2026-07-29 12:13:35
TetherはVisionPsy-Nanoの4.6Bパラメータのビジョン言語モデルをオープンソース化し、7月29日に62.3点を記録しました
テザーのブログによると、7月29日、Tether DataのAIリサーチプロジェクトQVACが、エッジ展開向けに設計されたコンパクトな視覚言語モデル「VisionPsy-Nano」をオープンソース化した。約4億6000万(460 million)パラメータを備えたこのモデルは、これまでクラウド基盤を必要としていたマルチモーダル理解機能を、直接モバイル端末に持ち込む。 VisionPsy-Nanoは、これまでにテストされたパラメータが5億未満のエッジ側視覚言語モデルの中で正規化複合スコア最高値となる62.3を達成し、Liquid AIやHugging Faceなどの競合を、17のベンチマークテスト中16で上回った。さらにテザーは、低遅延推論に最適化したFlash版もリリースしており、フルモデルの品質を約99%維持しながら推論速度を大幅に向上させた。テザーCEOのPaolo Ardoinoは、このリリースは「ローカルファーストで効率的なAI」が現実的な道であり、すでに人々が所有している端末上で強力かつプライベートなAIを動かせることを示していると述べた。