腾讯混元于 5 月 21 日在 HuggingFace 和 ModelScope 平台正式开源了 Hy-MT2 系列多语言翻译模型，这是其继 2025 年 9 月发布 Hunyuan-MT-7B、12 月发布 Hy-MT1.5 系列后的又一次模型迭代。Hy-MT2 被定位为面向复杂真实场景的“快速思考”翻译模型，共提供 1.8B、7B 和 30B-A3B（MoE） 三个参数规模的版本，全部支持 33 种语言之间的互译，并能有效执行多种语言的翻译指令。

在性能表现上，Hy-MT2 的多维度评测结果颇为亮眼。官方数据显示，7B 和 30B-A3B 模型在通用翻译、真实业务、领域专业及指令遵循等任务上，均超越了 DeepSeek-V4-Pro 和 Kimi K2.6 等开源模型在快速思考模式下的表现。而轻量级的 1.8B 模型也在整体性能上超越了 微软 和 豆包 等主流商业翻译 API。这一成绩意味着，在翻译这一垂直任务上，开源模型已经具备了替代部分商业服务的竞争力。

针对端侧部署场景，腾讯混元还推出了 AngelSlim 1.25 位极端量化技术。该技术可将 1.8B 模型的存储需求压缩至仅 440 MB，同时将推理速度提升 1.5 倍，使得高性能翻译能力能够更轻松地集成到手机、边缘设备等资源受限的环境中。

除了模型本身，此次开源还包含一个名为 IFMTBench 的翻译指令遵循能力评测基准，旨在帮助社区更系统地评估模型的指令理解与执行水平。同时，腾讯混元发布了 Hy-MT2-Translator Skill，方便开发者快速将 Hy-MT2 系列模型集成到翻译任务中。

在生态合作方面，腾讯混元已正式成为 WMT26（第 26 届机器翻译大会）的合作伙伴，共同设立“视频字幕翻译任务”。参与 WMT26 的“通用机器翻译任务”和“视频字幕翻译任务”并使用 Hy-MT 模型系列的团队，将有机会获得由混元赞助的特别奖项。这既是对模型能力的检验，也体现了腾讯推动翻译技术社区发展的意愿。

从产业视角看，Hy-MT2 的发布对 AI 应用层尤其是多语言内容生成、跨境电商、出海社交等场景具有直接意义。一个在翻译质量上超越主流商业 API 的开源模型，可能降低企业依赖单一商业翻译服务的风险与成本，并为开发者提供更多定制化空间。同时，腾讯混元在翻译模型上的持续迭代（从 2025 年 9 月的 7B 版本到如今的 30B MoE 版本），也显示出大厂在垂直能力上做深做精的竞争策略。