Orange 联手 OpenAI 与 Meta：训练大模型支持西非本土语言

现在随便挑一个主流大模型聊天，它能顺畅地跟你聊英语、中文甚至小语种代码，但全球还有成千上万种语言，大模型其实根本连一个字都听不懂。

电信巨头 Orange 在周二宣布，联手 OpenAI 和 Meta，准备给大模型补上非洲本土语言这一课。

这次合作要微调的，是目前所有主流生成式 AI 几乎都没碰过的非洲区域语言。

拿 Whisper 和 Llama 3.1 补课

项目的第一步，先盯上了西非的两种重要语言。

一种是沃洛夫语（Wolof），使用人口大约有 1600 万人；另一种是普拉尔语（Pulaar），也有差不多 600 万人在说。

这次分工非常具体。OpenAI 拿出了自己的 Whisper 语音模型，Meta 则出了开源的 Llama 3.1 文本模型。

Orange 会用收集到的丰富语料样本，去微调这两个模型，教它们听懂、看懂这两种语言。

Orange 自己的算盘很清晰：先用在自家的客服和销售业务上，让西非当地的用户可以直接用母语办业务。

不过这件事没停在商业自用上。Orange 明确表示，微调后的模型会开放免费许可，给公共卫生、公共教育等非商业机构开源使用。

他们还打算拉上当地的创业团队和科技公司，一起在这些语言上跑出新的 AI 应用。

按照 Orange 的长期构想，他们要联合更多技术厂商，最终把非洲 18 个业务国家里的所有语言全扫一遍。

另外，Orange 还单独和 OpenAI 签了一份协议，不仅能抢先用上 OpenAI 最新的模型，数据还会首次完全留在欧洲本地的数据中心托管和处理，语音交互也是重头戏。

为什么重要

大模型训练到现在，英语互联网的数据快被扒光了，但真正需要数字技术兜底的偏远地区，却长期处在 AI 的盲区里。

这次合作最巧妙的地方，在于选了语音切入。在很多欠发达地区，文盲率往往偏高，纯文本模型根本用不起来。让 Whisper 听懂本土语言，等于直接打破了识字的门槛，普通人靠一张嘴就能获取公共医疗或农业指导。

对于当地的独立开发者和初创团队来说，这也是个难得的机会。以往谁也没算力和数据去训本土语言底座，现在有免费开源的模型拿来即用，低成本做本地化服务的门槛被拉低了一大截。

我们认为，Orange 这次走得非常精明。它既解决了欧洲电信商对数据主权的顾虑，又以基础设施提供者的身份，卡住了非洲新兴市场的 AI 生态入口。

不过隐患也明摆着。普拉尔语这类小语种的高质量数字化语料极度匮乏，靠有限样本微调出来的模型，幻觉和准确率能不能顶得住客服和医疗场景，还得打个问号。但无论如何，硅谷大厂把注意力转向真正的「数字荒漠」，这步棋走得扎实且有用。