Cohere发了个多语言AI全家桶，手机不用网也能跑

麻薯滑芝士

哎呦喂，各位对AI技术有点好奇的、特别是关心自己家乡话能不能被AI听懂的网友，还有那些捣鼓APP开发的程序员老哥们，都来瞅瞅这个新鲜出炉的大事儿！就在这两天，印度那边不是正开着AI影响力峰会嘛，热闹得很。结果，一家专门做企业AI生意的公司，叫Cohere（读作“科希尔”），在峰会边上冷不丁放了个大招：他们发布了一个全新的、开源的、会说超过70种语言的人工智能模型家族。

这玩意儿名字起得还挺萌，叫 “Tiny Aya”，翻译过来大概是“小巧的Aya”。你听这名字就能猜出个大概了：第一，它小；第二，它属于一个叫“Aya”的大项目（Aya本身就是一个多语言AI项目）；第三，它开源。没错，这个模型家族是 “开放权重”​ 的，就是说它的底层代码是公开的，谁都可以拿去用，拿去改，拿去研究，跟那些捂得严严实实的商业模型不太一样。

那它到底有多“Tiny”（小巧）呢？最基础的那个版本，参数是 33.5亿​ 个。你可能对这个数字没概念，这么说吧，现在动不动就几千亿、上万亿参数的大模型，那都是需要超级计算机才能供得起的“巨兽”。而这个33.5亿参数的Tiny Aya，它的设计目标就是能在一台普通的笔记本电脑上跑起来，而且完全不需要联网！这对开发者来说可就太方便了，意味着你做的APP，哪怕用户在山沟里没信号，也能用上AI翻译、对话这些功能。

它支持的语种多得吓人，超过70种。特别值得一提的是，它对南亚的语言支持非常上心，比如孟加拉语、印地语、旁遮普语、乌尔都语、古吉拉特语、泰米尔语、泰卢固语、马拉地语……这些语言的使用者加起来那可是好几十亿人口。光这一点，就能看出Cohere的市场嗅觉了，专门盯着那些语言多样、但AI服务还没完全覆盖的新兴市场。

光有一个基础版还不够，Cohere这次是搞了个“全家桶”。除了那个最基础的Tiny Aya模型，他们还整了几个特化版本：

TinyAya-Global：这个是专门为了更好理解用户指令而微调过的版本，适合那些需要广泛语言支持的应用程序。
TinyAya-Earth：专门为非洲语言优化的。
TinyAya-Fire：专门为南亚语言优化的。
TinyAya-Water：为亚太、西亚和欧洲语言优化的。

公司自己解释说，这么搞是为了让每个模型都能在自己专注的语言区域里，学得更地道，更懂当地的文化和语言习惯，这样搞出来的系统，用起来才会让本地人觉得更自然、更可靠。但与此同时，所有这些Tiny Aya模型都保留了广泛的多语言能力，所以你要是想拿它们当个起点，去做进一步的定制或者研究，也非常灵活。

他们是怎么练出这么个“多语言小能手”的呢？说出来可能有点让人惊讶，据Cohere说，训练这些模型，只用了一组由64块英伟达H100 GPU组成的计算集群。在当今这个“算力焦虑”的时代，用相对“ modest ”（你可以理解为“不算特别夸张”）的计算资源，搞出能支持70多种语言的模型，这个效率确实有点东西。这也正说明了他们的目标：让AI模型变得更轻量、更易得，而不是一味地追求庞大。

正因为模型小，所以它能直接在你的设备上运行，这就是所谓的 “端侧部署”​ 。Cohere还特意提到，他们构建的底层软件就是专门为设备端使用设计的，比大多数同类模型需要的算力都少。你想想看，在印度这种地方，网络覆盖不一定哪儿都好，但人人都智能手机。如果有个APP，不联网就能把你的泰卢固语短信翻译成印地语，或者给不识字的老人用泰米尔语读出新闻，这个应用场景可就太广了。

那咱普通网友或者开发者上哪儿去搞来玩玩呢？Cohere把模型放到了Hugging Face（一个非常流行的AI模型分享和测试平台）和自家的Cohere Platform上。开发者可以直接去Hugging Face、Kaggle或者Ollama这些地方下载，部署到自己的本地环境里。而且，公司还把训练和评估用的数据集也放在了Hugging Face上，并且说会发布一份技术报告，详细讲他们是怎么训练这些模型的。这种做法，在开源社区里是很受尊敬的，等于把自己的“烹饪配方”也公开了。

说到Cohere这家公司，可能有些网友不太熟。它的联合创始人兼CEO叫艾丹·戈麦斯（Aidan Gomez），这位老兄可是深度学习领域Transformer架构论文的署名作者之一（就是发明了现在所有大模型基本工作原理的那篇神作）。公司在去年（2025年）底的时候势头很猛，根据CNBC的报道，他们2025年结束时年度经常性收入达到了2.4亿美元，而且全年每个季度都比上个季度增长50%。戈麦斯自己也说过，公司计划“很快”上市。所以，这次发布Tiny Aya家族，不仅是技术秀肌肉，也可能是在为上市的故事增加一个重要的章节：那就是他们不仅要服务大企业，也要通过开源、轻量的模型，去拥抱更广阔的长尾市场和开发者生态。

总之，Cohere这步棋，可以理解为在巨头们疯狂卷大模型参数和云端算力的同时，另辟蹊径，卷一卷“小而美”和“接地气”。当大家都在攀爬珠穆朗玛峰（追求最大最强的模型）时，有人开始认真地给世界各地的丘陵和小路绘制详细地图（让AI理解并服务每一种语言）。在AI越来越像水电煤一样的基础设施的时代，确保每个人，无论说什么语言，在哪儿，有没有网，都能用上它，可能才是真正意义上的“普及”。这场AI竞赛，不止有云端的绚烂烟花，也开始有了田间地头的星星之火。

（新闻来源：综合CNBC与Techcrunch于印度AI峰会期间的报道）

wgm468

游客请登录后查看回复内容