Tether AI Research 已發布三個開源翻譯模型系列，設計為可直接在智慧型手機、筆記型電腦及其他邊緣裝置上運行，無需網際網路連線或雲端處理。

QVAC TranslatePsy-AfriSLM 支援 19 種非洲語言，AfriNano 支援 8 種語言，EuroNano 則處理 9 種歐洲語言。透過本地推論，模型可將文字保留在裝置端，使翻譯能在連線不穩定的地區持續進行，同時避免將使用者資料傳送至第三方雲端伺服器。

AfriSLM 涵蓋橫跨非洲半數人口使用的語言

TranslatePsy-AfriSLM 支援 Hausa、Amharic、Yoruba、Lingala、Swahili、Igbo、Zulu、Somali、Oromo、Malagasy、Kinyarwanda、Xhosa、Afrikaans、Wolof、Luganda、Nyanja、Shona、Tswana 和 Southern Sotho。

這些語言橫跨西非、東非、中非與南非，使用者分布於約占非洲人口一半的地區。

將模型本地化運行，可能讓教育 सामग्री、農業資訊與醫療資源的翻譯內容，能在一般消費級硬體上使用，特別是在難以持續連接雲端的地區。這種本地處理架構一直是 QVAC 開發的核心部分，包括其用於在消費級 GPU 與智慧型手機上訓練和運行 AI 模型的 BitNet LoRA 框架。

800M 參數模型表現優於更大型競爭對手

最小的 TranslatePsy-AfriSLM 模型約包含 800 million 個參數，但在 FLORES-200、BOUQuET 和 SMOL 非洲翻譯基準測試中，表現優於 Qwen3.5-122B-A10B、TranslateGemma-27B 和 NLLB-3.3B。

Tether 的訓練流程在模型訓練前，最多過濾掉 96% 品質較低的開源平行資料。AfriSLM 提供 0.8-billion、2-billion 和 4-billion 參數版本，並針對不同硬體限制推出完整精度與量化版本。

這些模型採用 Apache 2.0 授權，允許開發者下載、修改並整合至其他應用程式。底層 AfriSLM 研究也已獲接受於 EMNLP 2026 發表。

EuroNano 將離線翻譯壓縮至 36MB

TranslatePsy-EuroNano 支援 German、Spanish、French、Italian、Portuguese、Finnish、Czech、Dutch 和 Swedish，並以 English 作為中介語言，涵蓋 90 種翻譯方向。

其最小部署僅需約 36MB 儲存空間，約比同類 Firefox 離線翻譯方案所需的 633MB 少 94%。品質最高的 EuroNano 配置在翻譯成 English 時，保留了 Meta 的 NLLB-200 翻譯品質的 98.4%。

此項發布擴展了 QVAC 的策略，該策略已包含本地推論、模型微調，以及為可在無中央雲端供應商環境下運作的軟體提供開發者資金。TranslatePsy-AfriSLM、AfriNano 與 EuroNano 皆提供完整精度與量化版本，可供本地部署。