AI翻译赛道挤满老玩家，腾讯凭什么再开一桌？

文 | 霞光AI实验室，作者｜子墨，编辑｜李小天

近两年免签国家越开越多，中国人的护照突然就硬气了起来。

刚过去的2026年国庆假期更是夸张：根据国家移民管理局的数据，国庆期间全国边检机关共保障 1546.2 万人次中外人员出入境。其中，内地居民出境 444.4 万人次，同比增长 9.3%。算下来，假期平均每天都有约 63.5 万人次内地居民出境。

刷十分钟朋友圈，定位从曼谷到土耳其，从迪拜到冰岛，连很多之前要想一会才能想起在哪的“冷门小国”，街头都能遇到老乡。

果然，中国人能飞。

以前说出境游，劝退人的往往不是机票，而是语言。

站在人生地不熟的街头，菜单看不懂，路标认不出，跟人比划半天鸡同鸭讲，那种社死感谁经历谁知道。

但现在这层壁垒，开始被 AI 翻译逐渐碾平。

大模型一开，别说英语日语，哪怕是听都没听过的小语种，掏出手机对着一搜，全都翻译得明明白白。

就在中秋节前一天，腾讯也悄悄凑了个热闹，推出了一款叫 Hy 翻译的 APP，背靠混元 Hy-MT2 大模型，并在美国、日本、韩国等 12 个国家地区上线。

国内的翻译赛道本就拥挤，且头部效应明显 —— 有道、讯飞这些老牌选手扎了十几年根，百度翻译也早早占了坑，腾讯这时候拎着新凳子挤进来，天时地利都不占。

这个由大模型从零养大的新玩家，与老牌翻比起来，是真・AI 降维打击，还是换了个壳的旧瓶装新酒呢？

大模型里的“人情世故”

点开 Hy 翻译，第一印象就是“轻”。

界面清爽得不像个大厂出品，功能入口一目了然，依然是文字、语音、拍照这老三样。

Hy翻译APP主页

翻看语种列表，Hy 翻译支持 33 种语言互译。对比有道和讯飞上百个语种的庞大库，这个数字算不上多惊艳。

不过它做了个有点意思的差异化——额外加入了粤语、藏语、蒙古语、哈萨克语和维吾尔语 5 种中国少数民族语言及方言。

这几种语言在有道和讯飞里并没有被完整覆盖。对于习惯去新疆、西藏深度游，或者在大湾区溜达的人来说，实用性还是比较高的。

但工具好不好用，到底还是看翻译质量。

学术或商务场景求准确，而日常出游求的是沟通。沟通这事，除了意思对，语气和表达习惯更是精髓——毕竟情商低的人，连“中译中”都能当场跟人吵起来。

这也是用传统翻译软件使用过程中的一大痛点——机翻味实在太重了。

一句话翻译过去，字面没毛病，可当地人根本不这么说话，拿到人面前显得僵硬又别扭。

在这一点上，Hy 翻译的大模型底子展现出了优势：让翻译不仅有准确度，还能换着风格说人话。

在翻译界面里，可以根据场景手动切换翻译偏好：学术论文的严谨风、商务谈判的专业风不必多说，它还准备了日常口语、小说体、宣传文案乃至新闻报道风格。

更灵活的是自定义指令。觉得交流太死板，可以直接加一句“加上表情”、“语言幽默轻松一点”、“带有语气词”，甚至要求它“顺便把句子里生僻的词解释一下”。

在Hy翻译中设置偏好并给出对应翻译

相比之下，有道和讯飞等经典工具更偏向学习与效率属性。

有道虽然也支持 AI 润色，接入了 DeepSeek-V4 模型，提供更专业、更口语等预设，但基本上是给什么选什么，很难像聊天一样按真实场景去灵活定制。

有道翻译接入DeepSeek-V4，翻译相同的内容

实际用下来，Hy 翻译的这种灵活度确实把交流门槛拉低了不少。

在国外问路或买东西时，偶尔靠翻译框里甩出几个表情，气氛瞬间就能变得轻松愉快。

用户不急，翻译急

以前用传统翻译工具跟老外聊天，最折磨人的莫过于“拉锯战式”的操作。

自己说一句，等翻译出来；把手机递过去，手动把语种选项切换一下，对方再说一句；拿回手机再切回来……明明几句话能搞定的事，硬是被频繁的切按键打断，辅助工具反倒成了交流里的绊脚石。

而现在的对话翻译功能，终于把这种繁琐的交互流程给简化了。

在 Hy 翻译和讯飞翻译里，都配备了双人实时对话模式。两个人各自按住麦克风讲话，交流效率提升了不少。

这两个应用也都采用了“面对面分屏”的交互形式——屏幕一分为二，上方画面颠倒过来面向对方，下方面向自己，把手机平摊在桌上或者握在中间，两个人就能对着一部手机直接对谈。

