新加坡人工智能计划（AISG）近日宣布，其新一代大语言模型Qwen-Sea-Lion-v4已完成核心技术架构的重大调整，全面弃用Meta的Llama系列，转而采用阿里巴巴的“通义千问”Qwen3-32B作为底层基础模型。这一战略性转变旨在更好地服务东南亚地区多元的语言和文化需求，并已在东南亚语言综合评估基准（Sea-Helm）中，在参数小于2000亿的开源模型榜单中位列第一。
此次模型“换芯”的主要驱动因素在于Qwen3对东南亚低资源语言的优越适配性。此前，Meta Llama模型在处理印度尼西亚语、泰语和马来语等语言时表现不佳。相比之下，Qwen3在预训练阶段便覆盖了119种语言和方言，处理了36万亿个token，其原生的多语言架构显著降低了后续针对区域语言进行训练的难度。
此外，Qwen-Sea-Lion-v4在分词技术上也进行了优化。新模型放弃了西方常用的“句子分词器”，转而采用字节对编码（BPE）技术。这使得模型能够更有效地对泰语、缅甸语等无空格切分的字符进行处理，从而显著提升了翻译准确率和推理速度。模型还具备算力友好的特性，经过量化后的版本可在配备32GB内存的消费级笔记本电脑上运行，这对于东南亚地区众多算力资源相对稀缺的中小企业而言，提供了更具成本效益的AI部署方案。
在训练数据方面，AISG贡献了超过1000亿个东南亚语言token，其内容浓度是Llama2的26倍。阿里巴巴则运用“高级后训练”技术，为模型注入了丰富的区域知识，使其能更好地理解和处理新加坡式英语、马来式英语等混合语言现象以及当地的俚语和语境。
性能评估结果显示，Qwen-Sea-Lion-v4在Sea-Helm榜单上表现出色。在印度尼西亚语、越南语、泰语和马来语任务上，该模型平均领先原Llama基线8.4%。同时，它在文档级推理和跨语言摘要等关键指标上也位居第一。
Qwen-Sea-Lion-v4模型已在Hugging Face和AISG官方网站上免费开放下载，并提供了4位和8位量化版本。新加坡政府已将该模型纳入其于2023年启动的、总额达7000万新元的国家级多模态大型语言模型计划（NMLP）中。该计划预计将于2026年在教育、医疗、金融等多个关键领域实现大规模部署，进一步推动新加坡及东南亚地区的AI应用发展。
