Tether开源4.6亿参数端侧视觉语言模型

QVAC发布VisionPsy-Nano，5亿参数量级内评分最高，支持移动端部署且推理速度大幅提升。

据 Woofun AI 消息，Tether Data 旗下 AI 研究项目 QVAC 开源发布紧凑型视觉语言模型 VisionPsy-Nano。该模型参数量约 4.6 亿，旨在将多模态理解能力从云端转移至移动及边缘设备。在 5 亿参数以下的同类模型评测中，VisionPsy-Nano 获得 62.3 的最高综合归一化评分，并在 17 项基准测试中的 16 项表现优于 Liquid AI 和 Hugging Face 等竞品。

此次发布包含两个版本，其中 Flash 版本针对低延迟场景优化，在保留约 99% 模型质量的同时显著提升了推理速度。两个版本均采用 Apache 2.0 协议开源。Tether 首席执行官 Paolo Ardoino 指出，此举验证了本地优先、高效 AI 的可行性，使强大且私密的 AI 服务能在用户现有设备上运行。