Tether Bets on Decentralized Local AI With QVAC and Psychohistory Vision

Tether Bets on Decentralized Local AI With QVAC and Psychohistory Vision

N
News Editor 01
2026-07-05 15:42:11
Tether is expanding from stablecoins into AI infrastructure through QVAC, a local-first and peer-to-peer AI stack. Its MedPsy medical models aim to prove that smaller edge-deployable models can outperform larger rivals, but independent replication remains the key test.

Tether正在把自己的业务版图,从稳定币发行进一步扩展到人工智能基础设施。根据公开资料,这家公司围绕“QVAC”项目提出了一套不同于主流云端大模型路线的AI构想:强调本地运行、点对点协作、隐私保护与跨平台部署,并借用艾萨克·阿西莫夫《基地》系列中的“心理史学”概念,为其“去中心化智能”愿景赋予更宏大的叙事框架。

对一家以USDt闻名的稳定币发行商而言,这样的布局看似跨界,但从Tether的经营逻辑看并不突兀。文章指出,Tether已不再满足于作为私人美元流动性的提供者,而是试图成为更广泛的数字基础设施建设者。在这一叙事中,除了美元储备之外,算力、模型、数据集以及脱离中心化云服务运行AI的能力,正在成为其“第二储备资产”。

从稳定币储备到“智能储备”

Tether扩张AI业务的底层基础,仍来自稳定币业务带来的现金流和资产负债表能力。素材援引其2026年第一季度鉴证更新显示,Tether当季实现10.4亿美元净利润,拥有82.3亿美元储备缓冲,与代币相关的负债规模约为1830亿美元,并持有约1410亿美元美国国债敞口。这样的储备结构,不仅为其提供持续收益,也使其有能力投入更长期的基础设施型项目。

在此之前,市场已经看到Tether将利润投向比特币、黄金、能源、矿业、通信及初创公司等领域。如今,QVAC意味着其开始把资本进一步配置到“智能”本身。换言之,Tether不只是发行稳定币,也希望成为AI能力的分发层与承载层。

QVAC的核心:不是比拼最强模型,而是比拼可部署性

与OpenAI、Anthropic、Google DeepMind或xAI等主流AI公司主要争夺“通用能力上限”不同,QVAC瞄准的是另一个维度:部署灵活性、低延迟、隐私控制、模块化组合以及脱离单一服务商后的生存能力

公开文档显示,QVAC被定义为一个开源、跨平台、本地优先、支持点对点AI应用的生态,可覆盖Linux、macOS、Windows、Android和iOS。用户既可以在本地运行大语言模型、语音识别和检索增强生成等任务,也可以借助内置P2P能力把推理委托给其他节点完成。

Tether在2026年4月推出的SDK,进一步强化了这一方向。该开发套件宣称可让开发者在任意设备上构建、运行并微调AI模型,并通过统一抽象层整合本地推理引擎,包括QVAC Fabric(基于llama.cpp分支)、以及对whisper.cpp、Parakeet和Bergamot等工具的集成。由此可见,QVAC更像是一个边缘AI操作层,而非单一模型发布计划。

这一定位有其现实意义。当前开源AI生态中并不缺少模型本身,Llama、Qwen、Mistral、Gemma、DeepSeek等都已具备较强能力,但开发者往往缺少一套能够把模型加载、推理、语音、OCR、翻译、图像生成、RAG、P2P模型分发与本地微调统一起来的框架。QVAC的赌注就在这里:随着本地模型能力继续提升,一个统一的边缘分发层会变得越来越重要。

MedPsy:QVAC的首个硬核验证样本

如果说QVAC是基础设施愿景,那么MedPsy就是其第一份可量化的成绩单。根据5月7日发布在Hugging Face上的技术报告,QVAC MedPsy是一组面向医疗健康场景、适合边缘部署的文本模型,参数规模为17亿40亿

报告给出的核心结论相当激进:通过针对医疗任务进行严格的后训练,小模型也能在特定场景下超过更大的医疗基线模型。数据显示,MedPsy-1.7B在七项封闭式医疗基准上的平均分为62.62,高于Google的MedGemma-1.5-4B-it的51.20MedPsy-4B得分为70.54,略高于MedGemma-27B-text-it的69.95,而体量却接近后者的七分之一。

在HealthBench与HealthBench Hard评测中,报告称MedPsy-4B分别达到74.0058.00,而MedGemma-27B-text-it对应成绩为65.0042.67。若这些结果能被外部独立复现,将有力支撑QVAC的核心命题:在高价值、强垂直领域,边缘侧的小模型可以挑战更大的云端模型

不过,市场也需要保持审慎。该报告同时提到,MedPsy使用Qwen3作为底座,并通过多阶段监督微调和强化学习处理医疗问答任务;实验过程中生成了超过3000万条合成数据,并以Baichuan-M3-235B作为长链推理监督教师模型之一。但训练语料库尚未公开,这意味着外界暂时无法充分核查数据污染、覆盖范围、提示构造和教师模型影响等问题。

在边缘部署层面,QVAC强调量化后的模型体积优势。其称GGUF版本已可用于llama.cpp和QVAC SDK,其中Q4_K_M量化可将文件大小缩减69%,而平均分损失不足1分。按推荐配置,4B模型大小约2.72GB,1.7B模型约1.28GB,更接近高端手机、笔记本等设备可接受的范围。

但Tether也明确提示,MedPsy目前仍是仅文本、仅英语模型,不适合紧急医疗场景,也仍可能出现幻觉,隐私安全还取决于开发者对整个应用架构的实现。这意味着它更适合作为边缘医疗AI实验平台,而非成熟临床解决方案。

市场影响:稳定币巨头开始争夺AI基础设施话语权

从行业角度看,Tether押注QVAC释放出两个重要信号。其一,稳定币公司正在从金融中介转向更广义的数字基础设施平台。凭借稳定币业务带来的稳定收益,Tether有条件进入过去原本属于科技巨头的赛道,尤其是对算力、模型分发和本地AI生态的投资。

其二,加密行业与AI的结合正从“炒作概念”转向“底层架构竞争”。过去市场更多关注AI概念代币,如今QVAC更接近真实产品栈:它试图把本地推理、P2P网络、开源工具链以及比特币和USDt支付能力整合在一起。如果未来AI代理能够在本地设备运行,并通过加密支付系统完成价值交换,那么Tether的稳定币网络可能获得新的应用场景。

当然,QVAC面临的最大挑战依然是便利性与控制权之间的取舍。云端AI的优势在于即开即用,用户无需理解模型权重、设备显存、量化方式或运行兼容性;而本地AI虽带来更强隐私与自主性,却要求用户和开发者承担更多复杂度。Tether能否说服足够多的开发者接受这种额外摩擦,将决定QVAC能否真正从概念走向生态。

总体来看,Tether已经证明自己“有能力”为AI投入真金白银,但QVAC是否能够建立长期竞争力,仍要看两个指标:一是MedPsy等模型的外部独立复现结果,二是开发者是否愿意围绕其SDK和边缘框架构建应用。如果这两点成立,Tether就可能把稳定币时代积累的分发优势,延伸到去中心化智能时代;反之,QVAC更可能停留在具有想象力的技术叙事阶段。

This article was originally published by Bit.Fan. For more cryptocurrency news and market insights, visit www.bit.fan.
200

Disclaimer:

The market information, project data, and third-party content displayed on this platform are for industry information sharing only and do not constitute any form of investment advice or return commitment.

Cryptocurrency trading carries high risks. Users should fully assess their risk tolerance and make independent decisions. All profits, losses, and legal responsibilities are borne by the users themselves.