440MB离线翻译模型超越谷歌？腾讯混元Hy-MT1.5开源，手机秒变翻译神器！

导语：腾讯混元开源极致量化翻译模型Hy-MT1.5，440MB离线运行，翻译质量超越谷歌。

离线翻译，正在从“能用”走向“好用”。对出国旅行、跨境办公和本地阅读来说，翻译工具一旦依赖联网，就很容易在弱网、无网或隐私敏感场景里掉链子。但把翻译大模型真正塞进手机，又会遇到内存和算力限制：模型太大、推理太慢，都很难常驻本地。

为应对这一挑战，腾讯混元团队刚刚开源了一份硬核解决方案：推出极致量化压缩版本翻译模型 Hy-MT1.5-1.8B-1.25bit，把支持 33种语言 的翻译大模型压缩至 440MB。无需联网，下载后即可在手机本地运行。官方测试显示，其翻译质量优于谷歌翻译。

基于混元翻译大模型Hy-MT1.5打造，翻译效果比肩商业翻译模型

Hy-MT1.5是腾讯混元团队打造的专业翻译大模型，原生支持33种语言、5种方言/民汉及1056个翻译方向。从常见的中英互译，到法语、日语、阿拉伯语、俄语，甚至藏语、蒙古语等少数民族语言，它都能游刃有余地处理。

值得注意的是，1.8B版本的Hy-MT1.5就实现了比肩商业翻译API和235B级大模型的翻译效果。在严格的评测基准中，其翻译质量不仅超越了谷歌翻译、百度翻译等主流系统，更证明了在高效优化下，轻量级模型能够展现出亮眼的翻译能力。

极致量化压缩，把模型装进手机

量化压缩，简单来说就是把模型里原本用16位数字（16-bit）表示的参数，改用更低位数字储存。这就像把一幅高清照片压缩成缩略图，文件小了很多，但你还是能看清楚里面的内容。

针对不同的手机用户，腾讯特别推出了2-bit与1.25-bit两种极致的量化压缩方案。

2-bit模型：574MB，几乎无损

2-bit模型采用了业内顶尖的拉伸弹性量化（SEQ），将模型参数量化至{-1.5，-0.5，0.5，1.5}，并结合量化感知蒸馏，在将模型体积压缩至574MB的同时，实现了几乎无损的翻译质量，效果超越上百GB的大模型。在支持Arm SME2技术的移动设备上，2-bit模型能够实现更快速、更高效的推理。

1.25-bit模型：440MB，极致轻量

为了达成极致的轻量化，腾讯推出了基于Sherry（稀疏高效三值量化）技术的1.25-bit模型。该技术方案已被NLP顶级学术会议ACL 2026录用。

Sherry压缩方案的核心逻辑在于“细粒度稀疏”策略：每4个模型参数，3个最重要的用1-bit储存，1个用0储存，平均每个参数仅需1.25-bit。

配合腾讯专门为手机CPU设计的STQ内核，该方案实现了对SIMD指令集的适配。最终，3.3GB的原始模型被进一步压缩至440MB，轻松常驻后台，让内存紧张的普通手机也能顺滑进行高质量离线翻译。

FP16（八倍速）vs. 1.25-bit速度对比演示：

本次开源不仅包含模型权重，腾讯混元团队还制作了一个实际可用的腾讯混元翻译Demo版，特别适配“后台取词模式”。无论是在本地查看邮件还是浏览网页，混元翻译都能随叫随到。无需网络，无需订阅，完全本地处理、不涉及个人信息采集和上传，一次下载永久使用。

所有模型权重、代码及技术报告均已全面开源（目前只支持安卓体验Demo，后续正式版会添加对iOS等平台的支持）。

开源资源汇总

体验链接：

• Hugging Face（海外用户）：下载Demo
• 魔搭社区（国内用户）：下载Demo

模型下载：

• Hugging Face：2-bit模型权重，2-bit模型GGUF，1.25-bit模型权重
• 魔搭社区：2-bit模型权重，2-bit模型GGUF，1.25-bit模型权重，1.25-bit模型GGUF

技术报告与论文：

• Sherry论文：arXiv
• AngelSlim技术报告：arXiv
• Hy-MT1.5技术报告：arXiv

代码仓库：AngelSlim on GitHub