- Tether 推出的 AfriSLM 模型支持在本地设备上运行，覆盖 19 种非洲语言
- 在训练前，Tether 通过数据筛选系统剔除了 96% 的低质量语料
- EuroNano 模型仅占用 36MB 存储空间，却支持 90 个翻译方向
Tether 人工智能研究公司近日发布了一套全新的离线翻译系统，包含针对非洲语言的 QVAC TranslatePsy-AfriSLM 和针对欧洲语言的 QVAC TranslatePsy-EuroNano。
这两款模型均设计为在设备端直接处理翻译任务，确保用户数据保留在本地，无需上传至远程云服务器。
面向资源受限设备的本地化方案
AfriSLM 旨在覆盖非洲大陆约 50% 的人口，支持豪萨语、阿姆哈拉语、约鲁巴语、林加拉语、斯瓦希里语、伊戈语、祖鲁语、索马里语、奥罗莫语、马拉加斯语、金亚朗达语、克索萨语、南非荷兰语（Afrikaans）、沃洛夫语、卢冈达语、尼亚贾语、肖纳语、斯瓦纳语以及南索托语等 19 种语言。
尽管 AfriSLM 拥有 8 亿参数，但 Tether 声称其性能超越了 Qwen3.5-122B-A10B、TranslateGemma-27B 和 NLLB-3.3B 等模型。这一结论基于 FLORES-200、BOUQuET 和 SMOL 基准测试得出，不过实际场景中的表现可能因具体语境而异。
Tether 指出，优异的性能部分归功于其严格的数据清洗流程，该系统在构建 AfriSLM 之前丢弃了高达 96% 被认为不适合的材料。此外，为了适应不同的硬件条件，该公司还发布了 0.8B、2B 和 4B 参数规模的变体版本。
EuroNano 则采用了以英语为中介语言的策略，从而以极小的体积连接 9 种欧洲语言之间的 90 种翻译路径。该模型总大小仅为 36MB，Tether 表示这比同类 Firefox 离线版本节省了 94% 的存储空间。
这种轻量化设计使得 EuroNano 能够在无网络连接时继续提供翻译服务，且无需为每种语言组合单独下载模型，对于现场工作人员、旅行者及本地应用开发者而言，有效解决了存储容量和网络可用性的限制问题。
Tether 聚焦非洲市场的原因
Tether 对非洲市场的重视与其在该地区撒哈拉以南部分区域的基础设施布局密切相关。公司在当地安装了太阳能发电亭，提供手机充电、电池交换及社区数字金融服务。
这些基础设施未来可作为分发教育材料、农业信息及本地化翻译内容的渠道，减少用户对持续互联网连接的依赖。
Tether 首席执行官 Paolo Ardoino 表示：“我们这个时代最强大的技术也重演了这一失败。语言不应该决定谁可以从人工智能中受益。像这样的开放式翻译模式是迈向未来的一步，教育和人工智能工具将会接触到数亿人。”
该技术还可与 Tether 用于本地设备医疗应用的较小模型 QVAC MedPsy 协同工作。Ardoino 补充道：“一位母亲可以得到她理解的真正的医疗信息，而不是猜测。一个孩子可以用自己的语言学习。这就是我们通过 QVAC 建设的未来。”
目前，AfriSLM 可通过 Hugging Face 获取，相关研究成果已被接受在 EMNLP 2026 会议上展示。
