Дослідницький підрозділ Tether з AI випустив щось, що не має нічого спільного зі стейблкоїнами, а все пов’язано з тим, що більшість мов світу практично невидимі для сучасного ІІ. Компанія випустила сім’ю моделей нейронного машинного перекладу з відкритим кодом під назвою TranslatePsy-AfriSLM, яка охоплює 19 мов Підсахарської Африки з набором даних приблизно з 215 мільйонів двонаправлених навчальних пар з англійською.
Моделі дуже малі. Мова йде про 21–35 МБ на мовну пару — достатньо мало, щоб запускати їх безпосередньо на телефоні, не звертаючись до сервера. Суть саме в цьому: переклад, який працює автономно, зберігає конфіденційність даних і не вимагає хмарної інфраструктури, якої рідко існує в регіонах, де ці мови реально використовуються.
Що насправді побудував Tether
Проект, розроблений відділом QVAC Tether, включає як набір даних, так і самі моделі перекладу. Набір даних під назвою TranslatePsy-AfriSLM-Synthetic-Mix розміщений на Hugging Face за ліцензією CC BY-NC 4.0, що означає, що дослідники та розробники можуть безкоштовно використовувати його в некомерційних цілях.
До охоплених мов входять суахілі, йоруба та амхарська, а також ще 16 мов Підсахарської Африки.
Моделі створені з сумісністю з Bergamot, що має значення, оскільки Bergamot — це відкритий перекладальний двигун, який Mozilla використовує у вбудованій функції перекладу Firefox. Сумісність з цією екосистемою означає, що ці моделі можна інтегрувати в існуючу інфраструктуру, не вимагаючи від розробників перебудови з нуля.
Швидкість — це інше ключове число. Моделі обробляють речення приблизно за 46 мілісекунд, що, за твердженням QVAC, робить їх до 78 разів швидшими за більші моделі, такі як Salamandra-2B.
QVAC SDK та покриття європейських мов
Поряд із африканськими мовними моделями Tether випустила QVAC SDK — набір інструментів розробки програмного забезпечення, який об’єднує різні моделі ШІ в єдину платформу для розгортання. Підтримка європейських мов забезпечується саме через цей SDK, а не через окремі спеціалізовані набори даних, що надає розробникам єдину точку інтеграції для багатомовного перекладу.
Згідно з документацією QVAC, SDK може розширити покриття до десятків або навіть сотень мов, використовуючи приблизно 50 мовних пар для покриття 26 мов.
Супутній науковий статтю подано на EMNLP 2026, і вона доступна на arXiv (arXiv:2608.18655). Код та моделі задокументовано на GitHub у рамках організації AI-досліджень Tether за адресою tether-ai-research/qvac-translatepsy-afri-slm.
Чому компанія стейблкоїну розробляє AI для перекладу
Стейблкоїн Tether отримав масове поширення в Африці, Південно-Східній Азії та Латинській Америці — регіонах, де місцеві валюти нестабільні, банківська інфраструктура слабка, а також де говорять багатьма з найменш забезпечених ресурсами мовами світу. Розробка інструментів ШІ, які працюють саме цими мовами, на пристроях, поширених у цих ринках, і без потреби у постійному підключенні до інтернету — це стратегія, що підсилює присутність Tether саме в тих спільнотах, де його стейблкоїн вже має вплив.
Випускаючи все за ліцензіями з відкритим доступом та надсилаючи дослідження на академічний огляд, Tether позиціонує QVAC як легітимну організацію з досліджень ШІ. Чи залишиться це сприйняття, залежатиме від того, чи будуть моделі ефективно працювати у реальних умовах — це зможе перевірити спільнота дослідників NLP, оскільки ваги тепер доступні.