QVACは、十分に強力なモデルを構築して、ユーザーがローカルでの自己管理を受け入れるための適度な運用負担を許容させることができるでしょうか？
執筆：Liam Akiba Wright
編集：Luffy、Foresight News
テザーの新プロジェクトQVACは、安定通貨企業において非常に珍しいコンセプトから始まる。同社は、自社のQVAC Psyを「心理歴史学の原理に根ざした」一連のベースモデルと説明している。
心理歴史学という概念は、アイザック・アシモフの古典的なSFシリーズ『基地』に由来する。同書の主人公ハリー・セイデンは、数学、統計学、社会力学を用いて大規模な群衆の行動傾向を予測し、銀河帝国の崩壊後の暗黒時代を短縮する。
『SF百科事典』は、アシモフが描いた心理歴史学を、仮想の科学として定義している。ハリー・シェトンの全体計画は、未来の出来事を予測し、社会システムが崩壊する際に人類の知識文明を保存することを目的としている。
テザーの今回の発言は、実際には自社の企業使命をSF的な言語で包み隠している。
Tetherは、準備資産、流動性、およびチャネル配信能力を活かして、暗号業界で最大規模の安定通貨システムを構築した。今や、この基盤となるロジックを人工知能分野に再適用している。
USDTは、テザーの最大の準備資産を構成しており、一方で、計算能力、AIモデル、データセット、および中央集権的なクラウドから独立して動作可能な知的機能が、テザーの第二の準備資産となっています。
米ドル準備からスマート資産準備へ
テザーは人工知能に参入し、そのコアビジネスの運営ロジックを継承しています。USDTは、グローバルなオフショア米ドル需要を、短期主権債を主とする準備資産ポートフォリオに変換しています。
Tetherの2026年第1四半期の準備金監査報告によると、同社の純利益は10.4億ドル、準備金バッファーは82.3億ドル、トークン関連負債は約1,830億ドル、直接および間接的に保有する米国短期国債は約1,410億ドルです。
堅実な準備金基盤により、Tetherは持続的な収益と十分な貸借対照表の拡張性を確保し、営業収益を活用して長期インフラ分野への展開を強化しています。
CryptoSlateは以前、Tetherが膨大なステーブルコイン規模を活かして、準備金を戦略的に配置できると分析していた。今年1月、Tetherが8,888枚のビットコインを購入したことは、利息収入と営業利益を長期的なビットコイン保有に転換できる可能性を示した。一方、QVACプロジェクトは、この資産配置のロジックを人工知能という新たな分野に拡張している。
現在、テザーはビットコイン、ゴールド、スタートアップ、エネルギー産業、暗号通貨マイニング、通信インフラなどの分野に加え、人工知能そのものにも本格的に投資を開始しました。この戦略により、テザーは単なる民間ドル流動性発行者から、民間デジタルインフラ構築者へと転換しています。
「心理史学」のSF的物語は、この戦略的方向性と恰好一致している。Tetherは、人工知能を一般的なソフトウェア分野ではなく、文明レベルの基盤アーキテクチャーと見なしている。QVACの公式資料は、自社を「無限に安定したインテリジェントプラットフォーム」と位置づけ、ローカル実行を優先する分散型インテリジェントシステムを主軸とし、中心化AIに対抗・置き換えることを目指している。
QVACのビジョンは、すべてのスマートインタラクションを中央サーバーに委ねることは、速度が遅く、安定性が低く、規制や制限のリスクを伴うことを指摘しており、QVACはユーザー専用のスマートシステムのエッジ端末における基盤となることを目指しています。
この理念は、Tetherの安定通貨の理念と呼応しています。資金の移転は許可不要、ユーザーのデータは自己管理、AIは近接したローカルで動作します。
アシモフのSF概念の裏には、テザーのより真剣な判断がある：人工知能がインフラレベルのレジリエンスとリスク耐性を備えたとき、その価値は真正に蓄積される。
クラウド上の大型モデルは総合的な能力が優れている一方で、プラットフォームリスク、価格リスク、規制リスク、ネットワーク遅延リスク、データルーティングリスクを伴う。一方、ローカルAIモデルは一部のパフォーマンスを犠牲にする代わりに、所有権、プライバシー性、継続的な可用性という安定性を手に入れる。
