问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
2026年4月29日，腾讯混元团队正式开源极限量化压缩翻译模型Hy-MT1.5-1.8B-1.25bit。该模型基于专业翻译大模型Hy-MT1.5研发，支持33种主流语言互译，经1.25bit极致量化压缩后体积仅440MB，可在移动端完全离线运行，较原1.8B版本内存占用降低近87%，为离线翻译场景提供了全新轻量化解决方案。
对于经常跨境出行、需要在无网络环境下处理涉外内容的用户来说，离线翻译的体验长期差强人意：精度高的翻译工具体积动辄数GB挤占存储空间，轻量工具又经常出现语义偏差，联网翻译则面临信号差、隐私泄露的双重风险。此次腾讯混元推出的开源模型，恰好击中了这一行业长期存在的痛点。
此前行业内的端侧翻译方案主要分为两类：一类是基于小参数模型的轻量化工具，词汇量少、专业内容翻译偏差大，只能满足日常简单交流需求；另一类是基于大模型的翻译方案，原始1.8B参数的大语言模型如果用常规16-bit精度存储，内存占用可达3.3GB，大部分中低端移动设备根本无法流畅运行，更不用提实时翻译的延迟问题。
如何在不损失翻译精度的前提下压缩模型体积，成为端侧翻译落地的核心瓶颈。
针对这一痛点，腾讯混元团队对此前发布的专业翻译大模型Hy-MT1.5进行了极限压缩优化，核心采用1.25bit极致量化技术，在尽可能保留语义理解、专业翻译准确率的前提下，将参数存储位宽从常规的16-bit压缩至最低1.25bit，最终把支持33种语言互译的能力打包进了仅440MB的体积中，折算下来运行内存仅0.4GB左右，哪怕是存储空间紧张的入门级手机也能流畅运行。
为了适配不同性能的设备，团队还同步推出了2-bit和1.25-bit两种量化方案：前者适配性能一般的中低端设备，在体积略有提升的前提下运行速度更快；后者则主打极致轻量化，适合存储空间有限的设备使用，两类方案的翻译精度均与原3.3GB版本的大模型无明显感知差异。
此次模型开源后，全球开发者都可以免费将其接入各类应用，不需要依赖云端算力就能为用户提供离线翻译服务，既解决了无网络环境下的翻译需求，也避免了用户的聊天、文档内容上传云端带来的隐私风险。
近年来端侧AI已经成为行业公认的发展方向，而翻译正是用户需求最广泛的C端场景之一，此次腾讯混元开源的超轻量模型，也为其他大模型的端侧轻量化改造提供了可参考的技术路径，后续有望衍生出更多面向不同场景的轻量化端侧AI应用。
滇公网安备 53252802528133号