TetherのQVACプロジェクトは、ステーブルコイン企業としては異例のフレーズから始まる。同社は「QVAC Psy」を「サイコヒストリーの原理に根ざした」基盤モデルファミリーと説明している。
サイコヒストリーへの言及は、アイザック・アシモフのファウンデーション宇宙に属する概念であり、ハリ・セルドンが数学、統計、社会動態を用いて超大規模な人口の行動を予測し、銀河帝国崩壊後の暗黒時代を短縮しようとした試みを指す。
SFエンサイクロペディアはアシモフのサイコヒストリーを「架空の科学」と描写しており、セルドンの業績は未来の出来事を予測し、組織的崩壊を通じて知識を保存する計画とされている。
Tetherの言葉遣いは、SF的な言語に包まれたミッションステートメントとして機能している。
同社は準備資産、流動性、流通を通貨インフラへと転換することで、暗号資産業界最大のステーブルコインを構築した。QVACはその同じ本能をインテリジェンスに適用する。
Tetherの第一の準備資産はUSDtの中心にあるドル類似の負債のままだ。その第二の準備資産は、コンピューティング、モデル、データセット、そして中央集権的なクラウドの外でAIを稼働させる能力となりつつある。
TetherのAIへの拡大は、コアビジネスのメカニズムに従っている。USDtはオフショアドルへの需要を、短期の国債主体の準備スタックへと転換する。
2026年Q1の証明アップデートで、Tetherは10億4000万ドルの純利益、82億3000万ドルの準備バッファー、約1830億ドルのトークン関連負債、そして約1410億ドルの米国財務省証券への直接・間接エクスポージャーを報告した。その準備基盤は
Tetherに経常収益、バランスシートの余力、そして営業力から長期インフラへの投資資金を与える。
CryptoSlateはすでに、この準備エンジンがステーブルコインの規模を戦略的配分へと転換できることを追跡してきた。1月のTetherによる8,888 BTCの購入は、利息収入と営業利益がいかにして継続的なBitcoin需要へと転換できるかを示した。QVACは同じロジックを異なる資産クラスに押し広げる。
Bitcoin、金、スタートアップ、エネルギー、マイニング、通信、その他のインフラポジションと並んで、Tetherはインテリジェンスそのものへの配分を行っている。この動きは、同社の自己イメージをプライベートドル流動性の発行体から、プライベートデジタルインフラの構築者へと拡張するものだ。
「サイコヒストリー」という言語がその方向性にふさわしい理由は、TetherがAIをソフトウェアの一分野ではなく、文明的なレイヤーとして位置づけているからだ。QVACの公開資料は「無限安定インテリジェンスプラットフォーム」、「分散型マインド」のためのローカルファーストシステム、そして中央集権的AIへの回答を描いている。
QVACのビジョンページは、あらゆる思考を中央集権的サーバー経由でルーティングすることは遅すぎ、脆弱で、管理されすぎると主張し、QVACをユーザーが持つインテリジェンスのエッジネイティブな基盤として位置づけている。
そのフレーミングはTetherのステーブルコインの広義のピッチを反映している。お金は許可なく移動すべきだ。データはユーザーのもとに留まるべきだ。インテリジェンスはユーザーがいる場所で動くべきだ。
しかし最も重要な主張は、アシモフへの言及の裏側にある。TetherはAIが回復力のあるインフラのように振る舞うとき、より耐久性が高まると言っている。
クラウドモデルはより高い能力を持ち得るが、プロバイダーリスク、価格リスク、ポリシーリスク、レイテンシーリスク、データルーティングリスクを抱える。
ローカルモデルは所有権、プライバシー、継続性と引き換えに、フロンティア能力曲線の一部を諦める。
このトレードオフは暗号資産では馴染み深い。セルフカストディは取引所が失敗するまでは、取引所より不便だ。ローカルAIは、ネットワークが落ちるか、APIが変更されるか、アカウントが閉鎖されるか、またはデータがデバイスから出られなくなるまでは、ホストされたフロンティアモデルより不便だ。
QVACの主要な差別化要因はアーキテクチャにある。OpenAI、Anthropic、Google DeepMind、xAIは最大限の汎用能力、コーディング、マルチモダリティ、長文脈推論、エージェント的行動、エンタープライズクラウド流通において競い合っている。
QVACは異なる軸を狙う:デプロイ可能性、プライバシー、レイテンシー、コンポーザビリティ、そして単一プロバイダー外での存続だ。
QVACのウェルカムドキュメントは、このプロジェクトをLinux、macOS、Windows、Android、iOSにわたるローカルファースト、ピアツーピアAIアプリケーションのためのオープンソース、クロスプラットフォームエコシステムと定義している。同ドキュメントは、ユーザーがLLMを実行し、音声認識や検索拡張生成を行い、その他のAIタスクをローカルで処理するか、内蔵P2P機能を介してピアに推論を委任できると述べている。
これによりQVACはフロンティアラボとは異なるベンチマークを持つ。フロンティアAIは中央集権的サービスを通じて利用可能な最強の汎用モデルに最適化する。QVACは推論がどこで起きるか、誰がランタイムを制御するか、どのデータがデバイスから出るか、そして中央集権的サービスが利用不能になったとき、アプリケーションが動作し続けられるかに最適化する。
