Tether AI Research opublikował trzy rodziny otwartych modeli tłumaczeniowych, zaprojektowanych do bezpośredniego działania na smartfonach, laptopach i innych urządzeniach brzegowych bez potrzeby połączenia z internetem lub przetwarzania w chmurze.

QVAC TranslatePsy-AfriSLM obsługuje 19 języków afrykańskich, AfriNano obejmuje osiem, a EuroNano obsługuje dziewięć języków europejskich. Dzięki lokalnemu wnioskowaniu modele utrzymują tekst na urządzeniu, co pozwala kontynuować tłumaczenia w obszarach o niestabilnej łączności i jednocześnie unikać przesyłania danych użytkownika do zewnętrznych serwerów chmurowych.

AfriSLM obejmuje języki używane na obszarze połowy Afryki

TranslatePsy-AfriSLM obsługuje Hausa, Amharic, Yoruba, Lingala, Swahili, Igbo, Zulu, Somali, Oromo, Malagasy, Kinyarwanda, Xhosa, Afrikaans, Wolof, Luganda, Nyanja, Shona, Tswana i Southern Sotho.

Języki te są używane w Afryce Zachodniej, Wschodniej, Środkowej i Południowej oraz na obszarach zamieszkanych przez około połowę ludności kontynentu.

Lokalne uruchamianie modeli mogłoby sprawić, że przetłumaczone materiały edukacyjne, informacje rolnicze i zasoby zdrowotne staną się dostępne na zwykłym sprzęcie konsumenckim w miejscach, gdzie stały dostęp do chmury jest niepraktyczny. Ta sama architektura lokalnego przetwarzania była centralnym elementem rozwoju QVAC, w tym frameworka BitNet LoRA do trenowania i uruchamiania modeli AI na konsumenckich GPU i smartfonach.

Model o 800 mln parametrów pokonuje znacznie większych rywali

Najmniejszy model TranslatePsy-AfriSLM zawiera około 800 milionów parametrów, ale przewyższył Qwen3.5-122B-A10B, TranslateGemma-27B i NLLB-3.3B w benchmarkach tłumaczeń afrykańskich FLORES-200, BOUQuET i SMOL.

Proces trenowania Tether odfiltrował przed szkoleniem modelu nawet 96% niższej jakości otwartych danych równoległych. AfriSLM jest dostępny w wersjach 0.8-billion, 2-billion i 4-billion parametrów, z wydaniami pełnoprecyzyjnymi i skwantyzowanymi dla różnych ograniczeń sprzętowych.

Modele wykorzystują licencję Apache 2.0, co pozwala deweloperom pobierać je, modyfikować i integrować z innymi aplikacjami. Leżące u podstaw badania nad AfriSLM zostały również zaakceptowane do prezentacji na EMNLP 2026.

EuroNano zmniejsza offline’owe tłumaczenie do 36MB

TranslatePsy-EuroNano obsługuje German, Spanish, French, Italian, Portuguese, Finnish, Czech, Dutch i Swedish, wykorzystując English jako język pośredniczący w 90 kierunkach tłumaczenia.

Jego najmniejsze wdrożenie wymaga około 36MB pamięci masowej, czyli o około 94% mniej niż 633MB wymagane przez porównywalną konfigurację offline tłumaczenia Firefox. Najwyższej jakości konfiguracja EuroNano zachowała 98.4% jakości tłumaczenia Meta’s NLLB-200 podczas tłumaczenia na English.

Wydanie rozszerza strategię QVAC, która już obejmuje lokalne wnioskowanie, dostrajanie modeli i finansowanie deweloperów dla oprogramowania zaprojektowanego do działania bez scentralizowanych dostawców chmury. TranslatePsy-AfriSLM, AfriNano i EuroNano są dostępne w wersjach pełnoprecyzyjnych i skwantyzowanych do lokalnego wdrożenia.