六款模型、51 万上下文：阿拉伯语 AI 开始自己造底座
10 月 15 日，阿布扎比穆罕默德·本·扎耶德人工智能大学（MBZUAI）旗下的基础模型研究所（IFM）与 Inception42 发布 Jais 3。据 IFM 官方博客与 Hugging Face 模型卡，这是一族六款阿拉伯语原生开源模型，参数量从 9 亿到 3750 亿，外加一个阿拉伯语语音识别模型 Jais Speech，权重均为 Apache 2.0。
六款模型，按硬件分档
0.9B 是稠密模型，能跑在手机上，上下文 12.8 万；3.7B 面向边缘和小服务器；7B 面向工作站；32B 面向企业服务器；36B-A4B 是混合专家加多模态视觉适配，约 40 亿激活；旗舰 375B-A23B 约 230 亿激活，按模型卡说明，BF16 部署大约要 8 块 H200。
除最小的 0.9B，其余上下文都到 51.2 万 token，官方称这是阿拉伯语原生模型里最长的。每款模型还附五个训练检查点，研究者可以从中途接着训。
它不是从零训练，而是“换语言”
Jais 3 是 IFM 九月开源的 K2 Horizon 模型族的第一次语言适配：不动架构，用同一套训练配方把底座迁到阿拉伯语。
效果有一个可查的数字：在 IFM 自己的阿拉伯语评测上，7B 版本的平均分从底座 K2 Horizon 的 56.4 提升到 79.6。这说明“开放底座 + 语言适配”这条路是走得通的，不必每次都从零烧一遍预训练。
它想解决的是“串味”问题
通用模型写阿拉伯语有个老毛病：同一份文档里，方言和书面语来回跳，语域不统一。Jais 3 主打的就是稳定——措辞一致、严格遵守复杂指令。
官方给的例子是一封医院预约函，四条约束里包括“不许出现某个词”。Jais 3 四条全中，对比的通用模型把禁用词用了两次。这类细节听着小，但对政府公文、医疗通知、合同附件来说，就是能不能直接用的分界线。
它也不只是会写字：接上工具后能规划多步任务、查网页、读写阿拉伯语的文档、表格、演示文稿和网页。
语音这块可能更实用
Jais Speech 支持现代标准阿拉伯语和 19 个阿拉伯国家的方言，能在嘈杂环境下转写。它最有意思的能力是 code-switching——说话人中途切到英语或法语再切回来，转写会保留原文字，并标注说的是哪种方言，还能给转写加元音符号。
官方称，在六个公开测试集上，它的平均词错率和字错率在参评模型里最低，包括几家商业语音服务。这同样是厂商口径，需要第三方复核。
“主权模型”到底在争什么
官方把 24 个经过审计的阿拉伯语基准和评测代码一并公开了。这一点比分数更关键：分数可以挑，评测集和脚本公开，别人才能在自己的数据上复现。
对做中东市场的人来说，逻辑很实际：数据要留在本地、模型要能在自己机房跑、方言和公文语域要准。这三条加在一起，就是“通用大模型也能说阿拉伯语”和“一开始就为阿拉伯语训练的模型”之间的差距。
- 值得学的方法：先有开放底座，再做语言适配，成本远低于从零预训练。
- 值得警惕的地方：主要分数来自自家评测，独立对比还少。
- 值得注意的趋势：模型正在按语言、按地区分家，而不是一个通用模型打天下。
这条路中国团队并不陌生。区别在于，别人已经把“评测集也开源”当成了标配。
