騰訊宣布開源兩款翻譯模型。

這兩款模型名為“Hunyuan MT 7B”和“Hunyuan MT Chimera 7B”，在國際權(quán)威賽事WMT2025上幾乎橫掃所有項(xiàng)目，31個(gè)語言對(duì)里拿下30個(gè)第一。

WMT是機(jī)器翻譯領(lǐng)域的最高級(jí)別賽事，全球研究團(tuán)隊(duì)齊聚一堂比拼系統(tǒng)表現(xiàn)。

騰訊模型的得分大幅超過谷歌翻譯。也在多項(xiàng)指標(biāo)上，結(jié)果領(lǐng)先幅度高達(dá)65%。

圖片

不僅如此，面對(duì)OpenAI的GPT-4.1、Anthropic的Claude 4 Sonnet，以及谷歌的Gemini 2.5 Pro等頂尖AI系統(tǒng)，騰訊依然占優(yōu)。

評(píng)測(cè)數(shù)據(jù)顯示，Hunyuan模型在關(guān)鍵語言對(duì)的直接對(duì)抗中，比Gemini 2.5 Pro高出4.7個(gè)百分點(diǎn)。

圖片

面對(duì)專門的翻譯模型，優(yōu)勢(shì)更為明顯，提升幅度最高達(dá)110%。

這意味著，參數(shù)規(guī)模只有70億的模型，居然在翻譯任務(wù)上擊敗了動(dòng)輒數(shù)百億參數(shù)的龐然大物。

模型覆蓋33種語言，包括中文、英語、日語，以及捷克語、馬拉地語、愛沙尼亞語和冰島語等小語種。

最引人注目的是，騰訊把重點(diǎn)放在了中國的少數(shù)民族語言。模型支持漢語與哈薩克語、維吾爾語、蒙古語和藏語的雙向翻譯。

為此，團(tuán)隊(duì)專門準(zhǔn)備了1.3萬億個(gè)標(biāo)注單位，僅針對(duì)少數(shù)民族語料。整個(gè)訓(xùn)練過程共涉及112種語言和方言。

另外，這兩款模型未不是單純依賴大數(shù)據(jù)暴力堆砌。訓(xùn)練過程分為五個(gè)階段，從通用文本起步，逐漸引入翻譯專屬數(shù)據(jù)，再用人工標(biāo)注進(jìn)行監(jiān)督學(xué)習(xí)。

接著是基于獎(jiǎng)勵(lì)信號(hào)的強(qiáng)化學(xué)習(xí)，最后一步是所謂“弱到強(qiáng)”的強(qiáng)化學(xué)習(xí)策略。

這種層層遞進(jìn)的方式，保證了模型既有廣泛知識(shí)，又能在翻譯任務(wù)上保持專業(yè)性。

特別值得一提的是“Chimera”模型。

它采用融合策略，將多個(gè)系統(tǒng)的翻譯建議合并為更優(yōu)結(jié)果，在標(biāo)準(zhǔn)測(cè)試中平均提升2.3個(gè)百分點(diǎn)。

這種方法等于把不同模型的優(yōu)勢(shì)疊加，避免了單一系統(tǒng)的偏差。

與之相比，谷歌最近宣布的Gemini翻譯功能，雖然引入了實(shí)時(shí)對(duì)話翻譯和語言學(xué)習(xí)模式，但在核心準(zhǔn)確率上，依然落后于騰訊。

騰訊的另一個(gè)亮點(diǎn)是開源。

模型已經(jīng)在Hugging Face平臺(tái)上線，源代碼同步開放在GitHub。在硬件需求上，Hunyuan只需普通顯卡即可運(yùn)行。

與72億參數(shù)的Tower Plus系列相比，Hunyuan在多項(xiàng)指標(biāo)上超出10%到58%。

顯然，翻譯領(lǐng)域的競(jìng)爭，不再是“模型越大越好”。未來的方向，是精準(zhǔn)訓(xùn)練和高效架構(gòu)。

體驗(yàn)地址：https://hunyuan.tencent.com/modelSquare/home/list

Github: https://github.com/Tencent-Hunyuan/Hunyuan-MT/

HugginFace:https://huggingface.co/collections/tencent/hunyuan-mt-68b42f76d473f82798882597

AngelSlim壓縮工具：https://github.com/Tencent/AngelSlim