阿布扎比那边悄咪咪放了个开源大模型，专给印度十几亿人用的，权重直接甩到 Hugging Face 上了，谁都能白嫖。

它叫 NANDA87B，87 亿参数，主打印地语和英语混合场景。这事有意思在哪？G42 没去硬刚 GPT 那种通用霸权，而是盯着印度市场死磕区域语言。他们在 650 亿个印度语言 token 上训练，配了一套印度专属分词器，连文化语境都做了适配护栏——说白了就是让模型真懂本地人怎么说话，而不是拿翻译糊弄。训练还动用了 Condor Galaxy 超算，架构基于 Llama-3。

做印度市场产品、搞多语言 NLP、或者想 AI 出海的团队，这个值得存一下。相比动辄上万亿参数的巨无霸，8700 万参数的小模型反而更现实：部署便宜、推理快、能本地跑，对东南亚、中东这些多语种市场反而更对路。

说实话，中东这波 AI 野心真不小，不卷通用排名，专攻区域语言，这路子比硬碰硬聪明。你觉得区域语言模型会是小语种的真正出路，还是大模型版图里的一小块边角料？