QVAC 能否打造足够强悍的模型，让用户愿意为了本地自主掌控接受适度的运维门槛？

撰文：Liam Akiba Wright

编译：Luffy，Foresight News

Tether 的新项目 QVAC，以一个在稳定币公司中十分罕见的理念开篇。该公司将旗下 QVAC Psy 描述为一系列「植根于心理史学原理」的基础大模型。

心理史学这一概念源自艾萨克・阿西莫夫的经典科幻作品《基地》系列。书中主人公哈里・谢顿利用数学、统计学与社会动力学，预判大规模群体的行为走向，以此缩短银河帝国崩塌后的黑暗时代。

《科幻百科全书》将阿西莫夫笔下的心理史学定义为一门虚构科学；哈里・谢顿的整套规划，旨在预测未来事件，并在社会体系崩溃之际留存人类知识文明。

Tether 此番表述，实则是用科幻语言包装自身的企业使命。

凭借储备资产、流动性与渠道分发能力，Tether 创造了加密行业规模最大的稳定币系统；如今，它把这套底层逻辑复刻到人工智能领域。

USDT 稳定币，构成 Tether 的第一大储备根基；而算力、AI 模型、数据集、可脱离中心化云端运行的智能能力，正成为 Tether 的第二大储备资产。

从美元储备迈向智能资产储备

Tether 入局人工智能，延续了其核心业务的运作逻辑。USDT 将全球离岸美元需求转化为以短期主权债券为主的储备资产组合。

根据 Tether 2026 年一季度储备鉴证报告，公司净利润达 10.4 亿美元，储备缓冲资金规模 82.3 亿美元，代币相关负债约 1830 亿美元，直接及间接持有的美国短期国债规模约 1410 亿美元。

雄厚的储备基础为 Tether 带来持续营收、充足资产负债表容量，也使其有实力利用经营收益布局长期基础设施赛道。

CryptoSlate 此前曾分析，Tether 凭借庞大稳定币体量，可将储备资金进行战略性配置。今年 1 月，Tether 斥资购入 8888 枚比特币，印证其可将利息收入与经营利润转化为长期比特币配置需求。而 QVAC 项目，则是把这套资产配置逻辑，延伸至人工智能的全新赛道。

如今除比特币、黄金、初创企业、能源产业、加密货币挖矿、通信基建等布局外，Tether 正式重仓人工智能本身。这一定位，也让 Tether 从单纯的私人美元流动性发行方，转型为私人数字基础设施建设者。

「心理史学」 的科幻叙事，恰好契合这一战略方向，Tether 将人工智能视作一层文明级底层架构，而非普通软件赛道。QVAC 官方资料将自身定位为「无限稳定智能平台」，主打优先本地运行的去中心化智能系统，旨在对标并替代中心化 AI。

QVAC 的愿景指出，将所有智能交互都交由中心化服务器处理，不仅速度慢、稳定性差，更存在被管控限制的风险；而 QVAC 立志成为用户专属智能体系的边缘端底层基座。

这套理念，与 Tether 的稳定币理念相呼应。资金流转无需许可、用户数据自留掌控、人工智能就近本地运行。

而隐藏在阿西莫夫科幻概念之下，是 Tether 更严肃的判断：当人工智能具备基础设施级的韧性与抗风险性，其价值才会真正沉淀。

云端大模型虽综合能力更强，却自带平台风险、定价风险、政策监管风险、网络延迟风险与数据路由风险；本地 AI 模型虽牺牲部分性能，却换来所有权、隐私性与持续可用的稳定性。

这套取舍逻辑，与加密行业理念高度契合。自我托管虽不如交易所托管便捷，直到交易所暴雷风险爆发，人们才懂其价值；本地 AI 虽不如云端托管模型易用，一旦网络中断、API 接口变更、账号封禁、数据无法外流，本地部署的优势便会显现。

QVAC：另辟赛道的边缘 AI 架构

QVAC 的核心差异化在于底层架构。OpenAI、Anthropic、谷歌 DeepMind、xAI 等顶尖大模型，都在角逐通用能力、代码能力、多模态交互、超长上下文推理、智能体应用与企业云端部署。

