騰訊開源翻譯模型狂飆：31個語言對奪30冠，力壓谷歌GPT全家桶

大數據文摘出品

騰訊宣布開源兩款翻譯模型。

這兩款模型名為“Hunyuan MT 7B”和“Hunyuan MT Chimera 7B”，在國際權威賽事WMT2025上幾乎橫掃所有項目，31個語言對里拿下30個第一。

WMT是機器翻譯領域的最高級別賽事，全球研究團隊齊聚一堂比拼系統表現。

騰訊模型的得分大幅超過谷歌翻譯。也在多項指標上，結果領先幅度高達65%。

不僅如此，面對OpenAI的GPT-4.1、Anthropic的Claude 4 Sonnet，以及谷歌的Gemini 2.5 Pro等頂尖AI系統，騰訊依然占優。

評測數據顯示，Hunyuan模型在關鍵語言對的直接對抗中，比Gemini 2.5 Pro高出4.7個百分點。

面對專門的翻譯模型，優勢更為明顯，提升幅度最高達110%。

這意味著，參數規模只有70億的模型，居然在翻譯任務上擊敗了動輒數百億參數的龐然大物。

模型覆蓋33種語言，包括中文、英語、日語，以及捷克語、馬拉地語、愛沙尼亞語和冰島語等小語種。

最引人注目的是，騰訊把重點放在了中國的少數民族語言。模型支持漢語與哈薩克語、維吾爾語、蒙古語和藏語的雙向翻譯。

為此，團隊專門準備了1.3萬億個標注單位，僅針對少數民族語料。整個訓練過程共涉及112種語言和方言。

另外，這兩款模型未不是單純依賴大數據暴力堆砌。訓練過程分為五個階段，從通用文本起步，逐漸引入翻譯專屬數據，再用人工標注進行監督學習。

接著是基于獎勵信號的強化學習，最后一步是所謂“弱到強”的強化學習策略。

這種層層遞進的方式，保證了模型既有廣泛知識，又能在翻譯任務上保持專業性。

特別值得一提的是“Chimera”模型。

它采用融合策略，將多個系統的翻譯建議合并為更優結果，在標準測試中平均提升2.3個百分點。

這種方法等于把不同模型的優勢疊加，避免了單一系統的偏差。

與之相比，谷歌最近宣布的Gemini翻譯功能，雖然引入了實時對話翻譯和語言學習模式，但在核心準確率上，依然落后于騰訊。

騰訊的另一個亮點是開源。

模型已經在Hugging Face平臺上線，源代碼同步開放在GitHub。在硬件需求上，Hunyuan只需普通顯卡即可運行。

與72億參數的Tower Plus系列相比，Hunyuan在多項指標上超出10%到58%。

顯然，翻譯領域的競爭，不再是“模型越大越好”。未來的方向，是精準訓練和高效架構。

體驗地址：

https://hunyuan.tencent.com/modelSquare/home/list

Github:

https://github.com/Tencent-Hunyuan/Hunyuan-MT/

HugginFace:

https://huggingface.co/collections/tencent/hunyuan-mt-68b42f76d473f82798882597

AngelSlim壓縮工具：

https://github.com/Tencent/AngelSlim

作者長期關注 AI 產業與學術，歡迎對這些方向感興趣的朋友添加微信Q1yezi，共同交流行業動態與技術趨勢！

GPU 訓練特惠！

H100/H200 GPU算力按秒計費，平均節省開支30%以上！

掃碼了解詳情?

點「贊」的人都變好看了哦！