Tether 开源端侧视觉语言模型 VisionPsy-Nano

7 月 29 日，据 Tether 博客，Tether Data 旗下 AI 研究项目 QVAC 开源发布 VisionPsy-Nano。这是一款面向端侧及边缘部署的紧凑型视觉语言模型，参数量约为 4.6 亿，可将此前依赖云端基础设施的多模态理解能力部署至移动设备。

在已评测的 5 亿参数以下端侧视觉语言模型中，VisionPsy-Nano 的综合归一化评分为 62.3 分，并在 17 项基准测试中的 16 项优于 Liquid AI、Hugging Face 等同类模型。

此次发布包括两个版本，其中 Flash 版本针对低延迟场景优化，在保留约 99% 完整模型质量的同时显著提升推理速度。两个版本均采用 Apache 2.0 协议开源。

Tether 首席执行官 Paolo Ardoino 表示，这一成果证明，本地优先且高效的 AI 路径具有可行性，可让兼具性能与隐私保护能力的 AI 直接运行在人们现有的设备上。