Tether AI Research a publié trois familles de modèles de traduction open source conçus pour fonctionner directement sur les smartphones, les ordinateurs portables et d’autres appareils en périphérie, sans connexion internet ni traitement dans le cloud.

QVAC TranslatePsy-AfriSLM prend en charge 19 langues africaines, AfriNano en couvre huit et EuroNano gère neuf langues européennes. En utilisant l’inférence locale, les modèles conservent le texte sur l’appareil, ce qui permet aux traductions de se poursuivre dans les zones où la connectivité est instable tout en évitant l’envoi des données des utilisateurs vers des serveurs cloud tiers.

AfriSLM couvre des langues parlées dans la moitié de l’Afrique

TranslatePsy-AfriSLM prend en charge le haoussa, l’amharique, le yoruba, le lingala, le swahili, l’igbo, le zoulou, le somali, l’oromo, le malgache, le kinyarwanda, le xhosa, l’afrikaans, le wolof, le luganda, le nyanja, le shona, le tswana et le sotho du Sud.

Ces langues couvrent l’Afrique de l’Ouest, de l’Est, centrale et australe, et sont parlées dans des régions représentant environ la moitié de la population du continent.

L’exécution locale des modèles pourrait rendre accessibles des contenus éducatifs traduits, des informations agricoles et des ressources de santé sur du matériel grand public ordinaire dans des zones où l’accès continu au cloud n’est pas pratique. La même architecture de traitement local a été un élément central du développement de QVAC, notamment son framework BitNet LoRA pour entraîner et exécuter des modèles d’IA sur des GPU grand public et des smartphones.

Un modèle à 800M de paramètres surpasse des rivaux bien plus grands

Le plus petit modèle TranslatePsy-AfriSLM contient environ 800 millions de paramètres mais a surpassé Qwen3.5-122B-A10B, TranslateGemma-27B et NLLB-3.3B sur les benchmarks de traduction africaine FLORES-200, BOUQuET et SMOL.

Le processus d’entraînement de Tether a éliminé jusqu’à 96% des données parallèles open source de moindre qualité avant l’entraînement du modèle. AfriSLM est disponible en versions de 0.8 milliard, 2 milliards et 4 milliards de paramètres, avec des versions en précision complète et quantifiées pour différentes contraintes matérielles.

Les modèles utilisent la licence Apache 2.0, permettant aux développeurs de les télécharger, de les modifier et de les intégrer dans d’autres applications. La recherche sous-jacente sur AfriSLM a également été acceptée pour une présentation à EMNLP 2026.

EuroNano réduit la traduction hors ligne à 36MB

TranslatePsy-EuroNano prend en charge l’allemand, l’espagnol, le français, l’italien, le portugais, le finnois, le tchèque, le néerlandais et le suédois, en utilisant l’anglais comme langue pivot sur 90 directions de traduction.

Son déploiement le plus léger nécessite environ 36MB de stockage, soit environ 94% de moins que les 633MB requis par une configuration de traduction hors ligne Firefox équivalente. La configuration EuroNano de la plus haute qualité a conservé 98.4% de la qualité de traduction de NLLB-200 de Meta lors de la traduction vers l’anglais.

Cette publication élargit une stratégie QVAC qui comprend déjà l’inférence locale, l’ajustement des modèles et un financement destiné aux développeurs de logiciels conçus pour fonctionner sans fournisseurs cloud centralisés. TranslatePsy-AfriSLM, AfriNano et EuroNano sont disponibles en versions en précision complète et quantifiées pour un déploiement local.