この選択のロジックは、暗号資産業界の理念と非常に一致しています。自己管理は取引所による管理ほど便利ではありませんが、取引所の破綻リスクが現実化するまで、その価値は理解されませんでした。ローカルAIはクラウドホスティングモデルほど使いやすいわけではありませんが、ネットワークが切断されたり、APIが変更されたり、アカウントがブロックされたり、データが外部に流出できなくなったりした場合、ローカルデプロイの利点が明らかになります。
QVAC：エッジAIアーキテクチャの新たな分野
QVACの核心的な差別化は、その基盤アーキテクチャにあります。OpenAI、Anthropic、Google DeepMind、xAIなどのトップレベルの大規模モデルは、汎用能力、コード能力、マルチモーダルインタラクション、超長コンテキスト推論、エージェントアプリケーション、およびエンタープライズクラウドデプロイメントを競っています。
一方、QVACは完全に異なる分野を選択しました：展開性、プライバシー保護、低遅延、コンポーザビリティ、単一プラットフォームから独立して存続すること。
QVACの公式入門ドキュメントでは、プロジェクトをオープンソースでクロスプラットフォームなエコシステムとして定義し、ローカル実行とピアツーピアAIアプリケーションを主な特徴としています。Linux、macOS、Windows、Android、iOSのすべてのシステムと互換性があります。ユーザーはローカルで大規模言語モデル、音声認識、検索強化生成（RAG）などのAIタスクを実行でき、内蔵されたP2P機能を通じて推論タスクを他のデバイスノードに委任することもできます。
これは、QVACの対象基準がトップクラスのクラウドAI大モデルとは根本的に異なることを意味します。先進的なAIは、中心化サービスが提供する最強の汎用モデル能力を追求する一方で、QVACは推論が発生する場所、実行制御権、データがデバイスにローカルに保存されるか、中心化サービスが停止した際にアプリケーションが継続して動作できるかに焦点を当てています。
Tetherは2026年4月にQVACソフトウェア開発キット（SDK）をリリースし、開発者が任意のデバイス上でAIアプリケーションを構築、実行、微調整できる統一開発環境を提供します。コードを変更することなく、すべてのプラットフォームシステムに適応可能です。
QVAC SDKは、統一抽象層に基づき、自社開発のQVAC Fabricやllama.cppのブランチ版を含むさまざまなローカル推論エンジンと互換性を持ち、whisper.cpp、Parakeet、Bergamotなどの音声および翻訳ツールを統合しています。
それは単一モデルのリリースをはるかに超え、まるで人工知能の基盤オペレーティングシステムのようだ。オープンソースAIエコシステムは、Llama、Qwen、Mistral、Gemma、DeepSeek、Hugging Face、llama.cpp、Ollama など、多数のローカル推論プロジェクトが活発に展開されている。
QVACの核心的な注力点は、開発者がモデルのロード、推論処理、音声認識、OCR画像・テキスト認識、翻訳、テキストから画像生成、検索強化生成、P2Pモデル配信、委託推論およびローカル微調整の全フローを統一されたインターフェースで統合できる、包括的なエッジフレームワークを必要としていることです。
QVACは、継続的に進化する中規模ローカルモデルを基盤とし、エッジAIエコシステムの入口を獲得することを目的としています。
QVAC Fabricは、全体の技術アーキテクチャのコアです。Tetherは、FabricがVulkanおよびMetalバックエンドを活用することで、高通Adreno、ARM Mali GPUを搭載したAndroidデバイス、Apple自社チップ搭載デバイス、およびAMD、Intel、NVIDIAハードウェアを搭載したWindowsおよびLinuxパソコン上でモデルのファインチューニングを実行できることを示しています。
モバイルデバイスのVRAM制限に対応するため、動的ブロック技術を採用し、GPU加速対応のLoRAファインチューニングフローとマスク損失インストラクションチューニングをサポートします。
