直接回答
手机界面能显示阿拉伯语，并不证明端侧 AI 模型可以翻译阿拉伯语；短短一句成功，也不能说明长文本可用。完整测试应覆盖两个语言方向、真实阿拉伯语语料、经过审核的目标译文、长段落、段落边界、混合数字与标点，以及用户设置的字号。即使每个短句看起来合理，上下文或内存限制也可能造成截断和分段边界错误。Android 的布局方向与字体缩放是 UI 行为，不代表模型输出、选择操作、标点位置或翻译含义都正确。本文不宣称 Cove 或任何指定应用支持阿拉伯语，而是说明如何评估具体本地模型和 Android 构建版本：固定模型文件，在断网状态下跑有版本记录的长文本样例，保留原文与译文，并测试系统大字设置，同时报告不完整或格式异常的结果。
场景：在手机上阅读一份较长的阿拉伯语告示
用户拍摄或粘贴多段阿拉伯语告示，并调大界面字体。文中包含从右向左书写的文字、街道名称、时间、数字、标点和一项重要条件。用户需要舒适地阅读译文，同时保留原文并看懂段落之间的关系。
决策
分别测试语言方向、文本处理和视觉布局。提前确定哪些数字、姓名、条件和段落关系必须被保留；在大字号和窄屏条件下一起评估后，再判断是否适合这个任务。
预期结果
评阅者可以定位问题来自阿拉伯语输入不支持、长文被截断、含义改变、RTL 展示错误，还是大字号下不可读。结论仅适用于实际测试的样例、应用版本、模型和字体设置。
需要收集的证据
只有将以下证据与同一模型文件和测试运行关联起来，结论才可复核：
- 阿拉伯语原文及人工审核的目标语样例
- RTL 与字体缩放截图
- 分段、完成、失败和恢复轨迹
任务质量需要有版本记录的语料和验收规则；流畅的单条样例不等于准确度结果。
实施流程
- 确认翻译语言路线，而不是只看界面语言. 分别记录应用显示语言、源语言、目标语言和翻译方向。阿拉伯语到目标语、目标语回到阿拉伯语也要分开测。菜单本地化只能证明 UI 有相应文案，不能证明底层模型可以接收阿拉伯语或能为指定任务可靠地生成译文。
- 制作有长文本和审核译文的阿拉伯语样例. 使用不含隐私信息、包含多个段落的样例，并请熟悉阿拉伯语的人审核原文和目标译文参考。加入姓名、日期、数字、标点、引述内容，以及需要上下文才能理解的词。既准备短句基线，也准备长文样例，以区分基本语言问题和上下文、内存限制。
- 记录应用处理长输入的方式. 固定模型文件和运行时，记录应用是拒绝、截断还是拆分文本。若应用自动分段，记录分段规则及段间上下文如何衔接。把生成结果与完整参考文本比较，而不是只检查首屏，并保存漏掉或重复的片段。
- 在无障碍大字设置下测试 RTL 布局. 在窄屏和系统大字设置下运行相同样例，检查阅读顺序、对齐、光标移动、文字选择、标点、混合拉丁数字、复制和导出。Android 的 RTL 和字体缩放需要在真实视图层级中验证；一张已本地化的截图或一个文本方向标记都不能代表完整布局测试。
- 把含义评分和界面展示分开. 请合格评阅者检查子句遗漏、数字变化、姓名、否定词和段落关系；另行记录裁剪、顺序错误、重叠以及大字号下无法访问的文字。若流程还包含 OCR，先保存识别出的阿拉伯语原文，避免把识别错误算成翻译错误。
- 断网验证完整任务并说明边界. 先完成必要设置，再关闭网络，重新跑一遍输入、翻译、更正和导出全流程。记录失败、取消、内存限制和恢复方式，不虚构通用阈值。明确说明测试了哪个方向、输入方式、屏幕字号和段落长度，以及哪些情况仍未知。
让每个阶段的状态都可观察。失败信息应指出阶段、模型、运行时和恢复动作，同时避免记录用户私密内容。
验收标准
- 界面语言、阿拉伯语源语或目标语以及翻译方向分别记录。
- 审核过的长文本样例检查段落边界、姓名、数字、否定和标点。
- 在真实屏幕布局中测试 RTL 顺序、选择、复制导出和大字号。
- 模型准备后断网完成全流程，结论限定于被测模型、应用、样例和显示设置。
决策对照表
| 维度 | 选择或证据 | 解读方式 |
|---|---|---|
| 语言选择 | 用阿拉伯语样例测试源语、目标语与方向 | 界面翻译不等于模型支持阿拉伯语输入或输出。 |
| 长文本 | 用短句基线与多段样例对比分段轨迹 | 可发现上下文截断、边界重复或段落遗漏。 |
| RTL 与大字 | 在系统字号设置下检查阅读顺序与交互 | 译文正确也可能因裁剪或顺序错误而无法使用。 |
| 离线结果 | 完成设置后断网跑通输入到导出 | 可区分端侧推理与隐藏的联网依赖。 |
需要避免的失败模式
- 把界面本地化等同于模型翻译能力
- 只测短语、不测长段落
- 忽略混合数字、标点和布局方向
还要避免静默回退、版本未固定、缺少取消处理，以及把不同配置的结果混在一起下结论。失败运行也应与成功记录一并保存。
最小复现记录
| 层级 | 记录内容 |
|---|---|
| 设备 | 厂商、型号、芯片、内存档位、操作系统版本 |
| 软件 | 应用版本和 Git 提交号 |
| 模型 | 系列、变体、版本、格式、文件长度、摘要、量化方式 |
| 运行时 | 名称、版本、请求后端及实际后端证据 |
| 工作负载 | 样例版本、输入摘要、提示词摘要、输出策略 |
| 结果 | 完成、失败、取消、回退及保护隐私的诊断信息 |
发布检查表
- ☐ 主要搜索问题已回答，且没有未经支持的数字。
- ☐ 所有模型文件和运行时版本均已固定。
- ☐ 代表性任务和失败处理策略均有说明。
- ☐ 生命周期、取消、清理和回退均已测试。
- ☐ 用户内容与网络边界均有说明。
- ☐ 结论只适用于被记录的配置。
- ☐ 新增测试结果时链接到原始方法或证据。
来源与相关证据
中文部署与排错专题见。奇连 AI 端侧专题。
常见问题
Android 能显示阿拉伯语，就说明 AI 可以离线翻译阿拉伯语吗？
不能。系统或应用可以将界面本地化，而模型的输入输出语言覆盖可能不同。应使用阿拉伯语样例、已安装模型、断网环境和人工审核参考，验证实际翻译任务。
为什么要用大字号和长段落测试阿拉伯语？
阿拉伯语采用从右向左的排版，长输入可能触及上下文或内存限制，大字号也可能暴露文字裁切或顺序问题。这些是不同风险，默认字体下一句短文不足以发现它们。
阿拉伯语 OCR 应该计入翻译准确度吗？
最好分开。先保存识别出的文字，与人工审核转写比较；再评分译文。否则图片里漏掉的词会被误认为翻译模型错误。
一台 Android 手机上的测试能证明所有设备都支持阿拉伯语吗？
不能。结果只适用于准确的模型文件、运行时、系统版本、输入样例、语言方向和布局。其他设备与应用构建版本需要单独证据，尤其是内存行为或文本布局不同的情况。