Tether Membuka Sumber Model Visi 460 Juta Parameter untuk AI Perangkat

Tether Data telah membuka sumber model bahasa-visi berparameter 460 juta yang dirancang untuk berjalan langsung di smartphone daripada mengandalkan server cloud.

Dirilis pada Rabu oleh lengan penelitian AI perusahaan, QVAC, VisionPsy-Nano dapat memeriksa gambar, dokumen, dan grafik, lalu menjawab pertanyaan tanpa mengirim bahan sumber ke sistem jarak jauh. Ponsel menangani baik input maupun respons, memungkinkan perangkat lunak beroperasi secara offline dan menyimpan data di perangkat.

QVAC mengatakan model Tether AI Research mencatat skor tertinggi secara keseluruhan di antara sistem vision-language dengan kurang dari 500 juta parameter. Di 17 benchmark, model ini mengalahkan model pesaing di 16 di antaranya.

Model tersebut memposting skor normalisasi 62,3, dibandingkan dengan 59,6 untuk LFM2.5-VL-450M milik Liquid AI dan 52,5 untuk SmolVLM2-500M milik Hugging Face. Model dasar nanoVLM-460M-8k sebelumnya dari QVAC mendapat skor 54,9.

Data Tether dirilis dalam dua versi. Versi standar memprioritaskan akurasi, sementara Flash mengorbankan sejumlah kecil kualitas demi respons yang lebih cepat. QVAC mengatakan Flash mempertahankan sekitar 99% kinerja model penuh sambil menghasilkan output pertamanya hingga 23 kali lebih cepat daripada SmolVLM2-500M di ponsel Android dan hingga 36 kali lebih cepat di iPhone 15.

Waktu respons itu penting pada perangkat seluler. Model yang ringkas bisa mendapat nilai tinggi dalam pengujian, tetapi tetap terasa tidak praktis jika pengguna harus menunggu sementara perangkat memproses gambar. Flash dirancang untuk mengurangi penundaan awal tersebut.

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

QVAC mengatakan model ini mengungguli pesaing seukuran dengannya rata-rata 7,4% pada tes penalaran visual. Model ini juga mengungguli model yang ukurannya lebih dari dua kali lipatnya pada MM-IFEval dan POPE, termasuk rilisan dari Qwen dan InternVL.

Memindahkan pemrosesan gambar dari pusat data ke ponsel memperkenalkan batasan ketat terkait memori, panas, penggunaan baterai, dan daya komputasi. Model ringkas seringkali mampu menangani teks biasa tetapi kehilangan akurasi saat membaca grafik padat, tabel, atau dokumen hasil pemindaian.

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

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

QVAC juga menerbitkan konfigurasi benchmarknya melalui VLMEvalKit, memungkinkan peneliti luar untuk mengulang pengujian. Kedua versi menggunakan lisensi Apache 2.0, yang mengizinkan penggunaan komersial, modifikasi, dan redistribusi.

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

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

Model tersebut mengikuti beberapa rilis QVAC sejak Oktober 2025, termasuk kumpulan data pelatihan sintetis, software development kit lintas platform, dan model medis yang dirancang untuk ponsel dan perangkat yang dapat dikenakan.

Untuk pengembang, rilis ini menawarkan analisis gambar offline tanpa biaya API berbasis penggunaan. Bisnis dapat menyimpan dokumen sensitif di perangkat, sementara konsumen dapat menggunakan fitur AI tanpa sinyal. Peneliti dapat menguji klaim kinerja perusahaan secara mandiri menggunakan konfigurasi yang dipublikasikan.

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