10 月 26 日，腾讯混元开源了同声传译大模型 Hy-SimulMT，支持中英语音到语音的实时翻译：说话人音频实时输入模型，边听边译，同步输出译文与语音，并支持实时音色克隆以还原说话人声音与语气。模型已在腾讯 Hy 翻译 App 首发免费体验，代码同步上线 HuggingFace、ModelScope 与 GitHub。
3.3 秒延迟低于持证译员
同传的核心指标是 StreamLAAL，即译文比原话慢多少秒，数值越低越好。腾讯邀请 6 位持证同传专家做对照测试，其中 3 位 CATTI 一级、3 位 CATTI 二级，在软件 AI、医学、制造能源、商务管理等 10 个领域的音频上对比。Hy-SimulMT 的 StreamLAAL 延迟为 3.3 秒，低于一级译员的 4.5 秒与二级译员的 4.7 秒，翻译质量达到专家水平。
在长音频评测集 RealSI 上，它以约 3.1 秒延迟取得约 86 分，延迟为参评系统最低，质量为开源模型最佳，超过多数商用同传 API。短音频四项测试中，RealSI-Sentence 得分 84.7 为全场最高，FLEURS 90.3、ACL6060 81.2 居开源模型首位。
304 亿参数只激活 30 亿
模型采用混合专家结构，总参数 304 亿，每处理一个字只激活约 30 亿，共 48 层、128 个路由专家加 1 个共享专家，每次挑选 8 个专家工作。完整精度文件约 60.8 GB，另有 FP8 压缩版和 GGUF 量化版，开源协议为 Apache 2.0，商用免费。
需要说明的是，模型本身只完成声音进、文字出的半程，要让它用原说话人的嗓音念出来，还需另接一套语音合成服务。腾讯混元模型已挤进 OpenRouter 调用量全球前五，这类把专业译员延迟压到 3 秒的开源项目，正在把机器同传的边界往前推。
延伸阅读
- DeepSeek-V4.1登顶Code Arena开源榜首：1670分超越Kimi K31 周前
- Mistral Large 4 预览版发布：万亿参数、漏洞复现 82 分超越 GPT-63 周前
- Black Forest Labs发布FLUX 3 Klein：56亿参数原生4K2 周前
- 腾讯混元 Hy Memory 2.0 开源：多轮对话记忆超越 Opus5，延迟降 40%2 周前
继续读
同一批更新里这几篇值得一看：
- Artificial Analysis 指数 v5：开源差距拉到 12 分2026-10-29
- 蚂蚁百灵 Ling-3.1-flash-1019 开源：44 分2026-10-28
- Kimi K3.1 Pro 开源：2.8T 参数百万上下文2026-10-27