Tether開源4.6億參數端側視覺語言模型

QVAC發佈VisionPsy-Nano，5億參數量級內評分最高，支持移動端部署且推理速度大幅提升。

據 Woofun AI 消息，Tether Data 旗下 AI 研究項目 QVAC 開源發佈緊湊型視覺語言模型 VisionPsy-Nano。該模型參數量約 4.6 億，旨在將多模態理解能力從雲端轉移至移動及邊緣設備。在 5 億參數以下的同類模型評測中，VisionPsy-Nano 獲得 62.3 的最高綜合歸一化評分，並在 17 項基準測試中的 16 項表現優於 Liquid AI 和 Hugging Face 等競品。

此次發佈包含兩個版本，其中 Flash 版本針對低延遲場景優化，在保留約 99% 模型質量的同時顯著提升了推理速度。兩個版本均採用 Apache 2.0 協議開源。Tether 首席執行官 Paolo Ardoino 指出，此舉驗證了本地優先、高效 AI 的可行性，使強大且私密的 AI 服務能在用戶現有設備上運行。