- El modelo africano de Tether es compatible con 19 idiomas y se ejecuta directamente en dispositivos locales
- Tether eliminó el 96% del material de entrenamiento de baja calidad antes de desarrollar AfriSLM
- EuroNano admite 90 direcciones de traducción y ocupa solo 36 MB
Tether AI Research ha presentado un nuevo conjunto de sistemas de traducción que funcionan completamente sin conexión, sin necesidad de conectarse a ninguna red.
El lanzamiento incluye QVAC TranslatePsy-AfriSLM, diseñado para 19 idiomas africanos, junto con QVAC TranslatePsy-EuroNano, diseñado para nueve idiomas europeos.
Cada modelo procesa las traducciones directamente en el dispositivo, lo que permite mantener los datos personales de forma local en lugar de enviarlos a servidores remotos en la nube.
Traducción diseñada para dispositivos con recursos limitados
El lanzamiento para África incluye el hausa, el amárico, el yoruba, el lingala, el suajili, el igbo, el zulú, el somalí, el oromo, el malgache, el kinyarwanda, el xhosa y el afrikáans.
También admite el wolof, el luganda, el nyanja, el shona, el tswana y el sotho del sur, abarcando así idiomas utilizados en varias regiones de África.
Tether afirma que esos 19 idiomas representan en conjunto alrededor del 50 % de la población del continente; la cifra se refiere al alcance lingüístico y no a usuarios individuales.
AfriSLM contiene 800 millones de parámetros; sin embargo, Tether afirma que el modelo de lenguaje grande (LLM) superó a Qwen3.5-122B-A10B, TranslateGemma-27B y NLLB-3.3B.
Las comparaciones se realizaron utilizando FLORES-200, BOUQuET y SMOL, aunque el desempeño en las pruebas de referencia no garantiza resultados idénticos en todas las situaciones prácticas de traducción.
Tether atribuye los resultados, en parte, a un sistema de filtrado de datos que descartó hasta un 96 % del material considerado inadecuado.
La empresa también lanzó versiones más pequeñas y más grandes, incluyendo configuraciones de 0.8B, 2B y 4B parámetros para diferentes requisitos de hardware.
EuroNano adopta otro enfoque, utilizando el inglés como idioma intermediario mientras conecta los idiomas europeos a través de 90 rutas de traducción posibles.
Ese paquete ocupa solo 36 MB, lo que, según Tether, representa aproximadamente un 94 % menos de almacenamiento que una configuración similar de Firefox sin conexión.
Su tamaño compacto permite que la traducción siga estando disponible incluso cuando se pierde la conexión, sin necesidad de descargas separadas para cada combinación de idiomas.
Esa distinción es importante para los trabajadores de campo, los viajeros y las aplicaciones locales, en las que tanto la capacidad de almacenamiento como la disponibilidad de la red pueden suponer limitaciones prácticas.
Por qué Tether está empezando con las lenguas africanas
El enfoque africano de Tether también se relaciona con la infraestructura física que ha desarrollado en diversas regiones de África subsahariana.
La empresa ha instalado quioscos que funcionan con energía solar y que ofrecen recarga de teléfonos, intercambio de baterías y acceso a servicios financieros digitales en las comunidades.
Esos lugares podrían, con el tiempo, constituir otra vía para distribuir material educativo, información agrícola y otros contenidos traducidos al idioma local sin depender de una conectividad constante.
“Cuatro mil millones de personas quedaron excluidas del sistema financiero tradicional, y la tecnología más poderosa de nuestra era ha repetido ese fracaso”, afirmó Paolo Ardoino, director ejecutivo de Tether.
“El idioma no debería determinar quién puede beneficiarse de la inteligencia artificial. Los modelos de traducción abiertos como estos son un paso hacia un futuro en el que la educación y las herramientas de IA lleguen a cientos de millones de personas que no cuentan ni con conectividad confiable ni con acceso a sistemas costosos”.
La misma tecnología también podría funcionar junto con QVAC MedPsy, el modelo más pequeño de Tether destinado a aplicaciones relacionadas con la salud en dispositivos locales.
“Una madre podría obtener información médica real que comprenda, en lugar de tener que adivinar. Un niño podría aprender en su propio idioma. Ese es el futuro que estamos construyendo a través de QVAC”, agregó Ardoino.
AfriSLM está disponible actualmente a través de Hugging Face, y la investigación asociada también ha sido aceptada para su presentación en EMNLP 2026.
Sigue a TechRadar en Google Noticias y añádenos como fuente preferida para recibir nuestras noticias, reseñas y opiniones de expertos en tus feeds.
