新浪财经

腾讯混元确实把翻译当成个事办,还给办成了

市场资讯 05.27 08:00

(来源:网罗灯下黑)

昨天刷 AI 资讯的时候,看到一篇新闻,说腾讯混元开源了一个翻译模型:Hy-MT2。

本来就是扫一眼就过的事,因为我一直没想明白的是,相对于通用模型,垂直模型真的有这个必要吗?

因为它提供在小程序上就可以体验,带着这个疑问我就玩了一下,发现这个确实是真有点东西。

结论先放在这里:以后手机上的文本翻译工具我就都用它了。

先说我是被什么吸引进来的。

翻译这件事,大家平时觉得没什么,但真正要用的时候,才会发现市面上那些工具的问题,不是翻出来的语法有问题,而是翻出来的东西读起来像机器写的。

你让它翻一篇法律合同,它给你翻成日常口语,要知道翻译对了和翻译得合适,完全是两回事。

Hy-MT2 这次主打的一个核心能力叫自定义翻译风格和指令,就是你告诉它怎么翻,它能真正听懂,而不是翻完之后自己做主。

这个功能在「腾讯 Hy 翻译」小程序里体现得最直接,界面左下角是翻译风格,右下角是个性化设定,两个功能加在一起,基本上覆盖了我日常所有翻译场景。

我就从这里开始测。

多种翻译风格

写论文呢,其中翻译这件事特别折磨人。普通翻译软件翻出来的东西,审稿人一眼就能看出来:这不像学术语言。

我拿了一段关于不要熬夜的文字丢进去,对比了默认风格和学术论文严谨风格,差别一下子就出来了。

右侧学术论文结果明显更优,体现在术语和逻辑两个层面。

术语上,disrupt skin metabolism 的代谢换成新陈代谢,功能换成机制,均为生物学和皮肤科学的规范表达;making the skin prone to acne 中痤疮换成皮肤科标准术语粉刺,精准度提升明显。

逻辑上,promote the formation of dark circles 译为进而诱发,清晰体现因果递进关系;此外划分不同问题类别,层次比普通翻译的逗号分隔清晰得多。

左侧翻译语义通顺,但口语化问题太明显了,学术论文风格的翻译整段读下来,嗯,就是这个老学究的味道。

然后我又试了法律合同风格。

同样一段文字,默认风格已经算比较正式了,但法律风格出来之后,那种差距还是很明显。

右侧法律翻译的优势集中在三点:权责边界上,shall be limited to 的处理,仅限于换成以……为限,performance of its services 的履行服务职责换成履行服务义务,约束力更强;指代清晰度上,such assistance 译为此类协助,明确衔接前文,规避歧义。

句式规范上,无须、亦无须构成法律惯用的对仗句式,unless otherwise agreed in writing by the Parties 译为另行书面约定,比另行达成书面协议更简洁合规。

左侧翻译语义没问题,但口语化表述在合同中存在实际隐患。

法律翻译的核心要求是:精准、严谨、无歧义、符合行业惯例,右边的翻译在这几点上都明显优于左边。

新闻报道风格我也试了,搞了个日常口语化翻译 vs 新闻报道翻译。

OpenAI 从……换成了 OpenAI 于……,这一个字的差距,前者是聊天,后者是新闻稿。

指代方式上,codenamed Gumdrop 的处理,其内部代号叫 Gumdrop 换成该项目的内部代号为 Gumdrop ,主体更明确;主语处理上,原先他们预计换成最初。

信息来源 according to the latest legal documents 的表述上,专业翻译补入披露的最新法律文件显示,交代出处,增强可信度;结尾交付时间,它最早也要到 2027 年 2 月底才能面世换成实际上要等到 2027 年 2 月底该产品才能正式面向用户,指代清晰,是科技新闻的标准写法。

整体来看,新闻报道翻译在客观性、严谨性和信息完整度上,更符合专业媒体的表达规范。

对了,本文的翻译效果点评,Claude 对此部分也有帮助,很大的那种。

这三种风格测下来,Claude 我俩一致认为:Hy-MT2 不是简单地把词语换得更正式,而是在理解每一种文体本身的语气和逻辑之后,重新组织语言。

这个差距,你实际用过自己推敲之后才知道,而且越是这个领域的专家,越是能品出区别。

个性化设定

我自定义的这个社媒文风把我搞笑到了。

同一段话,右侧就是明显的小红书文风的翻译结果,它自动加了宝子们,还配上了几个完全符合语境的表情。

一看就是年轻人熟悉的网络化表达,将 disrupt skin metabolism and self-repair、cause sebum secretion disorders 等专业内容翻译为浅显易懂的信息。

既提炼了核心信息,又避免了专业术语的晦涩感,同时用感叹号和表情强化情绪感染力,适配社媒用户的阅读习惯。

在结尾建议部分,用波浪号、表情符号和口语化的千万别,将生硬的建议转化为温暖的叮嘱,既传递了原文的劝诫意图,又贴合小红书平台实用 + 共情的文案调性。

读起来就是那个味儿,你发到小红书上,没人会觉得这是机器翻译出来的。

我还自己定义了一个风格:用小朋友能听懂的语言翻译,简单有趣。

出来的结果读起来像在跟孩子讲故事。

像原文 but it’s always all around us,直译是但它一直都在我们周围,而译文用但它一直都围绕着我们哦,添加了语气词:哦,让句子像温柔的对话,瞬间拉近了和小朋友的距离,符合低龄读者的阅读习惯。

还有 Water is so fun,直译可作水很有趣,译文译为水也特别神奇呢,神奇比有趣更能激发小朋友的好奇心,呢字也延续了轻松的对话感,契合儿童科普的引导性语境。

