Исследовательское подразделение Tether по искусственному интеллекту только что выпустило продукт, не имеющий ничего общего со стейблкоинами, а связанное с тем, что большинство языков мира практически невидимы для современного ИИ. Компания выпустила семейство открытых нейронных моделей машинного перевода под названием TranslatePsy-AfriSLM, охватывающее 19 языков стран Африки к югу от Сахары, с набором данных, содержащим около 215 миллионов пар двунаправленных обучающих примеров с английским языком.
Модели крошечные. Речь идет о 21–35 МБ на каждую языковую пару — достаточно мало, чтобы запускать их напрямую на телефоне, не обращаясь к серверу. В этом и суть: перевод, который работает оффлайн, сохраняет конфиденциальность данных и не требует облачной инфраструктуры, которой редко бывает в регионах, где эти языки действительно используются.
Что на самом деле построил Tether
Проект, разработанный подразделением QVAC Tether, включает в себя как набор данных, так и сами модели перевода. Набор данных под названием TranslatePsy-AfriSLM-Synthetic-Mix размещен на Hugging Face по лицензии CC BY-NC 4.0, что означает, что исследователи и разработчики могут свободно использовать его в некоммерческих целях.
Охватываемые языки включают суахили, йоруба и амхарский, среди всего 19 языков стран Африки к югу от Сахары.
Модели созданы с совместимостью с Bergamot, что важно, поскольку Bergamot — это открытый движок перевода, используемый Mozilla в встроенной функции перевода Firefox. Совместимость с этой экосистемой означает, что эти модели можно интегрировать в существующую инфраструктуру без необходимости перестраивать её с нуля.
Скорость — другое ключевое число. Модели обрабатывают предложение примерно за 46 миллисекунд, что, по утверждению QVAC, делает их до 78 раз быстрее крупных моделей, таких как Salamandra-2B.
QVAC SDK и поддержка европейских языков
Вместе с африканскими языковыми моделями Tether выпустила QVAC SDK — набор инструментов для разработки программного обеспечения, объединяющий различные ИИ-модели в единую платформу развертывания. Поддержка европейских языков обеспечивается через этот SDK, а не через отдельные специализированные наборы данных, что предоставляет разработчикам единую точку интеграции для многоязычного перевода.
Согласно документации QVAC, SDK может расширить охват до десятков или даже сотен языков, используя примерно 50 языковых пар для покрытия 26 языков.
Сопроводительная исследовательская работа была представлена на EMNLP 2026 и доступна на arXiv (arXiv:2608.18655). Код и модели задокументированы на GitHub в рамках организации AI-исследований Tether по адресу tether-ai-research/qvac-translatepsy-afri-slm.
Почему компания стейблкоина разрабатывает ИИ для перевода
Стейблкоин Tether активно используется в Африке, Юго-Восточной Азии и Латинской Америке — регионах, где местные валюты нестабильны, банковская инфраструктура слабо развита, а также где говорят на многих языках с низким уровнем ресурсов. Создание инструментов ИИ, работающих на этих языках, на устройствах, распространённых на этих рынках, и без необходимости постоянного подключения к интернету — это стратегия, усиливающая присутствие Tether именно в тех сообществах, где его стейблкоин уже имеет успех.
Выпуская всё под разрешительными лицензиями и представляя исследования на академическое рассмотрение, Tether позиционирует QVAC как легитимную организацию по исследованию ИИ. Будет ли это восприятие удерживаться, зависит от того, насколько хорошо модели будут работать в реальных условиях развертывания — это будет проверять сообщество исследователей NLP, теперь, когда веса стали общедоступными.