Tetherの2026年4月のSDKローンチは、開発者がいかなるデバイス上でもAIをビルド、実行、ファインチューニングできる統合開発キットを説明しており、アプリケーションはiOS、Android、Windows、macOS、Linuxにわたって変更なく実行できるよう設計されている。
また、QVAC SDKがローカル推論エンジン上の統合抽象化レイヤーを使用しており、QVAC Fabric(llama.cppのフォーク)や、音声・翻訳向けのwhisper.cpp、Parakeet、Bergamotとの統合を含むとも述べている。
これは単一のモデルリリースよりもオペレーティングレイヤーに近い。オープンソースAIエコシステムにはすでに強力なピースがある:Llama、Qwen、Mistral、Gemma、DeepSeek、Hugging Face、llama.cpp、Ollama、vLLM、LM Studio、そしてローカル推論プロジェクトの長いテール。
QVACの賭けは、開発者がモデルロード、推論、音声、OCR、翻訳、画像生成、RAG、P2Pモデル配布、委任推論、そしてローカルファインチューニングを一つのインターフェースで統合するコヒーレントなエッジフレームワークを必要としているというものだ。
QVACは、十分な性能のローカルモデルが改善し続けると仮定しながら、インテリジェンスの流通レイヤーとして自らを位置づけている。
QVAC Fabricはその主張の技術的中核だ。TetherはFabricがVulkanおよびMetalバックエンドを通じて現代のコンシューマーハードウェア全般でファインチューニングをサポートすると述べており、Qualcomm AdrenaまたはARM Mali GPUを搭載したAndroidデバイス、Apple Siliconデバイス、そしてAMD、Intel、またはNVIDIAハードウェアを搭載した標準的なWindowsまたはLinux環境が含まれる。
また、モバイルGPUメモリ制限のための動的タイリングや、GPUアクセラレーションとマスクトロス命令チューニングを備えたLoRAワークフローも説明している。
このワークフローが外部の開発者利用で機能するなら、典型的なオープンソースモデルリリースとの差別化は実質的なものとなる。モデルの重みが一つのレイヤーだ。ローカル適応が次のレイヤーとなる。
MedPsyはQVACに最初の具体的なモデルレベルの証拠ポイントを与える。5月7日に公開されたHugging Faceの技術レポートは、QVAC MedPsyを17億および40億パラメーターのエッジデプロイ向けに構築されたテキストのみの医療・ヘルスケア言語モデルファミリーとして提示している。
その主張は野心的だ:厳密に管理された医療ポストトレーニングパイプラインで訓練された小型モデルが、ラップトップ、ハイエンドモバイルデバイス、スマートフォンクラスのアプリケーションに実用的なまま、より大きな医療ベースラインを上回れるというものだ。
QVACによれば、MedPsy-1.7Bは7つのクローズドエンド医療ベンチマークで62.62を記録し、サイズが半分未満にもかかわらず、GoogleのMedGemma-1.5-4B-itの51.20を上回る。
また、MedPsy-4Bは70.54を記録し、MedGemma-27B-text-itの69.95をわずかに上回り、サイズは約7分の1だという。
HealthBenchとHealthBench Hardでは、QVACはより大きな差を報告しており、レポートに示されたCompassJudger評価の下で、MedPsy-4Bが74.00と58.00を記録したのに対し、MedGemma-27B-text-itは65.00と42.67だった。
これらの結果が独立して再現された場合、QVACのコア命題を支持することになる:ドメイン特化のエッジスケールモデルが、制約された高価値カテゴリーにおいて、はるかに大きなシステムに挑戦できるというものだ。
トレーニングレシピもQVACがいかに競争しようとしているかを示している。レポートによると、MedPsyはQwen3バックボーンを使用し、医療QAタスクに多段階の教師あり学習と強化学習を適用している。
実験中に3000万行以上の合成データを生成し、2段階カリキュラムを使用し、長文推論監督のための単一教師モデルとしてBaichuan-M3-235Bを選択した。QVACはまた、トレーニングコーパスはまだリリースされていないとも述べている。この注意書きは核心的だ。
最強のパブリックベンチマーク主張はまだQVAC自身から来ており、汚染、カバレッジ、プロンプト構築、教師の影響を完全に精査するために必要なトレーニングデータは入手不可能なままだ。
エッジの角度は量子化においてより鮮明になる。QVACは、GGUF バリアントがllama.cppとQVAC SDK向けに公開されており、Q4_K_MがMedPsyの両サイズで平均スコア1点未満の損失でファイルサイズを69%削減すると述べている。
