A Tether Data tira a IA da nuvem com um novo modelo de visão com 460 milhões de parâmetros

Lançado na quarta-feira pela QVAC, braço de pesquisa em IA da empresa, o VisionPsy-Nano pode examinar imagens, documentos e gráficos e, em seguida, responder a perguntas sem enviar o material de origem para um sistema remoto. O celular lida tanto com a entrada quanto com a resposta, permitindo que o software opere offline e mantenha os dados no dispositivo.

A QVAC afirma que o modelo da Tether AI Research registrou a maior pontuação geral entre os sistemas de visão-linguagem com menos de 500 milhões de parâmetros. Em 17 testes de benchmark, ele superou os modelos concorrentes em 16 deles.

Como se sai na comparação

O modelo obteve uma pontuação normalizada de 62,3, em comparação com 59,6 do LFM2.5-VL-450M da Liquid AI e 52,5 do SmolVLM2-500M da Hugging Face. O modelo base anterior da QVAC, o nanoVLM-460M-8k, obteve 54,9.

O lançamento do Tether Data vem em duas versões. A versão padrão prioriza a precisão, enquanto a Flash sacrifica um pouco da qualidade em troca de respostas mais rápidas. A QVAC afirma que a versão Flash mantém cerca de 99% do desempenho do modelo completo, ao mesmo tempo em que produz seu primeiro resultado até 23 vezes mais rápido que o SmolVLM2-500M em celulares Android e até 36 vezes mais rápido em um iPhone 15.

Esse tempo de resposta é importante em dispositivos móveis. Um modelo compacto pode ter um bom desempenho em testes, mas ainda assim parecer pouco prático se os usuários precisarem esperar enquanto o dispositivo processa uma imagem. O Flash foi projetado para reduzir esse atraso inicial.

O sistema de inteligência artificial (IA) também oferece suporte à análise de documentos e ao reconhecimento óptico de caracteres, extraindo texto e estrutura de relatórios financeiros, fluxogramas e infográficos.

A QVAC afirma que o modelo superou concorrentes de tamanho semelhante em uma média de 7,4% em testes de raciocínio visual. Ele também superou modelos com mais do que o dobro do seu tamanho nos testes MM-IFEval e POPE, incluindo versões do Qwen e do InternVL.

Por que o tamanho reduzido é importante

Transferir o processamento de imagens de um data center para um celular impõe limites rigorosos em relação à memória, aquecimento, uso da bateria e poder de computação. Modelos compactos geralmente lidam com texto simples, mas perdem precisão ao ler gráficos densos, tabelas ou documentos digitalizados.

Os resultados dos testes de benchmark do QVAC sugerem que o modelo preservou grande parte dessa capacidade, mantendo-se pequeno o suficiente para dispositivos de consumo. O processamento local também significa que os documentos não precisam ser enviados, e o software pode continuar funcionando sem conexão de rede.

Projetado para várias opções de implantação

Os desenvolvedores podem acessar o modelo por meio do Hugging Face Transformers, uma versão quantizada do GGUF para o llama.cpp ou um backend vLLM para uso em servidores de alto volume.

O QVAC também publicou suas configurações de benchmark por meio do VLMEvalKit, permitindo que pesquisadores externos repitam os testes. Ambas as versões utilizam a licença Apache 2.0, que permite o uso comercial, a modificação e a redistribuição.

Parte da estratégia mais ampla de IA da Tether

O CEO da Tether, Paolo Ardoino, afirmou que o lançamento apoia o esforço da empresa em direção a sistemas de IA locais e eficientes.

“Alcançar a melhor qualidade e desempenho da categoria em tarefas gerais de visão com apenas 460 milhões de parâmetros prova que uma IA altamente eficiente e com prioridade local é um caminho viável”, disse Ardoino.

O modelo segue vários lançamentos do QVAC que datam de outubro de 2025, incluindo conjuntos de dados sintéticos para treinamento, um kit de desenvolvimento de software multiplataforma e modelos médicos projetados para celulares e dispositivos vestíveis.

Para os desenvolvedores, o lançamento oferece análise de imagens offline sem custos de API baseados no uso. As empresas podem manter documentos confidenciais no dispositivo, enquanto os consumidores podem usar recursos de IA sem sinal de rede. Pesquisadores podem testar de forma independente as alegações de desempenho da empresa usando as configurações publicadas.

A Tether financiou sua expansão em IA com os lucros de seus negócios com a stablecoin USDT. Ela também investiu em infraestrutura de IA, biotecnologia e robótica, incluindo um investimento da Série C na NEURA Robotics avaliado em até US$ 1,4 bilhão.