同声传译开源了:混元 3 秒开口还学你说话
腾讯混元 10 月 26 日开源同声传译大模型 Hy-SimulMT(30B-A3B,HF 权重口径约 30.39B、128 专家每 token 激活 8 个):中英语音实时互译,RealSI 长音频 StreamLAAL 约 3 秒(官方注明该口径不等于首译出声等待)、GEMBA 约 85-86 分为官方对比图示口径(打分模型 GPT6.1-Sol),超对比开源模型与 5 个商用 API 中 4 个;18 段录音对 6 位 CATTI 持证译员的小规模对照中延迟低于专家 4.5/4.7 秒。关键纠偏:底座只输出译文文本,语音输出与音色克隆须另接 TTS(官方方案接 Qwen3-TTS),3 秒不含合成播报耗时。许可证三层口径一句话:LICENSE 原文 Apache-2.0 附第三方组件例外(仅 Qwen3-ASR-0.6B)且无附加限制,GitHub 因自定义文件名显示 NOASSERTION。六种构建(BF16/FP8/GGUF/Interleave),官方硬件锚点 BF16 约 57 GiB 单张 H200,GGUF 最低配置未公布;工具链 SimulInfer/SimulTrain,llama.cpp 支持已提 PR #31198 未合并,单文件上限 30 秒。