腾讯混元开源 Hy-SimulMT 同传模型，响应约 3 秒

2026 年 10 月 26 日，腾讯混元发布并开源同声传译大模型 Hy-SimulMT，具体规格为 Hy-SimulMT-30B-A3B。据 Hugging Face 页面介绍，该模型支持中英双向的语音到语音同声传译，可持续接收音频，在说话人讲话的同时进行翻译，同步输出译文文字与语音；模型还支持实时音色克隆，可保留说话人的声音特征，同时放出 GGUF 版本供本地部署，包括 Hy-SimulMT-30B-A3B-GGUF 与 Hy-SimulMT-30B-A3B-Interleave-GGUF 两个文件。

据 IT 之家同日的报道，官方介绍该模型具备低时延、高准确率的特点，说话人的音频可实时输入模型，模型边听边译并实时给出译文和语音，同时支持实时音色克隆，高度还原说话人的声音与语气。低时延是官方强调的主要亮点：Hy-SimulMT 的响应时间实测约 3 秒，而人类专业译员平均在 4-5 秒；在业界常用的长音频开源评测集 RealSI 上，该模型以 StreamLAAL 衡量的延迟最低，翻译质量由 GPT6.1-Sol 打分，官方称其效果达到开源模型最佳，超过市面上主流的开源同传模型，甚至超过大部分商用同传 API。该模型已在腾讯 Hy 翻译 App 首发并提供免费体验。

目前公开信息停留在发布与开源阶段，两篇报道在模型能力与评测结果上均引述官方说法，尚没有第三方独立验证的数据。