腾讯开源Hy-MT2翻译模型，1.8B量化到440MB

腾讯新出的开源翻译模型Hy-MT2，最离谱的是连入门款Mac mini都能本地带得动。 这个模型只有1.8B的体量，靠自研1.25-bit极端量化直接缩到440MB，推理速度比上代快了整整一倍。轻量版翻出来的质量，已经压过微软、豆包这些主流商业API；7B和30B更是把DeepSeek-V4-Pro等开源选手甩在身后。 我上周试着用它翻译了一篇5000字的技术文档。以前用其他AI翻译工具总是要反复调整术语，Hy-MT2的术语一致性确实强，而且响应速度只需要几秒，比调用API快了一到两个数量级。 从技术角度看，Hy-MT2采用自研的极端量化技术，把模型压缩到原来的几分之一大小，但翻译质量几乎没有损失。这种方法在开源社区一直存在争议，支持者认为这是部署自由，反对者担心会影响翻译质量。 几个关键数字值得关注：模型大小440MB，推理速度比上代快一倍，翻译质量超过微软、豆包等商业API。官方自称在多个翻译基准测试中表现优异。 Hy-MT2的定位不替代ChatGPT或Claude这类对话模型，主要是为了补上它们不擅长的那一环：当你需要在本地离线翻译、要求零成本、不能出格的时候，用大模型做这件事成本高、速度慢、还可能生成不可预期的内容。 开源地址：huggingface.co/tencent/Hy-MT2… 做AI应用开发、需要在本地嵌入翻译功能的可以关注一下。