Tether Data tar AI bort från molnet med en ny bildigenkänningsmodell med 460 miljoner parametrar

VisionPsy-Nano, som släpptes på onsdagen av företagets AI-forskningsavdelning QVAC, kan analysera bilder, dokument och diagram och sedan besvara frågor utan att skicka källmaterialet till ett fjärrsystem. Telefonen hanterar både indata och svar, vilket gör att programvaran kan fungera offline och behålla data på enheten.

QVAC uppger att Tether AI Researchs modell uppnådde det högsta totalresultatet bland bild-språksystem med färre än 500 miljoner parametrar. Av de 17 jämförelsetesterna slog den konkurrerande modeller i 16 av dem.

Hur den står sig

Modellen uppnådde ett normaliserat resultat på 62,3, jämfört med 59,6 för Liquid AI:s LFM2.5-VL-450M och 52,5 för Hugging Face:s SmolVLM2-500M. QVAC:s tidigare basmodell nanoVLM-460M-8k uppnådde 54,9.

Tether Data-versionen finns i två varianter. Standardversionen prioriterar noggrannhet, medan Flash-versionen offrar en liten del av kvaliteten för snabbare svar. QVAC uppger att Flash behåller cirka 99 % av den fullständiga modellens prestanda samtidigt som den genererar sitt första resultat upp till 23 gånger snabbare än SmolVLM2-500M på Android-telefoner och upp till 36 gånger snabbare på en iPhone 15.

Denna svarstid är viktig på mobil hårdvara. En kompakt modell kan få bra resultat i tester men ändå kännas opraktisk om användarna måste vänta medan enheten bearbetar en bild. Flash är utformad för att minska den initiala fördröjningen.

Systemet för artificiell intelligens (AI) stöder även dokumentanalys och optisk teckenigenkänning, och extraherar text och struktur från finansiella rapporter, flödesscheman och infografik.

QVAC uppger att modellen slog konkurrenter av liknande storlek med i genomsnitt 7,4 % i tester av visuellt resonemang. Den presterade också bättre än modeller som var mer än dubbelt så stora i MM-IFEval och POPE, inklusive versioner från Qwen och InternVL.

Varför den lilla storleken är viktig

Att flytta bildbearbetningen från ett datacenter till en telefon medför strikta begränsningar vad gäller minne, värmeutveckling, batteriförbrukning och datorkraft. Kompakta modeller hanterar ofta ren text men tappar precision när de läser komplexa diagram, tabeller eller skannade dokument.

QVAC:s benchmarkresultat tyder på att modellen har bevarat en stor del av den kapaciteten samtidigt som den förblir tillräckligt liten för konsumentprodukter. Lokal bearbetning innebär också att dokument inte behöver laddas upp, och programvaran kan fortsätta att fungera utan nätverksanslutning.

Byggd för flera driftsalternativ

Utvecklare kan komma åt modellen via Hugging Face Transformers, en kvantiserad GGUF-version för llama.cpp eller en vLLM-backend för serveranvändning med högre volymer.

QVAC har även publicerat sina benchmarkkonfigurationer via VLMEvalKit, vilket gör det möjligt för externa forskare att upprepa testerna. Båda versionerna använder Apache 2.0-licensen, som tillåter kommersiell användning, modifiering och vidare distribution.

En del av Tethers bredare AI-strategi

Tethers VD Paolo Ardoino sa att lanseringen stöder företagets satsning på lokala, effektiva AI-system.

”Att uppnå förstklassig kvalitet och prestanda vid allmänna bildbehandlingsuppgifter med endast 460 miljoner parametrar bevisar att lokal-först-baserad, högeffektiv AI är en genomförbar väg”, sa Ardoino.

Modellen följer på flera QVAC-lanseringar sedan oktober 2025, däribland syntetiska träningsdatauppsättningar, ett plattformsoberoende utvecklingskit och medicinska modeller utformade för mobiltelefoner och bärbara enheter.

För utvecklare erbjuder lanseringen offline-bildanalys utan användningsbaserade API-kostnader. Företag kan förvara känsliga dokument på enheten, medan konsumenter kan använda AI-funktioner utan signal. Forskare kan självständigt testa företagets prestandapåståenden med hjälp av de publicerade konfigurationerna.

Tether har finansierat sin AI-expansion med vinster från sin USDT-stablecoin-verksamhet. Företaget har även investerat i AI-infrastruktur, bioteknik och robotik, däribland en serie C-investering i NEURA Robotics värderad till upp till 1,4 miljarder dollar.