騰訊開源翻譯模型 HYMT2：最小 1.8B 可跑在手機上，專精複雜格式

HYMT2 是騰訊開源的一組多語言翻譯模型，覆蓋 18 億、70 億到 300 億引數，專為解決工業級和複雜場景的翻譯難題設計。它支援 33 種語言互譯，核心亮點不是單純拼詞彙量，而是極強的指令遵循能力，能在翻譯過程中嚴格保全程式碼佔位符、排版格式和資料結構。

專為企業級複雜排版而生

現實場景裡的翻譯往往非常繁瑣。企業和開發者要處理的往往不是純文本，而是產品頁面、字幕檔案、App 介面字串、Markdown 文件以及結構化的 JSON 資料。

普通大模型在翻譯這些內容時，經常會把程式碼佔位符搞丟，或者擅自改動鍵值對和標點符號，導致整個前後端系統報錯崩潰。

HYMT2 就是為了解決這個痛點訓練出來的。你可以給它下達非常精細的指令，比如要求保留特定格式、遵循特定專業術語、保留分隔符位置，或者只翻譯資料結構裡使用者可見的文本部分。

在基準測試中，HYMT2 在指令遵循和格式保留方面的表現甚至超越了規模大得多的 DeepSeek V4。面對金融、法律、醫療、科技和政治等專業領域的評測集，它的平均得分也擊敗了體量比它大數十倍的其他主流開源模型。

規格與執行門檻

HYMT2 系列提供了多種規格，兼顧了頂級效果和輕量部署。

最大的 300 億引數版本採用了 MoE 架構，也就是混合專家模型。雖然模型總引數達 30B，但推理時每次只啟用 30 億引數，執行效率很高。完整權重檔案約 60GB。

如果你追求輕量化，系列中還有一個 70 億引數版本，以及最小的 18 億引數（1.8B）版本。1.8B 版本的模型體積僅有 4GB 左右，大多數消費級 GPU 甚至普通手機都能毫無壓力地本地執行。官方同時放出了 FP8 和 GGUF 版本，方便社群使用 llama.cpp 等工具在端側部署。

目前模型已經開放下載，官方頁面提供了在本地電腦上安裝和執行的完整說明。

為什麼重要

對於需要做本地化適配的獨立開發者和企業團隊來說，HYMT2 非常值得一試。很多團隊過去用超大模型做翻譯，成本高且依然經常遇到格式損壞的 bug，而 HYMT2 相當於把專業、聽話的翻譯能力壓縮到了能塞進手機的尺寸裡。

我們認為騰訊這一步走得很務實。與其在通用大模型裡卷通用跑分，不如把「保留格式的專業翻譯」這一高頻落地場景做深做透。只要你的業務涉及多語言文件、UI 文本或 JSON 批次處理，現在就可以把它部署到本地環境跑一跑。