Tether Data Menggeser AI dari Awan dengan Model Penglihatan Baru Berparameter 460 Juta

Diluncurkan pada hari Rabu oleh divisi riset AI perusahaan, QVAC, VisionPsy-Nano dapat menganalisis gambar, dokumen, dan grafik, lalu menjawab pertanyaan tanpa mengirimkan materi sumber ke sistem jarak jauh. Ponsel menangani baik masukan maupun respons, sehingga memungkinkan perangkat lunak beroperasi secara offline dan menyimpan data di perangkat.

QVAC menyatakan bahwa model Tether AI Research mencatat skor keseluruhan tertinggi di antara sistem visi-bahasa dengan kurang dari 500 juta parameter. Dari 17 uji benchmark, model ini mengungguli model pesaing pada 16 di antaranya.

Bagaimana Kinerjanya

Model ini mencatat skor ternormalisasi sebesar 62,3, dibandingkan dengan 59,6 untuk LFM2.5-VL-450M dari Liquid AI dan 52,5 untuk SmolVLM2-500M dari Hugging Face. Model dasar nanoVLM-460M-8k dari QVAC sebelumnya mencetak skor 54,9.

Rilis Tether Data tersedia dalam dua versi. Versi standar mengutamakan akurasi, sedangkan versi Flash mengorbankan sedikit kualitas demi respons yang lebih cepat. QVAC menyatakan bahwa versi Flash mempertahankan sekitar 99% kinerja model lengkapnya, sekaligus menghasilkan keluaran pertama hingga 23 kali lebih cepat daripada SmolVLM2-500M pada ponsel Android dan hingga 36 kali lebih cepat pada iPhone 15.

Waktu respons tersebut sangat penting pada perangkat seluler. Model yang ringkas mungkin memperoleh skor bagus dalam pengujian, tetapi tetap terasa tidak praktis jika pengguna harus menunggu saat perangkat memproses gambar. Flash dirancang untuk mengurangi penundaan awal tersebut.

Sistem kecerdasan buatan (AI) ini juga mendukung analisis dokumen dan pengenalan karakter optik (OCR), serta mengekstrak teks dan struktur dari laporan keuangan, diagram alur, dan infografis.

QVAC menyatakan bahwa model ini mengungguli pesaing dengan ukuran serupa rata-rata sebesar 7,4% pada tes penalaran visual. Model ini juga mengungguli model yang ukurannya lebih dari dua kali lipat pada MM-IFEval dan POPE, termasuk rilis dari Qwen dan InternVL.

Mengapa Ukuran yang Kecil Penting

Memindahkan pemrosesan gambar dari pusat data ke ponsel menimbulkan batasan ketat terkait memori, panas, penggunaan baterai, dan daya komputasi. Model yang ringkas sering kali dapat menangani teks biasa, tetapi kehilangan akurasi saat membaca bagan, tabel, atau dokumen pindaian yang padat.

Hasil benchmark QVAC menunjukkan bahwa model ini mempertahankan sebagian besar kemampuan tersebut sambil tetap cukup kecil untuk perangkat konsumen. Pemrosesan lokal juga berarti dokumen tidak perlu diunggah, dan perangkat lunak dapat terus bekerja tanpa koneksi jaringan.

Dirancang untuk Berbagai Opsi Penerapan

Pengembang dapat mengakses model ini melalui Hugging Face Transformers, versi GGUF yang dikuantisasi untuk llama.cpp, atau backend vLLM untuk penggunaan server dengan volume yang lebih tinggi.

QVAC juga menerbitkan konfigurasi benchmark-nya melalui VLMEvalKit, sehingga peneliti dari luar dapat mengulangi pengujian tersebut. Kedua versi tersebut menggunakan lisensi Apache 2.0, yang mengizinkan penggunaan komersial, modifikasi, dan redistribusi.

Bagian dari Strategi AI Tether yang Lebih Luas

CEO Tether, Paolo Ardoino, mengatakan bahwa peluncuran ini mendukung upaya perusahaan menuju sistem AI lokal yang efisien.

“Mencapai kualitas dan kinerja terbaik di kelasnya pada tugas-tugas penglihatan umum dengan hanya 460 juta parameter membuktikan bahwa AI yang mengutamakan lokal dan sangat efisien merupakan jalur yang layak,” kata Ardoino.

Model ini mengikuti beberapa rilis QVAC yang dimulai sejak Oktober 2025, termasuk dataset pelatihan sintetis, kit pengembangan perangkat lunak lintas platform, dan model medis yang dirancang untuk ponsel dan perangkat yang dapat dikenakan.

Bagi para pengembang, rilis ini menawarkan analisis gambar secara offline tanpa biaya API berbasis penggunaan. Perusahaan dapat menyimpan dokumen sensitif di perangkat, sementara konsumen dapat menggunakan fitur AI tanpa koneksi sinyal. Para peneliti dapat menguji klaim kinerja perusahaan secara independen menggunakan konfigurasi yang dipublikasikan.

Tether telah membiayai ekspansi AI-nya dengan laba dari bisnis stablecoin USDT. Perusahaan ini juga telah berinvestasi dalam infrastruktur AI, bioteknologi, dan robotika, termasuk investasi Seri C di NEURA Robotics senilai hingga $1,4 miliar.