10 月 26 日，腾讯混元开源同声传译大模型 Hy-SimulMT，支持中英语言之间语音到语音实时翻译。说话人的音频可以实时输入，模型边听边译同步给出译文和语音，并支持实时音色克隆。该模型在腾讯 Hy 翻译 App 首发，免费提供服务体验。
响应 3 秒，人类译员平均 4 到 5 秒
官方给出的实测口径是，Hy-SimulMT 的响应时间在 3 秒左右，人类专业译员的平均水平在 4 至 5 秒。在业界常用的长音频开源评测集 RealSI 上，Hy-SimulMT 的 StreamLAAL 延迟指标做到最低，同时翻译质量使用 GPT6.1-Sol 打分达到开源模型最佳，超过大部分商用同传 API。
6 位持证同传专家与 10 个领域同场实测
为评估真实水平，团队在合规允许范围内收集互联网上新出现的中文和英文音频，覆盖软件 AI、医学、制造能源、自然科学、农业食品、商务管理、法律、教育、文化文旅、体育生活共十个领域，涉及演讲、访谈、会议等场景。人类同传专家一共 6 位，其中 3 位拥有 CATTI 一级口译证书、3 位拥有二级证书。评测取 3 位人类专家中的最高分作为对比基准，Hy-SimulMT 在翻译质量上达到人类同传专家水平，速度更快。
实时音色克隆与开源落地
模型在低延迟输出的同时能高度还原说话人的声音与语气，实时音色克隆被整合进同一套推理链路。同传延迟的量级差异值得关注，站内此前梳理过另一条同传技术路线的架构，见 Qwen3.8-LiveTranslate 同传延迟 2.3 秒。把评测直接对齐到持证译员、并同时给出延迟与质量两个数字，比单纯刷新跑分更接近实际落地门槛。
延伸阅读
- 腾讯混元 Hy Memory 2.0 开源：55.49% 超 Claude Opus 52 周前
- Hy-Nomas 拆解：8B 世界模型用 20.53 GiB 显存跑 100 秒12 小时前
- 腾讯内测 AI 互动社区《懂了鸭》：一句话生成 3D 课件，8 个模型可选6 天前
- 腾讯绿泡泡短剧月活1.43亿：周活8968万增44.1%15 小时前
AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。
继续读
同一批更新里这几篇值得一看：
- 腾讯混元开源 Hy-Nomas：80 亿参数世界模型，单卡 4090 可跑2026-10-27
- 腾讯绿泡泡短剧月活1.43亿：周活8968万增44.1%2026-10-27
- 腾讯内测 AI 互动社区《懂了鸭》：一句话生成 3D 课件，8 个模型可选2026-10-22