腾讯开源翻译模型 HYMT2：最小 1.8B 可跑在手机上，专精复杂格式

HYMT2 是腾讯开源的一组多语言翻译模型，覆盖 18 亿、70 亿到 300 亿参数，专为解决工业级和复杂场景的翻译难题设计。它支持 33 种语言互译，核心亮点不是单纯拼词汇量，而是极强的指令遵循能力，能在翻译过程中严格保全代码占位符、排版格式和数据结构。

专为企业级复杂排版而生

现实场景里的翻译往往非常繁琐。企业和开发者要处理的往往不是纯文本，而是产品页面、字幕文件、App 界面字符串、Markdown 文档以及结构化的 JSON 数据。

普通大模型在翻译这些内容时，经常会把代码占位符搞丢，或者擅自改动键值对和标点符号，导致整个前后端系统报错崩溃。

HYMT2 就是为了解决这个痛点训练出来的。你可以给它下达非常精细的指令，比如要求保留特定格式、遵循特定专业术语、保留分隔符位置，或者只翻译数据结构里用户可见的文本部分。

在基准测试中，HYMT2 在指令遵循和格式保留方面的表现甚至超越了规模大得多的 DeepSeek V4。面对金融、法律、医疗、科技和政治等专业领域的评测集，它的平均得分也击败了体量比它大数十倍的其他主流开源模型。

规格与运行门槛

HYMT2 系列提供了多种规格，兼顾了顶级效果和轻量部署。

最大的 300 亿参数版本采用了 MoE 架构，也就是混合专家模型。虽然模型总参数达 30B，但推理时每次只激活 30 亿参数，运行效率很高。完整权重文件约 60GB。

如果你追求轻量化，系列中还有一个 70 亿参数版本，以及最小的 18 亿参数（1.8B）版本。1.8B 版本的模型体积仅有 4GB 左右，大多数消费级 GPU 甚至普通手机都能毫无压力地本地运行。官方同时放出了 FP8 和 GGUF 版本，方便社区使用 llama.cpp 等工具在端侧部署。

目前模型已经开放下载，官方页面提供了在本地电脑上安装和运行的完整说明。

为什么重要

对于需要做本地化适配的独立开发者和企业团队来说，HYMT2 非常值得一试。很多团队过去用超大模型做翻译，成本高且依然经常遇到格式损坏的 bug，而 HYMT2 相当于把专业、听话的翻译能力压缩到了能塞进手机的尺寸里。

我们认为腾讯这一步走得很务实。与其在通用大模型里卷通用跑分，不如把「保留格式的专业翻译」这一高频落地场景做深做透。只要你的业务涉及多语言文档、UI 文本或 JSON 批量处理，现在就可以把它部署到本地环境跑一跑。