藏语大语言模型DeepZang升级迭代及同声传译研发推进会在呼和浩特举行，会议聚焦藏语人工智能技术优化升级、多语种同声传译落地应用等核心议题。相比通用大模型，民族语言模型面临语料稀缺、标注成本高、发音和文字结构差异大等问题，需要持续的数据清洗、模型微调、语音识别和翻译评测投入。随着同传场景进入教育、政务、文旅和媒体，算力需求将从训练扩展到推理、语音处理和端侧部署，推动区域智算中心与多语言数据平台建设。
关键要点
- 民族语言模型训练依赖高质量语料
- 同传落地扩大语音推理算力需求
- 区域智算中心有望承接垂直模型任务