这些细节说明:以前翻译工具的上限是翻得对,Hy-MT2 想做的事情是翻得合适。这两件事差了一个维度。

还有个我很喜欢的功能,翻译工具有一个容易踩坑的毛病:对专有名词的翻译。

网罗灯下黑是我公众号的名字,字面意思跟真实含义完全不是一回事。以前用其他工具,每次翻译到这四个字,不是翻成网络黑暗下的灯,就是翻成一些让人看不懂的奇怪组合。

我在个性化设定指令设定功能,你可以在这里提前告诉它:网罗灯下黑翻译成我指定的英文,不要自己发挥。

设完之后,再翻包含这几个字的内容,它就老老实实用了我设定的版本,不再乱来。

这个功能对有固定术语需求的人来说非常实用,做外贸的有自己的产品名、做自媒体的有自己的品牌名、做法律医疗的有自己的专业术语,这些东西不能靠模型自由发挥,否则会闹笑话。

还有另外一个方法,我觉得很贴心:如果你翻译完发现某个词翻错了,可以直接点翻译结果旁边的修改按钮,改成你想要的版本,然后存进记忆库,下次遇到同样的词,它直接调用,不需要你一遍遍重复纠正。

这种越用越懂你的逻辑,比每次从头开始描述需求要省事得多。

超级能打的数据

讲完实际体验,再来看数据。官方给的数字确实能打,我帮你翻译一下它到底有多能打。

首先是三个版本,用途各不同。

Hy-MT2 一共出了三个尺寸:1.8B、7B、30B-A3B。

1.8B 是最小的,经过 1.25-bit 极限压缩之后,只占 440MB 存储空间,iPhone 就能跑,而且支持离线使用,没网络的地方,照样翻译,速度比上一代快了 1.5 倍。这个版本是专门给手机和资源有限的设备用的。

7B 是中间版本,速度和效果之间取了个平衡,适合大多数日常使用场景。

30B-A3B 是旗舰版,用了混合专家架构,通俗点说,就是遇到不同类型的翻译任务,它会调用不同的专家来处理,不是一刀切,所以效果更好,尤其在专业领域表现突出。

然后说通用翻译能力。

现在翻译模型的行业天花板公认是 Gemini 3.1 Pro,大家都拿它对标。

在 FLORES-200 这个测试集上(可以理解为一个覆盖全球多语言的标准考卷),Hy-MT2 三个版本分别达到了 Gemini 3.1 Pro 的 88%、97% 和 98% 的水平。最大那个版本,基本上快和它持平了。同时,7B 和 30B-A3B 的得分已经超过了 DeepSeek-V4-Pro 和 Kimi K2.6 等开源模型。

就连最小的 1.8B 版本,在轻量级模型的对比里,也整体优于目前市面上头部的商业翻译 API。

意思是:你手机上装的那个 440MB 的小模型,翻译效果比很多公司花钱买的商业接口还要好。

专业领域这块更有意思。

在涵盖金融、法律、医疗、政治、教育、科技等 8 个专业领域的测试里,三个版本的得分分别达到 Gemini 3.1 Pro 的 96%、98% 和 99%,几乎是持平。30B-A3B 版本在金融、政治、教育这几个方向上,已经部分超过了主流翻译模型。

换句话说:以前你翻一份医疗报告或者金融合同,要么找专业译员,要么凑合用通用翻译然后自己改。现在这个门槛低了很多。

指令遵循是这次最核心的升级。这也是我之前在实际测试里感受最深的一块。

官方自建了一个叫 IFMTBench 的测试集,专门测模型能不能听懂指令。结果显示,Hy-MT2-7B 和 30B-A3B 在这个测试上超越了同等规模的开源模型,非常接近 Gemini 3.1 Pro。

这个数据对应到实际使用,就是我前面说的那些:你告诉它要学术风格,它真的给你学术风格;你告诉它某个词要固定翻译,它就固定翻译,不会在某次突然忘了。

以前的翻译工具,你说了它未必听,就算听了也未必做得准。这是这次升级最实质的变化。

很多翻译工具好是好,但有个死穴:没网就用不了。

Hy-MT2 的1.8B 版本,你可以直接把模型下载到本机,断网照样跑。440MB,现在随便一首 4K 视频都比这大,存下来没什么负担。

对于经常出差、坐地铁、去信号不好的地方的人来说,这个功能比任何测试数据都实在。

此外有一点必须要提,Hy-MT2 还支持藏语、蒙语等多种民族语翻译,这项能力,市场上比较少见,如果你去到这些地方旅行,一定会用得上。

想直接体验的话,微信搜索「腾讯 Hy 翻译」小程序,进去就能用,不需要额外注册任何账号,手机端 App 也即将上线。

想自己部署或者开发集成的,模型已经在 HuggingFace 和 GitHub 上开源了,搜一下就有。

体验了之后,也解答了我开头的疑问,至少在翻译这个领域内,垂直模型果然是,尺有所短,寸有所长。

我没想到腾讯混元这次会在翻译这个方向发力,更没想到发力的切入点是听懂你想要什么,而不是单纯地堆参数比分数。

但用完之后,我觉得这个方向是对的。

翻译这件事,从来都不只是把一个词换成另一种语言,而是在另一种语言里找到同样的语气、同样的分量、同样的场合感。

Hy-MT2 离这件事,已经近了很多。

最后补充一个好消息:Hy-MT2 刚刚全面升级为 Apache 2.0 协议开源,研究、商业、微调、二次开发,全都没有附加条件,更不限制使用地区,诚意十足。

加载中...