このワークフローが外部開発者による実証検証を経た場合、その価値は通常のオープンソースモデルのリリースをはるかに上回ります。モデルの重みは基盤層に過ぎず、ローカルでのパーソナライズされた微調整が核心的な付加価値です。
MedPsy：QVACが初の本格的な実力試験に直面
MedPsyは、QVACが最初に実装したベンチマーク級モデル製品です。5月7日にHugging Faceで公開された技術レポートによると、QVAC MedPsyはエッジデバイス向けに設計された医療健康分野の言語モデルで、17億パラメータ版と40億パラメータ版の2つのバージョンがあります。
公式は、厳格な医療専門トレーニングを経た小型モデルが、大規模医療ベンチマークモデルを上回る性能を発揮し、ノートパソコン、高級モバイルデバイス、さらにはスマートフォンでの実行にも対応可能であるという画期的な主張を提起しました。
QVACは、MedPsy-17億パラメータが7つの閉鎖型医療ベンチマークで平均62.62点を記録し、GoogleのMedGemma-1.5-4B-itの51.20点を大幅に上回った。また、MedPsy-40億パラメータは平均70.54点を達成し、MedGemma-27B-text-itの69.95点をわずかに上回ったが、そのパラメータ規模は相手の7分の1に過ぎない。
HealthBenchおよびHard版HealthBenchのテストにおいて、差がさらに広がりました。MedPsy-4Bはそれぞれ74.00点、58.00点を獲得したのに対し、MedGemma-27B-text-itは65.00点、42.67点でした。
これらのスコアが第三者によって再現可能であれば、QVACの核心理念——特定の高価値垂直分野において、軽量なエッジモデルが超大規模クラウドシステムに挑戦できる——が直接裏付けられる。
トレーニングプロセスは、QVACの競争戦略を明確に示しています。MedPsyは通義千問3をベースモデルとし、複数段階の監視学習と医療QAの強化学習を繰り返して最適化します。実験では3,000万件以上の合成データを生成し、二段階のカリキュラム学習を採用。また、長文推論の監督教師モデルとしてバイ川M3-235B大規模モデルを選定しました。
現在、そのトレーニングデータは公開されておらず、これが重要な疑問点です。現在の優れたベンチマークスコアはすべてQVACの内部評価によるものであり、トレーニングデータの汚染、カバー範囲、プロンプト構造、教師モデルの影響などの重要な問題は、外部による検証が必要です。
量化デプロイの面で優れた利点を有し、公式では llama.cpp および QVAC SDK に対応した GGUF 量化バージョンをリリース済みです。Q4_K_M 量化を使用することで、モデルサイズを69%圧縮でき、平均損失は1点未満です。サイズとパフォーマンスの両方を最適化した方案では、40億パラメータモデルは2.72GB、17億パラメータバージョンは1.28GBに抑えられ、ローカルデバイスへの導入が容易です。
QVAC公式もリスク警告を明確にし、MedPsyはテキストインタラクションのみをサポートし、英語専用であり、臨床緊急対応には適用できません。大規模モデルに内在する幻覚の問題があり、開発者はアプリケーションの全体アーキテクチャにおいてユーザーのプライバシーとセキュリティを確保する必要があります。
医療分野自体がローカル推論に強い需要を有しており、MedPsyの前景は期待できるが、その実力は外部の研究者がベンチマークを再現し、実際の臨床プロセスでテストした際にこそ真正に証明される。
利便性 vs 掌握権：AI業界の究極の駆け引き
ローカルAIとクラウドAIの議論は、しばしばプライバシーとパフォーマンスの二者択一として単純化されるが、QVACはこのロジックを再構築し、本質的には利便性と自己コントロール権の選択である。
クラウドAIの強みは、極めて使いやすい点にあります。ユーザーはアプリを開き、指示を入力すれば結果を得られ、モデルの重み、デバイスのVRAM、量子化パラメータ、ベクトル埋め込み、実行環境の互換性などの複雑な問題を気にする必要はありません。プラットフォームがすべての技術的複雑さを担います。この極めて便利な仕組みが、中心化AIプラットフォームが急速に台頭した核心的な理由であり、ユーザーは非常に低いハードルで最先端の知的能力を享受できます。
