Tether Data mở mã nguồn AI VisionPsy-Nano 460 triệu tham số

Tether Data, bộ phận thuộc Tether, đã mở mã nguồn mô hình AI thị giác-ngôn ngữ chạy trực tiếp trên thiết bị có khoảng 460 triệu tham số, mang tên 'VisionPsy-Nano'. Mô hình này hướng tới xử lý đồng thời hình ảnh và ngôn ngữ ngay trên các thiết bị như điện thoại thông minh.

Dự án nghiên cứu AI QVAC thuộc Tether Data cho biết VisionPsy-Nano đạt điểm chuẩn hóa tổng thể 62,3, mức cao nhất trong nhóm mô hình thị giác-ngôn ngữ dưới 500 triệu tham số. QVAC cũng cho rằng hiệu năng của mô hình nhìn chung vượt các mô hình cùng phân khúc của Liquid AI và Hugging Face.

Phiên bản được công bố gồm bản tiêu chuẩn 'VisionPsy-Nano-460M' và bản giảm độ trễ 'VisionPsy-Nano-460M-Flash'. Theo dữ liệu được đưa ra, bản Flash có tốc độ tạo token đầu tiên nhanh hơn SmolVLM2-500M tối đa khoảng 19-36 lần trên các thiết bị Pixel 9, Galaxy S23, Galaxy S25 Ultra và iPhone 15.

Trọng số của hai mô hình được phát hành theo giấy phép Apache 2.0. VisionPsy-Nano cũng hỗ trợ Transformers, triển khai cục bộ dựa trên lượng tử hóa llama.cpp GGUF và suy luận máy chủ thông lượng cao bằng vLLM. Việc mở mã nguồn cho thấy Tether Data đang tập trung vào hướng AI nhỏ gọn, có thể vận hành ngay trên thiết bị thay vì phụ thuộc hoàn toàn vào hạ tầng máy chủ.