# 腾讯混元开源手机端离线翻译模型 Hy-MT1.5-1.8B-1.25bit，仅 440MB

- 来源：IT之家（RSS）
- 发布时间：2026-04-29 16:51
- AIHOT 分数：65
- AIHOT 链接：https://aihot.virxact.com/items/cmojuycr507fvslzpspx1i4zl
- 原文链接：https://www.ithome.com/0/945/100.htm

## AI 摘要

腾讯混元开源了手机端离线翻译模型Hy-MT1.5-1.8B-1.25bit，其体积仅440MB，可在手机本地离线运行。该模型支持33种语言及1056个翻译方向，基于1.8B参数原型通过极致量化压缩实现。其1.25-bit版本采用稀疏高效三值量化技术，将原始3.3GB模型大幅缩减。官方称其翻译质量优于谷歌翻译等主流系统，并提供了2-bit和1.25-bit两种量化方案以适配不同机型。模型完全离线工作，不收集用户数据，相关资源已全面开源。

## 正文

IT之家 4 月 29 日消息，今日腾讯混元宣布开源手机端离线翻译模型 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，下载即可直接在手机本地运行，“翻译质量优于谷歌翻译”。

演示设备：高通骁龙 865，8GB 内存

IT之家附官方详细介绍如下：

基于混元翻译大模型 Hy-MT1.5 打造，翻译效果比肩商用翻译模型

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。

仅以 1.8B 参数量，Hy-MT1.5 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等主流系统，更证明了在高效优化下，轻量级模型能够迸发出令人印象深刻的翻译能力。

Hy-MT1.5-1.8B 翻译效果评分，详情见文末链接「Hy-MT1.5 技术报告」

但问题来了：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，依然太大、太慢，所以需要量化压缩。

最极致的量化压缩，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) 表示的参数转用更低位数字储存。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。

不同大小的模型在 FLORES-200 中外互译的效果评分

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。该技术方案已经被 NLP 顶级学术会议 ACL 2026 录用。

链接：https://arxiv.org/ abs/2601.07892

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 指令集的完美适配。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.1.25bit 速度对比，演示设备：高通骁龙 888，8GB 内存

实际体验：全离线、零成本、零隐私暴露

本次开源不仅包含模型权重，我们还特别制作了一个实际可用的腾讯混元翻译 Demo 版，特别适配了“后台取词模式”。无论是在本地查看邮件还是浏览网页，混元翻译都能随叫随到。无需网络，无需订阅，完全本地处理、不涉及个人信息的采集和上传，一次下载永久使用！

演示设备：高通骁龙 7+gen2，16GB 内存

立即体验

所有的模型权重、代码及技术报告均已全面开源。（暂时只支持安卓体验 demo，后续正式版会添加对 IOS 等平台的支持。）

体验链接：

Huggingface（海外用户）：:https://huggingface.co/ AngelSlim / Hy-MT1.5-1.8B-1.25bit-GGUF / resolve / main / Hy-MT-demo.apk

魔搭社区（国内用户）：https://modelscope.cn/ models / AngelSlim / Hy-MT1.5-1.8B-1.25bit-GGUF / resolve / master / Hy-MT-demo.apk

模型下载

1、Huggingface（海外用户）：

2-bit 模型权重：https://huggingface.co/ AngelSlim / Hy-MT1.5-1.8B-2bit

2-bit 模型 gguf：https://huggingface.co/ AngelSlim / Hy-MT1.5-1.8B-2bit-GGUF

1.25-bit 模型权重：https://huggingface.co/ AngelSlim / Hy-MT1.5-1.8B-1.25bit

1.25-bit 模型 gguf：https://huggingface.co/ AngelSlim / Hy-MT1.5-1.8B-1.25bit-GGUF

2、魔搭社区（国内用户）：

2-bit 模型权重：https://modelscope.cn/ models / AngelSlim / Hy-MT1.5-1.8B-2bit

2-bit 模型 gguf：https://modelscope.cn/ models / AngelSlim / Hy-MT1.5-1.8B-2bit-GGUF

1.25-bit 模型权重：https://modelscope.cn/ models / AngelSlim / Hy-MT1.5-1.8B-1.25bit

1.25-bit 模型 gguf：https://modelscope.cn/ models / AngelSlim / Hy-MT1.5-1.8B-1.25bit-GGUF

3、技术报告：

Sherry 论文地址：https://arxiv.org/ abs/2601.07892

AngelSlim 技术报告：https://arxiv.org/ abs/2602.21233

Hy-MT1.5 技术报告：https://arxiv.org/ abs/2512.24092

4、代码仓库：

AngelSlim: https://github.com/tencent/AngelSlim