Tether Data выводит ИИ за пределы облака с помощью новой модели машинного зрения с 460 млн параметров

VisionPsy-Nano, выпущенная в среду исследовательским подразделением компании по искусственному интеллекту QVAC, может анализировать изображения, документы и диаграммы, а затем отвечать на вопросы без отправки исходных данных на удаленную систему. Смартфон обрабатывает как входные данные, так и ответы, что позволяет программному обеспечению работать в автономном режиме и хранить данные на устройстве.

По данным QVAC, модель Tether AI Research показала самый высокий общий результат среди систем «зрение-язык» с количеством параметров менее 500 миллионов. Из 17 тестов она превзошла конкурирующие модели в 16.

Как она выглядит на фоне других

Модель показала нормализованный балл 62,3 по сравнению с 59,6 у LFM2.5-VL-450M от Liquid AI и 52,5 у SmolVLM2-500M от Hugging Face. Ранее выпущенная базовая модель QVAC nanoVLM-460M-8k набрала 54,9 балла.

Версия Tether Data выпускается в двух вариантах. Стандартная версия ориентирована на точность, тогда как версия Flash жертвует небольшой долей качества ради более быстрых ответов. По данным QVAC, версия Flash сохраняет около 99 % производительности полной модели, при этом выдавая первый результат до 23 раз быстрее, чем SmolVLM2-500M на телефонах Android, и до 36 раз быстрее на iPhone 15.

Время отклика имеет большое значение на мобильных устройствах. Компактная модель может показать хорошие результаты в тестах, но всё равно казаться непрактичной, если пользователям приходится ждать, пока устройство обрабатывает изображение. Версия Flash разработана специально для сокращения этой начальной задержки.

Система искусственного интеллекта (ИИ) также поддерживает анализ документов и оптическое распознавание символов, извлекая текст и структуру из финансовых отчётов, блок-схем и инфографики.

По данным QVAC, в тестах на визуальное мышление эта модель превзошла конкурентов аналогичного размера в среднем на 7,4 %. Она также показала лучшие результаты, чем модели, превосходящие её по размеру более чем в два раза, в тестах MM-IFEval и POPE, включая версии от Qwen и InternVL.

Почему важен небольшой размер

Перенос обработки изображений из дата-центра на телефон накладывает строгие ограничения в отношении объёма памяти, тепловыделения, расхода заряда аккумулятора и вычислительной мощности. Компактные модели часто справляются с простым текстом, но теряют точность при чтении сложных диаграмм, таблиц или отсканированных документов.

Результаты тестирования QVAC показывают, что модель сохранила большую часть этих возможностей, оставаясь при этом достаточно компактной для потребительских устройств. Локальная обработка также означает, что документы не нужно загружать, и программа может продолжать работу без подключения к сети.

Поддержка нескольких вариантов развертывания

Разработчики могут получить доступ к модели через Hugging Face Transformers, квантованную версию GGUF для llama.cpp или бэкенд vLLM для использования на серверах с большим объемом данных.

QVAC также опубликовала конфигурации тестов через VLMEvalKit, что позволяет сторонним исследователям повторить эти тесты. Обе версии используют лицензию Apache 2.0, разрешающую коммерческое использование, модификацию и распространение.

Часть более широкой стратегии Tether в области ИИ

Генеральный директор Tether Паоло Ардоино заявил, что этот релиз поддерживает стремление компании к созданию локальных, эффективных систем искусственного интеллекта.

«Достижение лучшего в своем классе качества и производительности при решении общих задач компьютерного зрения при всего лишь 460 миллионах параметров доказывает, что высокоэффективный ИИ с приоритетом локальных решений является жизнеспособным путем», — сказал Ардоино.

Эта модель следует за несколькими выпусками QVAC, начиная с октября 2025 года, включая синтетические обучающие наборы данных, кроссплатформенный набор средств разработки программного обеспечения и медицинские модели, предназначенные для телефонов и носимых устройств.

Для разработчиков этот релиз открывает возможность автономного анализа изображений без затрат на API, рассчитываемых по объему использования. Компании могут хранить конфиденциальные документы на устройстве, а потребители — использовать функции ИИ даже без доступа к сети. Исследователи могут самостоятельно проверить заявленные компанией показатели производительности, используя опубликованные конфигурации.

Tether финансирует расширение деятельности в области ИИ за счет прибыли от бизнеса со стабильной монетой USDT. Компания также инвестирует в инфраструктуру ИИ, биотехнологии и робототехнику, в том числе в рамках раунда финансирования серии C в NEURA Robotics на сумму до 1,4 млрд долларов.