Tether, emitent stablecoina USDT, wprowadził trzy open-source’owe modele tłumaczeniowe sztucznej inteligencji zaprojektowane do lokalnego działania na smartfonach i laptopach bez połączenia z internetem.

Modele — TranslatePsy-AfriSLM, TranslatePsy-AfriNano i TranslatePsy-EuroNano — mają rozszerzać dostęp do edukacji, opieki zdrowotnej i innych kluczowych informacji w społecznościach, w których bariery językowe i ograniczona łączność pozostają istotnymi wyzwaniami. Inicjatywa oznacza również szerszą ekspansję Tethera w kierunku zdecentralizowanych narzędzi sztucznej inteligencji działających lokalnie.

Zamiast polegać na dużych systemach chmurowych, modele wykonują tłumaczenia bezpośrednio na urządzeniach konsumenckich. Takie podejście ma ograniczyć wymagania sprzętowe oraz poprawić dostępność i prywatność, umożliwiając użytkownikom lokalne przetwarzanie informacji zamiast ich ciągłego przesyłania do zdalnych serwerów.

Języki afrykańskie w centrum ekspansji

TranslatePsy-AfriSLM obsługuje 19 języków afrykańskich, w tym suahili, hausa i zulu. Według raportu obsługiwane języki obejmują regiony zamieszkiwane przez niemal połowę populacji Afryki, co może zapewnić tej technologii szeroką potencjalną bazę użytkowników.

Działanie offline może być szczególnie istotne w Afryce Subsaharyjskiej, gdzie niestabilny dostęp do internetu ogranicza korzystanie z chmurowych usług AI. Modele Tethera mają dostarczać narzędzia wielojęzyczne bezpośrednio na smartfony i laptopy, bez konieczności połączenia z internetem lub rozbudowanej infrastruktury chmurowej.

Edukacja i opieka zdrowotna należą do głównych obszarów wskazywanych przez Tethera jako potencjalne zastosowania. Tłumaczenia na lokalne języki mogłyby ułatwić dystrybucję kursów edukacyjnych, materiałów technicznych i narzędzi edukacyjnych opartych na AI w społecznościach, które historycznie miały ograniczony dostęp do zasobów cyfrowych.

Opieka zdrowotna to kolejny potencjalny obszar zastosowań, szczególnie w regionach o dużym zróżnicowaniu językowym. Lokalne narzędzia tłumaczeniowe mogłyby wspierać dystrybucję informacji medycznych i poprawiać komunikację między pracownikami ochrony zdrowia a społecznościami, w których różnice językowe mogą utrudniać dostęp do kluczowych wskazówek.

Technologia mogłaby również wspierać rolnictwo i działania humanitarne. Rolnicy mogliby otrzymywać informacje dostosowane do lokalnych języków, a organizacje pomocowe mogłyby korzystać z tłumaczeń offline podczas sytuacji kryzysowych i działań ratunkowych. Sieć zasilanych energią słoneczną kiosków Tethera w Afryce, oferujących między innymi ładowanie telefonów i dostęp do usług finansowych, mogłaby potencjalnie służyć jako punkty dystrybucji lokalnych treści AI.

Mniejszy model dla europejskich użytkowników

Tether opracował również TranslatePsy-EuroNano z myślą o rynkach europejskich. Według raportu model obsługuje dziewięć języków europejskich i zapewnia 90 kierunków tłumaczenia, zajmując zaledwie 36 MB pamięci.

System wykorzystuje język angielski jako język pośredni, aby ułatwić tłumaczenia wielojęzyczne przy zachowaniu stosunkowo niskich wymagań obliczeniowych. Niewielki rozmiar może sprawić, że model będzie odpowiedni dla urządzeń o ograniczonej pamięci i mocy obliczeniowej, stanowiąc alternatywę dla większych systemów tłumaczeniowych działających offline.

Nacisk na efektywność odzwierciedla szersze starania Tethera zmierzające do opracowania systemów AI działających bliżej użytkowników, zamiast silnego uzależnienia od scentralizowanej infrastruktury obliczeniowej.

Tether rozwija strategię AI

Tether rozwija swoje kompetencje w dziedzinie sztucznej inteligencji za pośrednictwem działu Tether Data od 2024 roku, koncentrując się na modelach obsługiwanych przez użytkowników oraz systemach peer-to-peer. Projekt TranslatePsy jest kontynuacją wprowadzenia przez spółkę platformy QVAC w 2025 roku, przeznaczonej do obsługi lokalnych zastosowań AI.

Tether przedstawia tę inicjatywę jako element działań na rzecz ograniczenia wykluczenia cyfrowego i udostępnienia AI populacjom, które w przeciwnym razie mogłyby zostać wykluczone z powodu barier językowych, problemów z łącznością lub ograniczeń sprzętowych. Otwarty charakter modeli może umożliwić deweloperom, badaczom i organizacjom dostosowanie ich do lokalnych zastosowań w edukacji, opiece zdrowotnej, rolnictwie i usługach humanitarnych.

Tether Africa Where you are born should never limit your potential. True progress begins with access to stable money, stable energy, stable communications, and now also stable intelligence. Today, we introduce QVAC TranslatePsy / Afri SLM, a lightweight AI translation model… pic.twitter.com/cSc9sqylsy — Tether (@tether) September 2, 2026

Modele udostępniono za pośrednictwem Hugging Face w wielu konfiguracjach, w tym w wersjach o pełnej precyzji i wersjach skwantyzowanych. Daje to deweloperom możliwość wyboru rozwiązania w zależności od dostępnych zasobów obliczeniowych i planowanego środowiska wdrożeniowego.

Ekspansja AI poza stablecoiny

Inicjatywy Tethera związane ze sztuczną inteligencją są odrębne od działalności spółki dotyczącej stablecoina USDT, ale pokazują jej szersze ambicje technologiczne. Według stanu na 11 września 2026 roku USDT pozostawał jednym z największych stablecoinów pod względem kapitalizacji rynkowej, z raportowaną wartością około 183,51 mld USD i ceną w pobliżu 1 USD.

Ekspansja spółki w obszar AI może wzmocnić jej pozycję w zdecentralizowanych technologiach wykraczających poza aktywa cyfrowe, choć skala przyjęcia modeli tłumaczeniowych pozostaje niepewna.

Oczekuje się, że Tether zaprezentuje swoje badania nad AI podczas konferencji EMNLP 2026, zwiększając widoczność technologii i jej wyników. Możliwość zapewnienia tłumaczeń za pomocą stosunkowo niewielkich modeli działających offline może sprawić, że projekt będzie szczególnie istotny dla społeczności o ograniczonym dostępie do usług, w których korzystanie z chmury obliczeniowej i niezawodnej łączności jest utrudnione.

Źródło: CoinTrust