离线翻译这件事，正在从 " 能用 " 走向 " 好用 "。

对出国旅行、跨境办公和本地阅读来说，翻译工具一旦依赖联网，就很容易在弱网、无网或隐私敏感场景里掉链子。

但把翻译大模型真正塞进手机，又会遇到内存和算力限制：模型太大、推理太慢，都很难常驻本地。

为应对这一挑战，腾讯混元团队刚刚开源了一份硬核解决方案：

推出极致量化压缩版本翻译模型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，下载后即可在手机本地运行 。官方测试显示，其翻译质量优于谷歌翻译。

△高通骁龙 865，8GB 内存基于混元翻译大模型 Hy-MT1.5 打造，翻译效果比肩商业翻译模型

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。

值得注意的是，1.8B 版本的 Hy-MT1.5就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、百度翻译等主流系统，更证明了在高效优化下，轻量级模型能够展现出亮眼的翻译能力。

但问题也很直接：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，这还是太大、太慢，所以需要量化压缩。

极致量化压缩，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，改用更低位数字储存。

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。

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。该技术方案已被 NLP 顶级学术会议 ACL 2026 录用。

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. 1.25-bit 速度对比演示：

△演示设备：高通骁龙 888，8GB 内存

本次开源不仅包含模型权重，腾讯混元团队还制作了一个实际可用的腾讯混元翻译 Demo 版，特别适配 " 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、不涉及个人信息采集和上传，一次下载永久使用。

所有模型权重、代码及技术报告均已全面开源（目前只支持安卓体验 Demo，后续正式版会添加对 iOS 等平台的支持）。

体验链接：

Hugging Face（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：

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

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

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

代码仓库：

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

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

我们正在招聘一名眼疾手快、关注 AI 的学术编辑实习生 

感兴趣的小伙伴欢迎关注  了解详情

点亮星标

科技前沿进展每日见