一方で、QVACは開発者とユーザーにより多くの運用責任を負わせることで、ローカルオフライン実行、ネットワーク切断時にも利用可能、データ漏洩の削減、APIへの依存からの脱却を実現し、ピアツーピア推論とモデル配信チャネルを統合します。
Tether SDKの説明によると、QVACを搭載したアプリはネットワーク環境が不安定な状況でも安定して動作し、ネット接続が切断された状態でもAIが正常に機能します。2025年には、QVACの初期発表でさらに計画が発表され、AIエージェントをローカルデバイスに直接デプロイし、デバイス間でP2Pネットワークを介して協調して相互作用することが可能になります。WDKキットと組み合わせることで、AIエージェントがビットコインやUSDTの資産を自律的に取引できるようになります。
これはまさにTetherの完全なトップレベルのロジックであり、資金、計算能力、エージェントが同一の自律主権設計パラダイムに従っています。
もちろん、そのデセントラライズドなナラティブは完璧ではありません。ユーザーがモデルを直接ダウンロードし、ローカルで実行し、センシティブなデータをデバイスに保持できる点から、QVACは推論層で高度なデセントラライズを実現しており、ホスト型APIとは異なり、プラットフォームがすべてのインタラクションコマンドを制御することはありません。Holepunchネットワークアーキテクチャを活用して、QVACは委託推論やデセントラライズドモデル配信などのP2P基盤機能もサポートしており、アーキテクチャ設計には実質的な革新が含まれています。
しかし、ガバナンス面では依然として中心化の特性が残っている。QVACはTetherが全額出資し、名称の策定やマーケティングを統括しており、フラッグシップアプリ、モデル体系、SDKのロードマップ、および「安定した知能」という理念も単一の企業が主導している。
この現状は、ローカル優先のコアバリューと矛盾せず、分散化の利点を証拠が最も確実な推論実行層に限定しているだけである。エコシステム全体は、デフォルトのノード登録、バージョンリリースチャネル、セキュリティ規範、モデル准入、長期的なコミュニティガバナンスなどの面で、段階的に分散型管理メカニズムを構築する必要がある。
再現テストによりQVACの最終ブロック高を決定
現在、QVACの信頼性は、第三者による再現結果に完全に依存している。MedPsyのベンチマークスコアが外部評価環境で再現できれば、Tetherは「スマート資産準備」の理念を本物のものにする：軽量でオープンソース、ローカルデプロイ可能な垂直領域モデルが、高度な機密性を要する分野でクラウド上の超大規模モデルと並ぶレベルに達する。
サードパーティのテストがベンチマーク差を縮小甚至逆転させたとしても、QVACのインフラストラクチャー価値は依然として成立するが、モデルパフォーマンスのナラティブはやや弱まる。業界の最終的な命題は、依然として技術の永続的な法則に戻る：極めて便利さは権力の集中を生み、自律的な制御には運用コストが伴う。
これはアシモフのSFの理念が持つ価値そのものである：『基地』における心理歴史学は、複雑な大規模システムが圧力下でどのように進化するかを研究するものであり、Tetherはこれに新たな意味を加え、インフラが中央集権的独占にどう対抗するかに焦点を当てている。
SF的な物語の構図は壮大で、技術の実装はまだ初期段階だが、全体的な戦略ロジックは明確で一貫している。Tetherは、世界最大のステーブルコインによる継続的なキャッシュフローを活用し、ローカル実行、ピアツーピアネットワーク、オープンソースツール、エッジ軽量モデルを核とするAIアーキテクチャを構築しており、ステーブルコインの自律的主権という理念を、通貨分野から知能分野へと拡張している。
現在、業界は安定通貨の巨頭がAIに進出する力を持っているかどうかを疑問視していません。答えは明らかです。
真の核心問題は、QVACが十分に強力なモデルとインフラを構築し、ユーザーがローカルでの自己管理を受容するために適度な運用のハードルを許容できるかどうかである。
MedPsyは最初の定量的基準である。第三者による再現結果が、QVACの心理歴史学的物語が単なるSFの比喩にとどまるか、それとも完全な運用ロジックを備えた主流のエッジAI分野に正式に参入するかを決定する。