腾讯混元发布1.5版开源翻译模型：端侧高效部署，性能比肩大型闭源模型

随着多语种交流需求的增长与AI模型技术的成熟，腾讯混元（Hunyuan） 发布了全新的 1.5 版开源翻译模型 Step-DeepResearch，在性能、部署效率以及语言覆盖范围上均实现显著提升。该模型不仅能够在端侧设备上高效运行，还在翻译质量与响应速度上达到与超大型闭源模型相当的水平，为AI翻译落地带来了新的突破。

端侧部署与卓越性能

腾讯混元 1.5 版模型以 轻量化与高效能 为核心设计思路，模型规模为 1.8B 参数，但内存占用仅需 约1GB 即可完成本地离线运行。
与传统依赖云端计算的翻译方案不同，该模型能够在 移动设备、边缘端或低功耗终端 中稳定运行，实现真正的端侧AI部署。

在多项性能测试中，混元 1.5 模型在推理速度上显著领先于主流商用翻译API，同时在翻译流畅度与语义准确率方面表现出极高的一致性，带来更加自然流畅的跨语言交流体验。

支持全球与本地语言的全面覆盖

腾讯混元 1.5 模型在语言覆盖层面进行了全面扩展，支持 33 种全球主流语种，包括英语、法语、日语、韩语、西班牙语、俄语等，同时兼容 5 种国内少数民族语言与方言，如藏语、维吾尔语、蒙古语、壮语与粤语。

这种广泛的语种支持，使得模型可应用于 跨境电商、国际教育、出海游戏、本地化服务 等多语场景，进一步拓宽AI翻译的实际应用边界。

On-Policy Distillation 技术突破

混元团队在模型训练过程中采用了创新性的 On-Policy Distillation 策略，通过一个 7B 参数的“教师模型” 实时引导 1.8B “学生模型” 的学习过程。
这种基于实时反馈的知识蒸馏机制，使得学生模型能够在保持轻量级结构的同时，具备接近大型模型的逻辑理解与语义表达能力。

这一技术突破有效提升了模型在复杂语境中的翻译一致性，尤其是在专业学术、法律、医疗及多轮对话翻译任务中展现出高水平表现。