テザーのAI研究ユニットは、ステーブルコインとは一切関係なく、現代のAIが世界のほとんどの言語を本質的に認識できないという問題に焦点を当てたものをリリースした。同社は、英語と約2億1500万組の双方向学習データを用いて、サハラ以南アフリカの19言語をカバーするオープンソースのニューラル機械翻訳モデルファミリー「TranslatePsy-AfriSLM」を公開した。
モデルは非常に小さいです。言語ペアごとに21〜35MBと、サーバーに一度もアクセスすることなくスマートフォン上で直接動作するサイズです。これが目的です：オフラインで動作し、データをプライベートに保ち、これらの言語が実際に話される地域ではめったに存在しないようなクラウドインフラを必要としない翻訳です。
テザーが実際に構築したもの
このプロジェクトはTetherのQVAC部門によって開発され、データセットと翻訳モデルそのものを含んでいます。データセット「TranslatePsy-AfriSLM-Synthetic-Mix」は、Hugging Face上でCC BY-NC 4.0ライセンスのもとでホストされており、研究者や開発者は非営利目的で自由に利用できます。
対象言語には、スワヒリ語、ヨルバ語、アムハラ語を含む合計19のサハラ以南アフリカ言語が含まれます。
これらのモデルはBergamot互換性を備えており、これはBergamotがMozillaがFirefoxの内蔵翻訳機能で使用するオープンソースの翻訳エンジンであるため重要です。このエコシステムとの互換性により、開発者はゼロから再構築する必要なく、既存のインフラにこれらのモデルを組み込むことができます。
速度がもう一つの注目数値です。これらのモデルは、約46ミリ秒で1文を処理し、QVACはこれがSalamandra-2Bのような大規模モデルよりも最大78倍速いと主張しています。
QVAC SDKとヨーロッパ言語のカバー範囲
アフリカ語モデルとともに、Tetherは複数のAIモデルを統合したデプロイフレームワークを備えたQVAC SDKをリリースしました。欧州言語のサポートは、個別の専用データセットではなくこのSDKを通じて提供され、開発者は多言語翻訳のために単一の統合ポイントを利用できます。
QVACのドキュメントによると、SDKは約50の言語ペアを使用して、26の言語をカバーし、数十甚至数百の言語への対応を拡張できます。
付属の研究論文はEMNLP 2026に提出され、arXiv（arXiv:2608.18655）で公開されています。コードとモデルは、TetherのAI研究組織であるtether-ai-research/qvac-translatepsy-afri-slmでGitHubに文書化されています。
なぜステーブルコイン企業が翻訳AIを開発しているのか
テザーのステーブルコインは、地元通貨が不安定で、銀行インフラが未発達であり、世界の多くの低リソース言語が話されるアフリカ、東南アジア、ラテンアメリカで広く採用されています。これらの市場で一般的なデバイスで、継続的なインターネット接続を必要とせずに、これらの言語に対応したAIツールを開発することは、テザーのステーブルコインがすでに支持を得ているコミュニティにおける存在感を強化する戦略です。
Tetherは、すべてを許容的なライセンス下でリリースし、研究を学術的に査読に提出することで、QVACを正当なAI研究機関として位置づけています。この認識が定着するかどうかは、モデルが実際の展開環境で実際に優れた性能を発揮するかどうかにかかっており、重みが公開されたことでNLP研究コミュニティが今後その検証を開始します。