阿布扎比TII发布Falcon-Emirati等三款阿拉伯语AI模型，覆盖语音、图文识别能力

近日，阿布扎比先进技术研究委员会（ATRC）的应用研究部门技术创新研究所（TII），面向开发者、科研人员及广大用户，发布三款全新人工智能模型，包括Falcon-Emirati大语言模型、Falcon-ASR语音识别模型与Falcon-OCR-Arabic阿拉伯文字符识别模型。

Falcon-Emirati是一款70亿参数的语言大模型，专为阿联酋阿拉伯语开发，可精准理解该语言独有的词汇、表达、俚语及文化语境。同步亮相的Falcon-ASR是一款16亿参数的自动语音识别模型，支持现代标准阿拉伯语、阿联酋方言、英语、法语、西班牙语和葡萄牙语的语音转写；Falcon-OCR-Arabic为轻量化光学字符识别模型，可从图像、文档中提取阿拉伯语文本与结构化内容。

ATRC秘书长费萨尔・阿尔・班奈（H.E. Faisal Al Bannai）表示：“阿拉伯语应当融入我们正在建设的未来。Falcon-Emirati的推出，正是我们依托自身知识与技术践行这一理念的成果。阿联酋具备本土持续研发、自主设定发展方向、将宏大愿景转化为普惠技术产品的能力，我们拥有真正的技术自主实力。”

三款模型从文本、语音、图像文本维度搭建更自然的人机交互通道，进一步提升阿拉伯语在人工智能领域的应用支撑能力。Falcon-Emirati支持用户使用阿联酋方言交互；Falcon-ASR可识别阿联酋本国居民、常住外籍人士及国际群体常用的多语种语音。其潜在应用场景包括多语言客户服务、会议与访谈转录、视频字幕制作、无障碍辅助工具以及语音驱动的数字化服务。

阿拉伯语全球使用者数以亿计，但口语体系并不统一。现代标准阿拉伯语多用于正式书面、教育与新闻场景，日常交流则使用各地差异化方言。阿联酋方言拥有独特词汇、语调、俗语与文化内涵，尤其体现在本土诗歌、谚语、民间故事当中，很多深层含义无法依靠字面直译理解。因此，主要基于现代标准阿拉伯语训练的模型，往往能识别阿联酋方言句子中的每一个词，却无法领会其真正含义。

TII首席执行官纳杰瓦・阿拉吉博士指出：“技术自主能力必须贴合人们真实的日常语言。阿联酋阿拉伯语承载独有的表达体系、文化背景与沟通习惯。Falcon-Emirati与Falcon-ASR，将保障下一代AI不只是认识阿拉伯语，更能理解阿联酋社区真实的沟通方式。”

Falcon-Emirati在Falcon-H1-Arabic基础上迭代开发，TII团队采用阿联酋本土语料、融合阿联酋文化遗产内容的现代标准阿拉伯语素材，以及基于阿联酋语言资源生成的合成数据完成训练。在面向阿联酋本土阿拉伯语的评测基准Alyah（覆盖日常用语、修辞表达、文化常识、诗歌内容）上，该模型取得84.83%的成绩，优于所有参评的阿拉伯语及多语言开源模型。后续Falcon-Emirati将在Falcon Chat平台上线提供服务。

Falcon-ASR把阿拉伯语AI能力延伸至语音赛道，虽然参数量仅16亿，但在公开阿拉伯语评测、阿联酋方言内部语音基准测试中识别准确率表现领先，优于多款规模更大的同类系统。该模型还可输出每一句话的精准时间戳，支撑字幕生产、录音检索归档、访谈转写、无障碍产品等语音应用。Falcon-OCR-Arabic则将Falcon模型体系拓展到阿拉伯语文档理解领域。这款轻量化模型支持从图片、文档内提取文本与结构化信息，可识别表格、数学公式以及多样式版面模块，赋能文档数字化、档案检索库搭建、信息自动抽取等工作。

TII人工智能与数字科学研究中心首席研究员哈基姆・哈西德博士说：“这套能力，让区域内开发者、科研人员和社区用户可以基于阿联酋语言文化开展创新，同时也为阿拉伯语人工智能的整体发展拓展空间。Falcon-Emirati、Falcon-ASR、Falcon-OCR-Arabic分别针对语言理解、语音识别、文档解析专项优化，补齐了阿拉伯语AI此前亟待提升的板块。”