而 QVAC 选择了完全不同的赛道：可部署性、隐私保护、低延迟、可组合性、脱离单一平台独立存续。

QVAC 官方入门文档将项目定义为开源、跨平台生态系统，主打优先本地运行、点对点 AI 应用，兼容 Linux、macOS、Windows、安卓、iOS 全系统。用户可在本地运行大语言模型、语音识别、检索增强生成（RAG）等 AI 任务，也可通过内置 P2P 功能，将推理任务委托给其他设备节点。

这意味着 QVAC 的对标标准，与顶尖云端 AI 大模型截然不同：前沿 AI 追求中心化服务所能提供的最强通用模型能力；QVAC 则聚焦推理发生地、运行控制权、数据是否留存设备本地、中心化服务失效后应用能否持续运转。

Tether 于 2026 年 4 月推出 QVAC 软件开发工具包（SDK），提供统一开发套件，支持开发者在任意设备上搭建、运行、微调 AI 应用，适配全平台系统且无需改动代码。

QVAC SDK 基于统一抽象层兼容各类本地推理引擎，包括自研 QVAC Fabric、llama.cpp 分支版本，同时集成 whisper.cpp、Parakeet、Bergamot 等语音与翻译工具。

它早已超越单一模型发布的范畴，更像是一套人工智能底层操作系统。开源 AI 生态如今已拥有大量成熟组件：Llama、Qwen、Mistral、Gemma、DeepSeek、Hugging Face、llama.cpp、Ollama 等一众本地推理项目百花齐放。

QVAC 的核心押注是开发者亟需一套完整的边缘端框架，通过统一接口整合模型加载、推理运算、语音识别、OCR 图文识别、翻译、文生图、检索增强生成、P2P 模型分发、委托推理与本地微调全流程。

QVAC 立志成为智能算力的分发底层，依托持续迭代的中端本地模型，抢占边缘 AI 生态入口。

QVAC Fabric 是整套技术架构的核心。Tether 表示，Fabric 可借助 Vulkan、Metal 后端，在主流消费级硬件上完成模型微调，适配搭载高通 Adreno、ARM Mali 显卡的安卓设备、苹果自研芯片设备，以及配备 AMD、英特尔、英伟达硬件的 Windows、Linux 电脑。

同时针对移动设备显存限制采用动态分块技术，并支持 GPU 加速的 LoRA 微调流程与掩码损失指令调优。

如果这套工作流能经外部开发者实测验证，其价值将远超普通开源模型发布：模型权重只是基础层，本地个性化微调适配才是核心增量。

MedPsy：QVAC 迎来首场硬核实力考验

MedPsy 是 QVAC 首个落地的标杆级模型产品。5 月 7 日发布在 Hugging Face 的技术报告显示，QVAC MedPsy 是专为边缘端部署打造的医疗健康语言模型，分为 17 亿参数与 40 亿参数两个版本。

官方提出极具颠覆性的论断，经过严格医疗专项后训练的小型模型，性能可超越大型医疗基准模型，同时适配笔记本、高端移动设备乃至智能手机运行。

QVAC 表示，MedPsy-17 亿参数在七项封闭式医疗基准测试中均分达 62.62 分，远超谷歌 MedGemma-1.5-4B-it 的 51.20 分，参数规模不足对方一半；MedPsy-40 亿参数均分 70.54 分，小幅领先 MedGemma-27B-text-it 的 69.95 分，参数规模仅为对方七分之一。

在 HealthBench 与高难度 HealthBench Hard 测试中，差距进一步拉大：MedPsy-4B 分别拿下 74.00 分、58.00 分，而 MedGemma-27B-text-it 仅为 65.00 分、42.67 分。

如果这些跑分能被第三方复现，将直接印证 QVAC 核心理念：特定高价值垂直领域，轻量化边缘模型可挑战超大型云端系统。

训练流程也彰显了 QVAC 的竞争思路：MedPsy 以通义千问 3 为骨干模型，通过多阶段有监督微调、医疗问答强化学习迭代优化；实验过程生成超 3000 万条合成数据，采用双阶段课程训练，并选用百川 M3-235B 大模型作为长文本推理监督教师模型。

目前其训练语料尚未公开，这也是关键疑点：当前亮眼基准跑分均来自 QVAC 内部测评，训练数据是否存在污染、覆盖范围、提示词构造、教师模型影响等关键问题，仍需外部验证。

