腾讯昨日开源发布专为翻译任务优化的新语言模型系列Hunyuan-MT。据透露，该系列在主流AI翻译基准测试中大幅领先Google Translate。
Hunyuan-MT系列包含四款模型，其中旗舰版Hunyuan-MT-7B与Hunyuan-MT-Chimera-7B均拥有70亿参数；另两款为降低内存占用的压缩版本，但在输出质量上有所妥协。
上述模型支持33种语言双向翻译，涵盖中英日等常用语及捷克语、马拉地语等小语种。值得注意的是，腾讯重点强化了中文与中国少数民族语言的互译能力，支持中文与哈萨克语、维吾尔语、蒙古语及藏语的双向翻译。
Hunyuan-MT系列的训练过程
模型预训练采用四类数据集：两类为33种语言的纯文本片段（无翻译信息），另两类为包含数百万条“原文-译文”对照的数据对。
据腾讯介绍，该训练流程不仅赋予模型翻译能力，还注入了大量通用知识。在MMLU-Pro通用知识评估中，Hunyuan-MT显著超越80亿参数的Llama-3-8B-Base模型。
预训练后进入强化学习阶段，通过分配特定任务并反馈回答质量，持续优化模型输出效果。
Hunyuan-MT-7B基于标准架构，而Hunyuan-MT-Chimera-7B采用集成学习（Ensemble Learning）。不同于混合专家模型（MoE）仅激活单一网络，集成学习同时调用多个神经网络生成响应，再整合为高质量答案。
腾讯使用自研WMT25指标对比显示，在31个语言对中，Hunyuan-MT于30个对上优于Google Translate，部分场景得分高出65%。此外，其在多数语言对上的表现也超过GPT-4.1和Claude 4 Sonnet。