騰訊混元於 5 月 21 日在 HuggingFace 和 ModelScope 平台正式開源了 Hy-MT2 系列多語言翻譯模型，這是其繼 2025 年 9 月釋出 Hunyuan-MT-7B、12 月釋出 Hy-MT1.5 系列後的又一次模型迭代。Hy-MT2 被定位為面向複雜真實場景的“快速思考”翻譯模型，共提供 1.8B、7B 和 30B-A3B（MoE） 三個引數規模的版本，全部支援 33 種語言之間的互譯，並能有效執行多種語言的翻譯指令。

在效能表現上，Hy-MT2 的多維度評測結果頗為亮眼。官方資料顯示，7B 和 30B-A3B 模型在通用翻譯、真實業務、領域專業及指令遵循等任務上，均超越了 DeepSeek-V4-Pro 和 Kimi K2.6 等開源模型在快速思考模式下的表現。而輕量級的 1.8B 模型也在整體效能上超越了 微軟 和 豆包 等主流商業翻譯 API。這一成績意味著，在翻譯這一垂直任務上，開源模型已經具備了替代部分商業服務的競爭力。

針對端側部署場景，騰訊混元還推出了 AngelSlim 1.25 位極端量化技術。該技術可將 1.8B 模型的儲存需求壓縮至僅 440 MB，同時將推理速度提升 1.5 倍，使得高效能翻譯能力能夠更輕鬆地整合到手機、邊緣裝置等資源受限的環境中。

除了模型本身，此次開源還包含一個名為 IFMTBench 的翻譯指令遵循能力評測基準，旨在幫助社群更系統地評估模型的指令理解與執行水平。同時，騰訊混元釋出了 Hy-MT2-Translator Skill，方便開發者快速將 Hy-MT2 系列模型整合到翻譯任務中。

在生態合作方面，騰訊混元已正式成為 WMT26（第 26 屆機器翻譯大會）的合作伙伴，共同設立“影片字幕翻譯任務”。參與 WMT26 的“通用機器翻譯任務”和“影片字幕翻譯任務”並使用 Hy-MT 模型系列的團隊，將有機會獲得由混元贊助的特別獎項。這既是對模型能力的檢驗，也體現了騰訊推動翻譯技術社群發展的意願。

從產業視角看，Hy-MT2 的釋出對 AI 應用層尤其是多語言內容生成、跨境電商、出海社交等場景具有直接意義。一個在翻譯質量上超越主流商業 API 的開源模型，可能降低企業依賴單一商業翻譯服務的風險與成本，併為開發者提供更多定製化空間。同時，騰訊混元在翻譯模型上的持續迭代（從 2025 年 9 月的 7B 版本到如今的 30B MoE 版本），也顯示出大廠在垂直能力上做深做精的競爭策略。