Tencent Hunyuan открывает исходники Hy-SimulMT — модели синхронного перевода речи 30B-A3B с задержкой ~3 с

26 октября Tencent выпустила Hy-SimulMT: модель с 30 млрд общих и 3 млрд активных параметров для двунаправленного китайско-английского синхронного перевода речи в речь, которая принимает непрерывный аудиопоток и выдаёт переведённый текст плюс речь с клонированным голосом. На long-form бенчмарке RealSI она показывает StreamLAAL около 3 секунд — лучший результат в своём сравнении против 4–5 секунд у живых переводчиков — при оценке GEMBA выше сравниваемых open-source моделей и четырёх из пяти коммерческих API; веса поставляются в BF16, FP8 и GGUF, плюс вариант Interleave, выводящий исходный текст вместе с переводом.