レポートはサイズと品質のトレードオフとして、imatrixキャリブレーション付きQ4_K_Mを推奨している:4Bモデルで2.72 GB、1.7Bモデルで1.28 GBだ。QVACモデルのFAQはまた、MedPsyがテキストのみ、英語のみで、緊急事態には不適切であり、幻覚の脆弱性があり、全アプリケーションアーキテクチャにわたるプライバシー保護は開発者に依存すると警告している。これが技術的中核に適切な形を与える。
MedPsyが有望なのは、医療がローカル推論を好む強い理由を持つからだ。外部研究者がベンチマーク階段を再現し、実際の臨床ワークフロー制約の下でテストするまでは、未証明のままだ。
ローカル対クラウドAIの議論は通常、プライバシーと性能の選択として構成される。QVACはそれを利便性対コントロールとして再構成する。
クラウドAIは使いやすさで勝る。ユーザーはアプリを開き、プロンプトを送り、答えを受け取り、モデルの重み、デバイスメモリ、量子化、埋め込み、またはランタイム互換性の運用負担を回避する。
プロバイダーが複雑さを吸収する。その利便性は強力であり、なぜ中央集権的AIプラットフォームがこれほど急速にスケールしたかを説明する。ユーザーは最小限のセットアップでフロンティア能力を得る。
QVACは開発者とユーザーに、異なるセキュリティモデルと引き換えにより多くの責任を受け入れるよう求める。その報酬はローカル実行、オフライン操作、データエクスポージャーの削減、APIアクセスへの依存の低下、そしてピアツーピア推論とモデル配布への道筋だ。
TetherのSDKローンチは、QVAC搭載アプリが低接続環境でも動作し続けられ、「インターネットが落ちてもAIは動き続ける」と述べている。2025年のQVACアナウンスはさらに踏み込み、ローカルデバイス上で直接動作するAIエージェント、デバイス間コラボレーションのためのピアツーピアネットワーキング、そしてAIエージェントがBitcoinとUSDtで取引できるようにするWDK統合を説明した。
それがTetherの完全な命題だ:お金、コンピューティング、自律エージェントは同じ主権的なデザインパターンを共有すべきだ。
非中央集権化の主張は、一部が望むほど単純ではない。QVACはユーザーがモデルをダウンロードし、ローカルで実行し、機密データをデバイス上に保持できるとき、推論レイヤーにおいて意味のある形で非中央集権化されている。
プロバイダーがもはやすべてのプロンプトの内側に存在しないため、ホストされたAPIよりも非中央集権化されている。
また、TetherのSDK資料によると、委任推論や非中央集権的モデル配布を含むHolepunchスタックを通じてピアツーピアのプリミティブも追加している。これらは実質的な設計上の選択だ。
ガバナンスは別のレイヤーだ。QVACはTetherによって資金提供され、名付けられ、調整され、プロモーションされている。フラッグシップアプリ、モデルファミリー、SDKロードマップ、「Stable Intelligence」という言語はすべて単一の企業スポンサーから生まれている。
その構造はローカルファーストの価値提案と共存している。それは非中央集権化の主張を、証拠が最も強い部分に絞り込む。
QVACは推論が起きる場所を非中央集権化する。より広いエコシステムはまだ、デフォルトレジストリ、リリースチャンネル、安全規則、モデルの採否、長期ガバナンスにわたる分散コントロールの証拠を必要としている。
QVACの信頼性は今や再現にかかっている。MedPsyの結果がQVAC自身の評価ハーネスの外で再現されれば、Tetherはインテリジェンス準備資産命題の信頼できる最初の例を持つことになる:機密性の高いドメインで大規模なクラウド志向システムと競争できる、小型でオープンな、ローカルにデプロイ可能なモデル。
独立したテストがベンチマークの差を縮小または逆転させた場合、QVACにはまだインフラの議論があり、モデルの主張は重みを失う。より広い戦いは、テクノロジーにおける最も古いトレードに戻る:利便性は権力を集中させ、コントロールは作業を課す。
そこでアシモフのピッチが有用になる。ファウンデーションのサイコヒストリーは、ストレス下の大規模システムに関するものだった。Tetherのバージョンは中央集権化の下のインフラに焦点を当てる。言語は壮大であり、技術的な証拠はまだ初期段階だが、方向性はコヒーレントだ。
Tetherは世界最大のステーブルコインのキャッシュフローを活用して、ローカル実行、ピアネットワーク、オープンツーリング、エッジスケールモデルに焦点を当てたAIスタックを構築している。ステーブルコインの前提をお金からインテリジェンスへと拡張している。
問題はもはや、ステーブルコイン会社がAIを構築する余裕があるかどうかではない。Tetherには明らかにそれができる。
問題は、QVACがユーザーにローカルコントロールの摩擦を受け入れさせるほど強力なモデルとインフラを生み出せるかどうかだ。
MedPsyは最初の測定可能な閾値だ。独立した再現が、QVACのサイコヒストリー言語が比喩に留まるか、それとも本格的なエッジAIスタックの初期オペレーティングロジックに似始めるかを決定する。
この投稿「Tetherがアイザックアシモフのファウンデーションからのサイコヒストリーを用いた非中央集権的ローカルAIをローンチ」はCryptoSlateに最初に掲載されました。

