在新加坡人工智能發(fā)展進(jìn)程中，一項(xiàng)重要合作引發(fā)全球關(guān)注。阿里云與新加坡國(guó)家人工智能計(jì)劃（AISG）攜手，共同帶來(lái)重大成果：新加坡最新國(guó)家級(jí)大語(yǔ)言模型“海獅”（Sea - Lion v4），摒棄了此前采用的美國(guó)技術(shù)路線，轉(zhuǎn)而全面基于阿里的通義千問Qwen3 - 32B開源模型構(gòu)建。

這一合作成果意義非凡，是在全球AI競(jìng)爭(zhēng)格局下的又一重要突破。此前，硅谷知名人士Chamath Palihapitiya宣布用Kimi取代OpenAI作為生產(chǎn)力工具，美國(guó)Vercel、Windsurf等編程平臺(tái)接入智譜模型，愛彼迎CEO稱阿里Qwen比美國(guó)模型更好用，而此次新加坡國(guó)家人工智能計(jì)劃的認(rèn)可，進(jìn)一步證明中國(guó)開源模型在全球市場(chǎng)不斷拓展影響力。在“主權(quán)AI”和“多語(yǔ)言適配”領(lǐng)域，中國(guó)開源大模型已展現(xiàn)出替代甚至超越硅谷巨頭的潛力。

回顧過(guò)往，2023年12月，新加坡啟動(dòng)了一項(xiàng)價(jià)值7000萬(wàn)新元（約5200萬(wàn)美元）的計(jì)劃，旨在提升多模態(tài)大型語(yǔ)言模型（LLM）的研究和工程能力，其中就包括開發(fā)Sea - Lion（東南亞語(yǔ)言一體化網(wǎng)絡(luò)）。然而，東南亞這片擁有6億人口、數(shù)字經(jīng)濟(jì)規(guī)模向萬(wàn)億美元邁進(jìn)的市場(chǎng)，長(zhǎng)期以來(lái)卻是西方AI的“盲區(qū)”。

數(shù)據(jù)匱乏是首要問題。在Sea - Lion誕生之前，meta Llama 2等主流模型中，東南亞語(yǔ)言內(nèi)容占比僅0.5%。這種以英語(yǔ)為中心的訓(xùn)練邏輯，讓以Llama2訓(xùn)練的早期Sea - Lion模型出現(xiàn)嚴(yán)重問題。在測(cè)試中，該模型竟將南美洲的委內(nèi)瑞拉列為東盟成員國(guó)，這種缺乏區(qū)域常識(shí)的“幻覺”，暴露出西方通用模型在本地化應(yīng)用上的巨大短板。

語(yǔ)言文化隔閡也給當(dāng)?shù)亻_發(fā)者帶來(lái)諸多困擾。東南亞地區(qū)盛行“語(yǔ)碼轉(zhuǎn)換”，即在英語(yǔ)中夾雜方言，像新加坡式英語(yǔ)（Singlish）或馬來(lái)西亞式英語(yǔ)（Manglish）。面對(duì)這種復(fù)雜的混合語(yǔ)境，標(biāo)準(zhǔn)的美式AI模型往往難以理解其中的細(xì)微差別和文化梗。

而且，Llama雖在開源模型中性能領(lǐng)先，但“英語(yǔ)中心主義”的基因難以改變，處理泰語(yǔ)、緬甸語(yǔ)等非拉丁語(yǔ)系文字時(shí)效率極低。AISG逐漸意識(shí)到，使用硅谷開源模型并非東南亞國(guó)家的最佳選擇，他們需要的是真正懂多語(yǔ)言、懂亞洲語(yǔ)境的模型底座。

于是，在發(fā)布v4版本時(shí)，AISG將目光投向中國(guó)，選用阿里的Qwen3 - 32B作為新一代Sea - Lion的基座模型。與西方模型不同，Qwen3的基礎(chǔ)模型在預(yù)訓(xùn)練階段就通過(guò)36萬(wàn)億個(gè)token的數(shù)據(jù)訓(xùn)練，覆蓋全球119種語(yǔ)言和方言。這種“原生多語(yǔ)言能力”使Qwen不僅“懂”印尼語(yǔ)、馬來(lái)語(yǔ)，還能從底層邏輯理解這些語(yǔ)言的語(yǔ)法結(jié)構(gòu)，大大降低了AISG后續(xù)訓(xùn)練的難度。

為解決東南亞語(yǔ)言獨(dú)特的書寫習(xí)慣問題，Qwen - Sea - Lion - v4摒棄西方模型常用的“句子分詞器”，采用更先進(jìn)的字節(jié)對(duì)編碼（BPE）分詞器。鑒于泰語(yǔ)、緬甸語(yǔ)等語(yǔ)言通常沒有明顯詞間空格，BPE技術(shù)能更精準(zhǔn)切分非拉丁語(yǔ)系字符，不僅提高翻譯準(zhǔn)確度，還大幅提升推理速度。

商業(yè)落地現(xiàn)實(shí)考量也是阿里勝出的關(guān)鍵因素。東南亞有大量中小企業(yè)，無(wú)力承擔(dān)昂貴的H100 GPU集群。Qwen - Sea - Lion - v4經(jīng)過(guò)優(yōu)化，可在配備32GB內(nèi)存的消費(fèi)級(jí)筆記本電腦上流暢運(yùn)行。這意味著普通印尼開發(fā)者僅憑一臺(tái)高配電腦就能在本地部署這個(gè)國(guó)家級(jí)模型，這種“工業(yè)級(jí)能力，民用級(jí)門檻”的特性，精準(zhǔn)切中了該地區(qū)算力資源稀缺的痛點(diǎn)。

此次合作并非簡(jiǎn)單的“單向技術(shù)輸出”，而是深度雙向融合。根據(jù)協(xié)議，阿里提供強(qiáng)大通用推理底座，AISG則貢獻(xiàn)珍貴的、經(jīng)過(guò)清洗的1000億個(gè)東南亞語(yǔ)言token。這些數(shù)據(jù)無(wú)版權(quán)風(fēng)險(xiǎn)，且東南亞內(nèi)容濃度高達(dá)13%，是Llama2的26倍。阿里運(yùn)用“高級(jí)后訓(xùn)練”技術(shù)，將這些區(qū)域知識(shí)注入Qwen，使其能精準(zhǔn)捕捉當(dāng)?shù)匚幕耥?。效果立竿見影，在Sea - Helm評(píng)估榜單上，搭載阿里“心臟”的Sea - Lionv4迅速在同量級(jí)開源模型中占據(jù)榜首。

從新加坡Sea - Lion項(xiàng)目從AWS轉(zhuǎn)向阿里云，從Llama轉(zhuǎn)向Qwen的演變，可以看出全球AI格局正發(fā)生微妙變化。長(zhǎng)期以來(lái)，全球技術(shù)基礎(chǔ)設(shè)施幾乎被美國(guó)壟斷。但在大模型時(shí)代，中國(guó)企業(yè)憑借對(duì)多語(yǔ)言環(huán)境的深刻理解和極致的性價(jià)比優(yōu)化，正成為“全球南方”國(guó)家構(gòu)建主權(quán)AI的首選合作伙伴。