量化部署层面优势突出，官方已发布适配 llama.cpp 与 QVAC SDK 的 GGUF 量化版本，采用 Q4_K_M 量化可使模型体积压缩 69%，同时均分损失不足 1 分。在兼顾体积与性能的最优方案下，40 亿参数模型仅 2.72GB，17 亿参数版本仅 1.28GB，可轻松落地本地设备。

QVAC 官方也明确风险提示，MedPsy 仅支持文本交互、仅限英文使用，不适用于临床急救场景，存在大模型固有幻觉问题，且需开发者在应用全架构中保障用户隐私安全。

医疗领域本身对本地推理有着极强刚需，MedPsy 前景值得期待；但唯有外部研究者复现基准跑分、并在真实临床流程中实测，其实力才能真正证实。

便捷性 vs 掌控权：AI 行业的终极博弈

本地 AI 与云端 AI 的争论，常被简化为隐私与性能的二选一。而 QVAC 重构了这套逻辑，本质是便捷性与自主掌控权的取舍。

云端 AI 胜在极致易用，用户打开应用、输入指令、获取结果，无需操心模型权重、设备显存、量化参数、向量嵌入与运行环境兼容等复杂问题，平台包揽所有技术复杂度。极致的便捷性，也是中心化 AI 平台能迅速崛起的核心原因，用户以极低门槛享受顶尖智能能力。

而 QVAC 要求开发者与用户承担更多运维责任，换来全新安全架构：本地离线运行、断网可用、减少数据外泄、摆脱 API 依赖，同时打通点对点推理与模型分发通道。

根据 Tether SDK 介绍，搭载 QVAC 的应用可在弱网环境下稳定运行，甚至断网状态下人工智能仍可正常工作。2025 年 QVAC 早期公告进一步规划：AI 智能体可直接部署在本地设备，设备间通过 P2P 网络协同交互，搭配 WDK 套件可实现 AI 智能体自主进行比特币、USDT 资产交易。

这正是 Tether 的完整顶层逻辑，资金、算力、智能体，遵循同一套自主主权设计范式。

当然，其去中心化叙事并非完美无缺。从用户可自行下载模型、本地运行、敏感数据留存设备来看，QVAC 在推理层实现了高度去中心化，相比托管式 API 不再由平台掌控每一次交互指令。依托 Holepunch 网络架构，QVAC 还支持委托推理、去中心化模型分发等 P2P 底层能力，架构设计具备实质性创新。

但治理层面仍存在中心化属性。QVAC 由 Tether 全资出资、命名统筹、市场推广，旗舰应用、模型体系、SDK 路线规划及「稳定智能」理念，均由单一企业主导。

这一现状与其本地优先的核心价值并不冲突，只是将去中心化优势限定在证据最扎实的推理运行层；整个生态仍需在默认注册节点、版本发布渠道、安全规范、模型准入、长期社区治理等方面，逐步建立分布式管控机制。

复现测试决定 QVAC 最终高度

如今 QVAC 的公信力，完全取决于第三方复现结果。如果 MedPsy 的基准跑分能在外部测评环境中复刻，Tether 将真正落地「智能资产储备」理念：轻量化、开源、可本地部署的垂直领域模型，足以在高敏感赛道比肩云端超大模型。

即便第三方测试缩小甚至逆转跑分差距，QVAC 的基础设施价值依然成立，只是模型性能叙事会有所弱化。行业终极命题依旧回归科技亘古规律：极致便捷会催生权力集中，自主掌控则需付出运维成本。

这也正是阿西莫夫科幻理念的价值所在：《基地》中的心理史学，研究复杂大型系统在压力下的演化规律；而 Tether 赋予其新内涵，聚焦基础设施如何抵御中心化垄断。

科幻叙事格局宏大，技术落地尚处早期，但整体战略逻辑清晰自洽。Tether 正依托全球最大稳定币的持续现金流，搭建以本地运行、点对点网络、开源工具、边缘轻量化模型为核心的 AI 架构，将稳定币的自主主权理念，从货币领域延伸至智能领域。

如今行业不再质疑，稳定币巨头有没有实力布局 AI？答案显而易见。

真正的核心问题是，QVAC 能否打造足够强悍的模型与基础设施，让用户愿意为了本地自主掌控，接受适度的运维门槛？

MedPsy 正是第一道可量化的门槛。第三方复现结果，将决定 QVAC 的心理史学叙事，终究只是科幻隐喻，还是正式跻身主流边缘 AI 赛道、具备完整运营逻辑的底层架构。