阿拉伯语有数亿使用者，但它从来不是一种统一的口语。现代标准阿拉伯语（MSA）出现在教科书、新闻和教育场景里，而日常对话走的是各地截然不同的方言。阿联酋这边，Emirati Arabic 有自己的词汇、节奏、习语和文化指代——尤其在诗歌、谚语和掌故里，逐字翻译常常译得出词，译不出意思。

10 月 6 日，阿布扎比技术研究委员会（ATRC）下属的应用研究机构 TII（Technology Innovation Institute）发布了 Falcon-Emirati-7B，一个 70 亿参数、专门冲着阿联酋方言和文化语境去的模型。同一天一起发布的还有 Falcon-ASR 语音识别和 Falcon-OCR-Arabic 两个模型。

84.83% 是怎么测出来的

评测用的是 TII 自己发布的 Alyah 基准：1173 道多选题，素材由母语为阿联酋方言的人手工采集，覆盖日常用语、礼仪问候、比喻表达、诗歌和文化常识。

Falcon-Emirati-7B 在这上面拿到 84.83%，TII 称超过了参与对比的每一个阿拉伯语和多语言开源模型，其中包括若干个体量远大于它的。

开放生成那一侧另有一组数据。同样的 1173 道提示，用 Gemini 3.7 Flash 当裁判，从"事实正确性"和"方言保真度"两个维度打分，后者看的是模型到底用阿联酋方言回答，还是退回了现代标准阿拉伯语。

模型 正确性（部分计分） 方言保真度 弃答率
Falcon-Emirati-7B 0.52 0.52 < 5.0%
ALLaM-7B-Instruct-preview 0.38 0.05 < 5.0%
gemma-3-27b-it 0.35 0.03 < 5.0%
Jais-2-8B-Chat 0.34 0.02 < 5.0%
Fanar-2-27B-Instruct 0.27 0.00 26.2%

差距最大的一列是方言保真度。竞品常常内容答对了，但用的是现代标准阿拉伯语，得分在 0.00 到 0.05 之间；Falcon-Emirati-7B 是 0.52。TII 的说法是，这五个模型里只有它"能稳定地用被提问的方言回答"。

另外在 ArabCulture-Dialogue 的阿联酋部分（283 道多选场景题）上，模型拿到 85.57%，是参与对比的四个模型里最高的。

架构：Mamba 和 Transformer 并行跑

Falcon-Emirati 建在 Falcon-H1-Arabic 之上。底层 Falcon-H1 用混合架构：每个块里状态空间模型（Mamba）层与 Transformer 注意力层并行运行，输出在进入块的投影前融合，兼顾长序列的线性效率和长程依赖的精度。

该系列有 3B、7B、34B 三档，上下文窗口最高 128K 和 256K token，预训练语料混合现代标准阿拉伯语、英语及海湾、黎凡特、埃及、马格里布等方言。挑 7B 的理由是折中：3B 装不下细腻的文化语义，34B 训练和部署成本又不划算。

数据从哪来：三路管道

阿联酋方言在网络文本里本就稀缺，关于这类适配该用什么数据配比、分几个阶段微调，几乎没有现成指南。TII 的解法是搭三条管道：

一、原生方言网页数据。 从阿联酋本地站点和论坛采集，要求本来就用方言写、而非从现代标准阿拉伯语翻译过来。

二、现代标准阿拉伯语的文化材料。 关于礼仪、历史、习俗和社会规范的正式文章，教文化背景而不改变语言层级。

三、受约束的合成数据。 用规则化词表和自定义语法词典生成方言语料，防止生成模型滑向含糊或不准确的区域性说法。

三者配比靠消融实验定，评估是自动打分加母语者复核并行。

同时发布的另外两个

Falcon-ASR：16 亿参数语音识别模型，支持现代标准阿拉伯语、阿联酋方言、英语、法语、西班牙语、葡萄牙语转文字。TII 称其在公开阿拉伯语基准和内部阿联酋语音基准上均领先，在阿联酋语音上压过一个 300 亿参数的多模态模型。它还记录每个词在音频中的出现时间，可用于字幕、可检索录音、会议转写和无障碍工具。

Falcon-OCR-Arabic：轻量阿拉伯语 OCR 模型，从图片和文档抽取文字与结构化内容，支持表格、数学公式和文档分区。

Falcon-Emirati 可通过 Falcon Chat 平台（chat.falconllm.tii.ae）体验，模型发布在 Hugging Face 的 tiiuae 账号下。

几句保留意见

成绩是 TII 自己报的，没有独立第三方复核。开放生成那组分数依赖 LLM 裁判而非纯人工评分，裁判模型的选择会影响结果。模型是为阿联酋方言调优的，其他海湾次方言的表现不在报告覆盖范围内。TII 也承认模型可能反映训练数据中的偏见，可能漏掉罕见说法或高度本地化的指代。

放进区域格局里看

这次发布是区域性阿拉伯语 AI 建设的一部分：阿联酋的 Jais、沙特支持的 ALLaM、卡塔尔的 Fanar，加上 TII 的 Falcon 系列。它们的共同判断是——现代标准阿拉伯语上的强表现，并不等于方言上的强表现。一个模型可能每个词都认得，却仍然没听懂对方在说什么。

从技术角度，Falcon-Emirati-7B 验证了一件事：方言适配不是把通用模型再喂点语料就行，数据管道的设计——原生语料、文化材料、受约束合成数据三者怎么配——才是决定性的。这个思路对任何低资源方言都有参考价值。

来源：TII 官方发布与 Hugging Face tiiuae 博客（2026年10月6日）