腾讯混元最新开源：440M翻译模型手机离线就能用，翻译质量超谷歌¶

Ch01.966 腾讯混元最新开源：440M翻译模型手机离线就能用，翻译质量超谷歌¶

📊 Level ⭐⭐ | 6.7KB | entities/腾讯混元最新开源440m翻译模型手机离线就能用翻译质量超谷歌.md

腾讯混元最新开源：440M翻译模型手机离线就能用，翻译质量超谷歌¶

来源: 量子位

发布日期: 2026-05-02

原文链接: https://mp.weixin.qq.com/s/YfAzeUGSsLzzcWSSFfH19w

腾讯混元团队 投稿 量子位 | 公众号 QbitAI

离线翻译 这件事，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。

△ 高通骁龙865，8GB内存

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。

但问题也很直接： 原始的1.8B模型即使在FP16精度下，依然占用3.3GB内存 。对于手机上金子般的内存来说，这还是太大、太慢，所以需要量化压缩。

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：性能与质量的平衡（适用：中高端机型）

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。

△ 2-bit模型在SME2及Neon内核的速度对比演示

1.25-bit模型：Sherry极致压缩（适用：全系机型）

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：

△ 演示设备：高通骁龙888，8GB内存

本次开源不仅包含模型

→ 原文存档

关联¶

• 相关概念: Harness Engineering