Falcon-Emirati-7B 在 2026 年 10 月 6 日由阿联酋技术创新研究所（TII）通过 Hugging Face 官方博客发布。这是一款专门为阿联酋方言打造的 7B 模型，基座是 TII 自家的 Falcon-H1-Arabic：一种把 Mamba 状态空间模型与 Transformer 注意力并行融合的混合架构。它的目标很窄，也很明确——让模型像本地人一样理解和使用阿联酋阿拉伯语，而不只是把标准阿拉伯语说得流利。目前模型已上线 Falcon 聊天平台供试用。
答得对标准阿拉伯语，不等于听得懂方言
阿拉伯语名下其实是一个语系：新闻和课本用的是现代标准阿拉伯语，但阿联酋人的日常交谈、玩笑、谈判和讲故事，用的都是海湾方言。纳巴提诗歌、谚语和典故的含义大量依赖共享的文化背景，逐字翻译全对，也可能完全会错意。通用阿拉伯语模型最常见的翻车方式，是听懂了问题，却默认用标准阿拉伯语作答——内容没错，语域全错。Falcon-Emirati-7B 要补的就是这一层。
数据从三处来，还要过原生语者这一关
方言适配的第一个麻烦是语料：阿联酋方言以口语为主，网上留下的原生文本远少于标准阿拉伯语。TII 的做法是三路并进：从阿联酋网站和论坛抓取、清洗原生方言文本；补入用标准阿拉伯语写成的阿联酋文化、历史与礼俗材料，让模型知道自己在谈什么；再用专门编纂的方言词表和文体规则约束合成数据生成，避免造出语法没错、本地人一听就假的句子。训练策略同样没有现成配方，团队对数据配比、注入阶段和监督方式做了多轮消融实验，每一步都同时看自动评分和原生语者的听感判断。最终选 7B 而不是 34B，是在方言细腻度与训练、推理成本之间取的平衡点。
两张成绩单：一张看对错，一张看像不像
第一张是 Alyah 基准：1,173 道由原生语者手工收集的选择题，覆盖日常问候、比喻表达、文化遗产知识和诗歌等类别，Falcon-Emirati-7B 得分 84.83%，高于参与对比的其他阿拉伯语与多语言模型。在 ArabCulture-Dialogue 的阿联酋部分（283 个场景）上，它以 85.57% 居首，排在后面的 ALLaM-7B 是 83.39%，Jais-2-8B 为 73.79%，参数量大得多的 Fanar-2-27B 只有 71.50%。
第二张更有意思：开放式生成时，由 Gemini 3.7 Flash 担任评委，单独给“是否用阿联酋方言作答”打分，Falcon-Emirati-7B 的方言保真度是 0.52，而 ALLaM、gemma-3-27b-it、Jais-2-8B、Fanar-2-27B 分别只有 0.05、0.03、0.02 和接近 0——其他模型常常知道正确答案，却用标准阿拉伯语说出来。它也不是全胜：在问候与日常表达这一类上，它输给了 Jais-2-8B，因为这一类里方言与标准语重合最多；TII 也提醒，罕见表达和高度本地化的指涉仍可能出错，敏感或正式场合使用前应先自行评测。
这件事给多语言模型立了一个可复用的判断标准：参数规模买不来方言能力，语种数量写在规格表上更说明不了什么。真正有效的路径，是为单个方言准备原生数据、原生评测，再让原生语者做最后的验收——这套方法不只适用于阿联酋方言。
