Os dados da Tether abriram o código de um modelo de visão e linguagem com 460 milhões de parâmetros, projetado para funcionar diretamente em smartphones, em vez de depender de servidores na nuvem.
Principais conclusões
- A unidade QVAC da Tether lançou em código aberto um modelo de visão com 460 milhões de parâmetros em 29 de julho de 2026.
- O modelo superou os concorrentes Liquid AI e Hugging Face em 16 dos 17 testes de referência.
- Sua versão Flash operou até 36 vezes mais rápido que o SmolVLM2-500M em um iPhone 15.
Lançado na quarta-feira pela braço de pesquisa em IA da empresa, o QVAC, VisionPsy-Nano pode examinar imagens, documentos e gráficos, respondendo perguntas sem enviar o material de origem para um sistema remoto. O telefone processa tanto a entrada quanto a resposta, permitindo que o software opere offline e mantenha os dados no dispositivo.
QVAC afirma que o modelo da Tether AI Research obteve a pontuação geral mais alta entre sistemas de visão e linguagem com menos de 500 milhões de parâmetros. Em 17 benchmarks, superou modelos concorrentes em 16.
Como se compara
O modelo obteve uma pontuação normalizada de 62,3, em comparação com 59,6 para o LFM2.5-VL-450M da Liquid AI e 52,5 para o SmolVLM2-500M da Hugging Face. O modelo base nanoVLM-460M-8k anterior da QVAC obteve 54,9.
The Tether Data é lançado em duas versões. A versão padrão prioriza a precisão, enquanto a Flash abre mão de uma pequena quantia de qualidade para respostas mais rápidas. A QVAC afirma que a Flash mantém cerca de 99% do desempenho do modelo completo, produzindo sua primeira saída até 23 vezes mais rápido que o SmolVLM2-500M em telefones Android e até 36 vezes mais rápido em um iPhone 15.
Esse tempo de resposta é importante em hardware móvel. Um modelo compacto pode obter boa pontuação nos testes, mas ainda assim parecer imprático se os usuários precisarem esperar enquanto o dispositivo processa uma imagem. O Flash foi projetado para reduzir esse atraso inicial.
O sistema de inteligência artificial (IA) também suporta análise de documentos e reconhecimento óptico de caracteres, extraíndo texto e estrutura de relatórios financeiros, fluxogramas e infográficos.
QVAC afirma que o modelo superou concorrentes de tamanho semelhante em média 7,4% em testes de raciocínio visual. Ele também superou modelos mais de duas vezes maiores em MM-IFEval e POPE, incluindo lançamentos da Qwen e InternVL.
Por que a pequena pegada importa
Mover o processamento de imagens de um data center para um telefone introduz limites rigorosos em relação à memória, calor, uso da bateria e poder de computação. Modelos compactos geralmente lidam bem com texto simples, mas perdem precisão ao ler gráficos densos, tabelas ou documentos digitalizados.
Os resultados de referência do QVAC sugerem que o modelo preservou grande parte dessa capacidade, mantendo-se pequeno o suficiente para dispositivos de consumo. O processamento local também significa que os documentos não precisam ser carregados, e o software pode continuar funcionando sem uma conexão de rede.
Desenvolvido para várias opções de implantação
Desenvolvedores podem acessar o modelo por meio do Hugging Face Transformers, uma versão quantizada GGUF para llama.cpp ou um backend vLLM para uso em servidores com maior volume.
O QVAC também publicou suas configurações de referência por meio do VLMEvalKit, permitindo que pesquisadores externos repitam os testes. Ambas as versões utilizam a licença Apache 2.0, permitindo uso comercial, modificação e redistribuição.
Parte da estratégia mais ampla de IA da Tether
Tether CEO Paolo Ardoino disse que o lançamento apoia o impulso da empresa em direção a sistemas de IA locais e eficientes.
“Alcançar qualidade e desempenho de primeira classe em tarefas de visão geral com apenas 460 milhões de parâmetros prova que a IA primeiro local e altamente eficiente é um caminho viável,” disse Ardoino.
O modelo segue várias versões do QVAC desde outubro de 2025, incluindo conjuntos de dados de treinamento sintéticos, um kit de desenvolvimento de software multiplataforma e modelos médicos projetados para telefones e dispositivos vestíveis.
Para desenvolvedores, a versão oferece análise de imagem offline sem custos de API baseados em uso. Empresas podem manter documentos sensíveis no dispositivo, enquanto consumidores podem usar recursos de IA sem sinal. Pesquisadores podem testar independentemente as afirmações de desempenho da empresa usando as configurações publicadas.
A Tether financiou sua expansão em IA com lucros de seu negócio da stablecoin USDT. Ela também investiu em infraestrutura de IA, biotecnologia e robótica, incluindo um investimento na Série C da NEURA Robotics avaliado em até US$ 1,4 bilhão.