，腾讯 Hy 翻译小程序也同步开放体验，iOS 和安卓 App 即将推出，并支持本地推理。
Hy-MT2 包含 1.8B、7B、30B-A3B 三种尺寸，均支持 33 种语言互译及 5 种民族语言 / 方言互译，在多语言指令遵循、专业领域翻译和真实应用场景翻译中的表现，相比上一代 Hy-MT1.5 拥有明显提升。
其中，轻量级的 1.8B 模型也超越了微软等主流商业 API，且得益于 AngelSlim1.25-bit 极端量化，仅需 440MB 存储空间，可部署在苹果、高通、联发科等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。
同步推出的“腾讯 Hy 翻译”小程序基于 Hy-MT2 打造，支持语音输入，并优化了自定义翻译风格和指令的能力。
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，在无网络或者弱网络场景中使用离线翻译，从而解决部分应用场景中网络条件受限的问题。
IFMTBench 也随着模型发布一并开源，这是一个翻译指令遵循测试集，测试集中的指令主要是和翻译任务相关（翻译风格变换、指定术语翻译等），指令和待翻译的文本涵盖多个语种。
例如下面的例子，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”，模型可以遵循指令，让翻译结果更符合要求。
据IT之家了解，该模型已在 GitHub、Hugging Face、ModelScope 等平台开放，兼容多品牌芯片与硬件环境。
HuggingFace：https://huggingface.co/collections/tencent/hy-mt2
Modelscope：https://modelscope.cn/collections/Tencent-Hunyuan/Hy-MT2
Github：https://github.com/Tencent-Hunyuan/Hy-MT2
腾讯云：https://console.cloud.tencent.com/tokenhub/text
腾讯混元官网：https://aistudio.tencent.com/llm/zh?tabIndex=0