Tether推出智慧型手機端醫療AI：17億美元小型模型效能超越大16倍大型模型，徹底消除對雲端的依賴

根據动察 Beating監測，USDT 發行方 Tether 今日宣布，其 AI 研究團隊推出 QVAC MedPsy 系列醫療語言模型，專為智慧手機、穿戴裝置等低功耗終端上的本地化醫療 AI 設計。該模型可在無需依賴雲端伺服器的情況下運行，並透過高效架構實現遠超模型規模的表現：17 億參數版本在七個封閉醫療基準測試中取得 62.62 平均分，超越 Google 的 MedGemma-4B 11.42 分，並在 HealthBench Hard 等真實臨床場景下，表現優於參數量近 16 倍的 MedGemma-27B 模型；四十億參數版本得分更高，達 70.54，整體超越更大型模型，同時大幅降低推理 Token 消耗（最多可減少 3.2 倍），並以量化 GGUF 格式發佈（1.7B 約 1.2GB），適合行動及邊緣部署。

本次發佈挑戰了「模型越大＝表現越好」的傳統認知，通過分階段醫療後訓練（監督、臨床推理數據＋強化學習）專注於效率，實現真正的本地隱私保護和低延遲推理。Tether 執行長 Paolo Ardoino 表示，這讓醫療 AI 能夠直接在醫院現場和設備端處理敏感數據，無需傳送至雲端，從而降低成本、延遲及隱私風險，有望重塑醫療 AI 基礎設施，推動本地化部署在全球尤其是欠發達地區的普及。