非洲本土AI模型MORENA問世 擊敗科技巨頭展現成本效益

非洲人工智慧公司Vambo AI開發的語言模型MORENA，近期在非洲語言處理領域展現卓越能力，不僅涵蓋12種非洲語言，更在特定基準測試中超越Google、Meta Platforms、阿里巴巴和Hugging Face等科技巨頭的模型，同時體積僅為競爭對手的八分之一。這項發展證明，新興市場也能發展出高效且具競爭力的AI技術。

根據《TechRadar》報導，這款擁有15億參數的MORENA模型，在評估語言模型壓縮資料效率的關鍵指標「bpb」（bits per byte，數值越低代表模型對語言的理解與預測能力越好）測試中，獲得1.408 bpb的成績，領先其他25個受測模型。相較於其他大型競爭對手，MORENA處理非洲文字所需的Token（標記，AI處理語言的最小單位）更少，例如比Gemma 3少1.39倍，比Llama 3.2少1.53倍，大幅提升效率。

MORENA的卓越性能也體現在其資源消耗上。開發人員指出，一個120億參數的Gemma系統運算量約是MORENA的11倍，但在相同文本上的表現卻較弱。即便與同樣針對非洲語言優化的Lugha-Llama-8B模型相比，MORENA在12種語言中有8種表現更佳，且其經對話調校（instruct-tuned）的版本僅使用Lugha-Llama-8B約五分之一的參數，卻能在五種共同語言中領先。

此外，MORENA的開發成本相對親民，約需2.2萬小時的A100 GPU運算時間，估計電腦資源成本約4萬美元。該專案也推出0.5億及0.2億參數的輕量級版本，其中0.5億版本在11種非洲語言測試中超越所有外部系統。0.2億參數的納米版本專為語音辨識、鍵盤應用和文本正規化等任務設計，每個位元組的處理成本比Lugha-Llama-8B低58倍，並且在單一A100 GPU上每秒能產生104個Token。甚至還有能離線運行於筆記型電腦的CPU相容版本，適合GPU資源不穩定的地區使用。

非洲AI模型的崛起，不只代表技術發展的全球普及，也可能為台灣科技產業在新興市場的佈局，提供借鏡與新的合作可能性。