SEA-LION：专为东南亚打造的开源大语言模型家族

AI Singapore推出的SEA-LION是专为东南亚多元语言、文化和语境设计的开源大语言模型家族，涵盖3B到70B参数规模，支持文本、视觉和多模态任务，旨在解决主流模型对东南亚低资源语言支持不足及文化语境理解缺失的问题。

东南亚拥有丰富的语言文化多样性（如印尼语、泰语等数十种主要语言及方言），但主流大模型以英语/中文为中心，对区域低资源语言支持不足，难以理解当地文化语境。AI Singapore以"Built for Southeast Asia, by Southeast Asia"为愿景，推出SEA-LION项目，目标是创建真正理解东南亚多元语境的大模型。

SEA-LION是完整生态系统，包含核心语言模型系列（v1到v4.5，覆盖3B到70B参数，v4起支持多模态，v4.5优化推理速度并支持工具调用）和专用模型（Embedding：基于ModernBERT，300M/600M参数，SEA-BED基准创纪录；SEA-Guard：安全对齐模型）。

采用持续预训练（在Llama/Gemma等基础模型上用东南亚语料训练）、监督微调（指令遵循和对话调优）、SEA-HELM评估框架（含传统NLP任务及语言文化诊断测试）提升性能。

各版本在SEA-HELM基准表现优异，v3超越同等规模模型，v4实现多模态；Embedding系列在SEA-BED基准（本土数据测试）的10种区域语言检索等任务中创state-of-the-art纪录。

项目以MIT许可证为主，具体依基础模型（如Llama3/Gemma）许可；提供详细文档、指南和leaderboard，推动东南亚AI生态发展。

降低语言技术门槛（本地企业/开发者用母语交互）、提升文化语境理解（融入本地习俗等）、促进区域AI自主发展（减少外部依赖）、赋能低资源语言（关注主要语言及方言）。

SEA-LION代表区域化AI模型发展方向，以"小而精"策略专注东南亚深度理解，为非英语地区提供参考；v4.5版本具备与主流开源模型竞争实力，保持区域语境优势。