騰訊混元開源 Hy-SimulMT 同傳模型，響應約 3 秒

2026 年 10 月 26 日，騰訊混元釋出並開源同聲傳譯大模型 Hy-SimulMT，具體規格為 Hy-SimulMT-30B-A3B。據 Hugging Face 頁面介紹，該模型支援中英雙向的語音到語音同聲傳譯，可持續接收音訊，在說話人講話的同時進行翻譯，同步輸出譯文文字與語音；模型還支援即時音色克隆，可保留說話人的聲音特徵，同時放出 GGUF 版本供本地部署，包括 Hy-SimulMT-30B-A3B-GGUF 與 Hy-SimulMT-30B-A3B-Interleave-GGUF 兩個檔案。

據 IT 之家同日的報道，官方介紹該模型具備低時延、高準確率的特點，說話人的音訊可即時輸入模型，模型邊聽邊譯並即時給出譯文和語音，同時支援即時音色克隆，高度還原說話人的聲音與語氣。低時延是官方強調的主要亮點：Hy-SimulMT 的響應時間實測約 3 秒，而人類專業譯員平均在 4-5 秒；在業界常用的長音訊開源評測集 RealSI 上，該模型以 StreamLAAL 衡量的延遲最低，翻譯質量由 GPT6.1-Sol 打分，官方稱其效果達到開源模型最佳，超過市面上主流的開源同傳模型，甚至超過大部分商用同傳 API。該模型已在騰訊 Hy 翻譯 App 首發並提供免費體驗。

目前公開資訊停留在釋出與開源階段，兩篇報道在模型能力與評測結果上均引述官方說法，尚沒有第三方獨立驗證的資料。