Tether推出了一款名为QVAC MedPsy的医疗AI模型，该模型完全在智能手机上运行，并在实际应用场景中表现优于Google规模更大的MedGemma-27B。据该公司介绍，该模型的计算资源消耗仅为Google版本的三分之一，体积更是缩小至后者的1/16。
性能与体积对比
基准测试显示，QVAC MedPsy在模拟实际临床应用的任务中得分高于MedGemma-27B。Google的模型需要大量服务器级算力支持，而Tether的模型则可直接部署于移动设备。这一效率提升源于模型的紧凑架构——参数规模仅为Google版本的1/16，但性能表现依然更为优异。
体积差异直接转化为算力需求的降低。QVAC MedPsy的算力消耗仅为MedGemma-27B的三分之一，使其无需联网即可在设备端完成推理任务。
医疗AI为何需要高效性
在偏远诊所和资源匮乏地区，服务器连接往往不稳定，而智能手机端运行AI可拓展这些场景的应用可能性。设备端部署的模型可就地分析患者数据，显著降低延迟并规避隐私风险。Tether尚未公布具体部署计划，但该模型的性能表明其可能适用于精神科或心理筛查——QVAC MedPsy中的“Psy”很可能指代心理学（Psychology）或精神病学（Psychiatry）。
鉴于医疗数据的高度敏感性，医疗领域对纯云端AI一直持谨慎态度。能够在设备端运行且性能超越大型竞品的模型，有望加速其在医院及移动医疗应用中的普及。
技术原理
Tether以稳定币USDT闻名，近年来正悄然布局AI领域。QVAC MedPsy是其推出的首批医疗AI模型之一。公司尚未公布详细的网络架构，但该模型能在智能手机上运行并击败更大规模模型的事实，表明其在训练或量化环节进行了深度优化。
相比之下，Google的MedGemma-27B专为云端或高端硬件设计。Tether的方法颠覆了这一假设，证明在特定领域任务中，更小的模型也能实现更强性能。
目前尚未公布具体上线时间或合作计划。当前的基准测试结果已充分证明：医疗AI未必需要依赖大型硬件，同样能取得卓越成效。