不过在具体的细节体验上，讯飞的 UI 设计明显要更老道一些。

Hy翻译（左）、讯飞翻译（右） 对话模式下的分屏设计

从这套分屏界面就能看出来，讯飞用了极其醒目的红蓝配色区分麦克风，并清晰标出了两种语言，甚至连文字提示都做好了正反朝向的适配。谁该按哪个按钮一目了然，几乎没有上手理解的门槛。

相比之下，Hy 翻译的这套设计就显得有些生硬。

按钮颜色偏单一不说，在非分屏模式下，想切换讲话方还需要手动去点中间那个“切换”按键，在忙乱的现场交流中，稍微一走神就容易按错。

不知道是不是为了追求极致的响应速度，它在语音断句上也显得有些“着急”。语速稍微慢一点或者中间停顿一下，还没等一整句话说完，系统就会把前半句生硬截断并直接翻译。不仅一段完整的话被硬生生拆成了好几段碎句，有时甚至还会因为上下文缺失而出现语义偏差。

同时，像讯飞、有道这种深耕多年的老选手，都把场景延展到了“同传”级别。

比如讯飞直接在对话界面内置了“对话同传”入口，不仅适合简短的交流，拿来应对大段语音或者偏正式的交流也撑得住。有道也同样加入了同传能力，不过它们的这项功能都有时长限制，用久了需要付费。

这也暴露出了 Hy 翻译作为新产品的明显短板：它目前的功能相对单一，并没有把体量和深度做出来。像同传这种高阶的复杂场景暂时还无法应对，但作为一款免费、即开即用的随身小工具，日常出游沟通还是能够满足的。

离开网络，还剩几分本事？

虽然现在大部分目的地都有网络覆盖，在线翻译能解决绝大多数交流，但凡是在信号欠佳的偏远山区转过，或是刚下飞机还没买上本地流量卡的人都知道——离线翻译这个“备胎”，关键时刻真能救命。

离线翻译本身并不新鲜，几乎是工具类翻译 APP 的标配。不过传统应用的底层多走传统的小模型路线。方案成熟归成熟，麻烦也不少：得按语种单独下载离线包。

去趟日本下个中日包，去趟俄罗斯再下个中俄包，单个包几百 MB，虽然不算大，但是一个一个下载确实很麻烦。

拿它应对“这个东西多少钱”、“那个景点怎么走”这类基础对话固然够用，但泛化能力到底有限。一旦碰到没提前下载的冷门语种，手机分分钟退化成“砖头”。

而基于大模型原生构建的 Hy 翻译，在这个维度上给出了另一种解法。它支持直接安装本地模型，最显著的差异在于：只下一个包，就能覆盖它所支持的全量 33 种语言。

讯飞翻译（左）与Hy翻译（右）离线语音包大小对比

走大模型路线，也让它在长句理解和语境连贯性上天然更强一些。不过这种“全家桶式”的方案也有代价——安装本地模型包需要占用上 1 GB 的存储空间。对于手机内存本就不宽裕的人来说，为了偶发的断网场景腾出这么大地方，确实得犹豫一下。

但比起功能上的小修小补，这种把离线翻译从“查词典”升级为“本地推理”的尝试，也算得上是 AI 带来的真正进化。

整体看下来，Hy 翻译并没有打算走大而全的路线。它没有像讯飞那样把语言练习、AI 硬件联动（比如耳机、眼镜）统统塞进来，也没有像有道那样极力朝学术研读、长文语法解析等专业领域靠拢。

说到底，它目前更像是一个纯粹的、被大模型技术重新武装过的随身翻译器。不去颠覆用户习惯，文字、语音、拍照这老三样依然是主打；但在语气微调、自定义指令这些细微的交互里，确实展示出了大模型该有的灵活性。

AI也怕遇到“咖喱味”

去境外游玩的帖子下面转一圈，就能看到不少关于“到底哪个翻译软件好用”的灵魂拷问。

“没一款好用的”。

这种吐槽背后，往往藏着一个各家软件都很难绕开的现实痛点——各地方言和口音的杀伤力。

有网友分享了一个真实的案例：在异国他乡，遇到个会说英语的热情印度人，结果对方把数字“three”说成了极具特色的“的立”，翻译软件根本识别不出来说的是什么。

现实就是，无论是传统路线还是大模型驱动，目前的翻译软件大都只能应对标准口音。面对这种满大街都能碰上的“咖喱味英语”或者浓重地方腔，几乎都是无能为力。

也正因如此，好用的翻译软件不仅要懂语境，更得在复杂的真实环境中“少出洋相”。

这也正是当下 AI 翻译赛道的有趣之处：老牌软件靠着多年攒下的语料库和成熟功能搭起高墙，大模型新秀则试图凭着更懂人类语境的表达弯道超车。

说到底，人们不需要一个冷冰冰的 AI 充当翻译机器，而需要一个能帮自己“说人话”的随身翻译官。当技术慢慢跨过口音和语境的门槛，语言的交流阻碍，才算真正被抹平了。