Tether เปิดตัว AI ท้องถิ่นแบบกระจายศูนย์โดยใช้ Psychohistory ของ Isaac Asimov จากเรื่อง Foundation

สินทรัพย์สำรองที่สองของ Tether คือปัญญา

โครงการ QVAC ใหม่ของ Tether เริ่มต้นด้วยวลีที่ผิดปกติสำหรับบริษัท stablecoin บริษัทอธิบาย "QVAC Psy" ว่าเป็นกลุ่มโมเดลพื้นฐานที่ "หยั่งรากในหลักการของ Psychohistory"

การอ้างอิงถึง psychohistory มาจากจักรวาล Foundation ของ Isaac Asimov ซึ่ง Hari Seldon ใช้คณิตศาสตร์ สถิติ และพลวัตทางสังคมเพื่อพยากรณ์พฤติกรรมของประชากรจำนวนมาก และย่นระยะเวลายุคมืดหลังการล่มสลายของจักรวรรดิกาแล็กซี

สารานุกรมนิยายวิทยาศาสตร์อธิบาย psychohistory แบบ Asimov ว่าเป็น "วิทยาศาสตร์สมมติ" ขณะที่งานของ Seldon คือแผนการที่ทำนายเหตุการณ์ในอนาคตและรักษาความรู้ผ่านการล่มสลายของระบบ

ถ้อยคำของ Tether ทำหน้าที่เป็นแถลงการณ์พันธกิจที่ห่อหุ้มด้วยภาษานิยายวิทยาศาสตร์

บริษัทสร้าง stablecoin ที่ใหญ่ที่สุดในโลกคริปโตด้วยการเปลี่ยนเงินสำรอง สภาพคล่อง และการกระจายให้เป็นโครงสร้างพื้นฐานทางการเงิน QVAC นำสัญชาตญาณเดียวกันนี้ไปใช้กับปัญญา

สินทรัพย์สำรองแรกของ Tether ยังคงเป็นหนี้สินที่คล้ายดอลลาร์ซึ่งอยู่ที่แกนกลางของ USDt สินทรัพย์สำรองที่สองกำลังกลายเป็นพลังประมวลผล โมเดล ชุดข้อมูล และความสามารถในการรัน AI นอกระบบคลาวด์รวมศูนย์

จากเงินสำรองดอลลาร์สู่เงินสำรองปัญญา

การขยายตัวของ Tether เข้าสู่ AI เป็นไปตามกลไกของธุรกิจหลัก USDt แปลงความต้องการดอลลาร์นอกชายฝั่งให้เป็นกองเงินสำรองที่ครอบงำโดยตราสารอธิปไตยระยะสั้น

ในรายงานการรับรองไตรมาส 1 ปี 2026 Tether รายงานกำไรสุทธิ 1.04 พันล้านดอลลาร์ กันชนสำรอง 8.23 พันล้านดอลลาร์ หนี้สินที่เกี่ยวข้องกับโทเคนประมาณ 183 พันล้านดอลลาร์ และการเปิดรับความเสี่ยงโดยตรงและโดยอ้อมต่อตั๋วเงินคลังสหรัฐฯ ประมาณ 141 พันล้านดอลลาร์ ฐานเงินสำรองนั้นให้

รายได้ประจำแก่ Tether ความสามารถของงบดุล และพื้นที่สำหรับลงทุนในโครงสร้างพื้นฐานระยะยาวจากความแข็งแกร่งในการดำเนินงาน

CryptoSlate ติดตามมาแล้วว่าเครื่องจักรเงินสำรองนี้สามารถเปลี่ยนขนาด stablecoin ให้เป็นการจัดสรรเชิงกลยุทธ์ได้อย่างไร ในเดือนมกราคม การซื้อ BTC จำนวน 8,888 เหรียญของ Tether แสดงให้เห็นว่ารายได้ดอกเบี้ยและกำไรจากการดำเนินงานสามารถแปลงเป็นความต้องการ Bitcoin ที่เกิดซ้ำได้อย่างไร QVAC นำตรรกะเดียวกันนี้ไปสู่คลาสสินทรัพย์ที่แตกต่างกัน

ควบคู่ไปกับ Bitcoin ทองคำ สตาร์ทอัพ พลังงาน การขุด การสื่อสาร และตำแหน่งโครงสร้างพื้นฐานอื่นๆ Tether กำลังจัดสรรเข้าสู่ปัญญาโดยตรง การเคลื่อนไหวนี้ขยายภาพลักษณ์ของบริษัทจากผู้ออกสภาพคล่องดอลลาร์เอกชนไปสู่ผู้สร้างโครงสร้างพื้นฐานดิจิทัลเอกชน

ภาษา "psychohistory" สอดคล้องกับทิศทางนั้น เพราะ Tether กำลังกำหนดกรอบ AI ให้เป็นชั้นอารยธรรมมากกว่าซอฟต์แวร์แนวตั้ง เอกสารสาธารณะของ QVAC อธิบาย "Infinite Stable Intelligence Platform" ระบบ local-first สำหรับ "decentralized mind" และคำตอบสำหรับ AI รวมศูนย์

หน้าวิสัยทัศน์ของ QVAC โต้แย้งว่าการส่งความคิดทุกอย่างผ่านเซิร์ฟเวอร์รวมศูนย์นั้นช้าเกินไป เปราะบาง และถูกควบคุม จากนั้นวาง QVAC เป็นรากฐาน edge-native สำหรับปัญญาที่ผู้ใช้มีอยู่

กรอบนั้นสะท้อนแนวคิด stablecoin ที่กว้างกว่าของ Tether เงินควรเคลื่อนไหวโดยไม่ต้องขออนุญาต ข้อมูลควรอยู่กับผู้ใช้ ปัญญาควรทำงานที่ที่ผู้ใช้อยู่

อย่างไรก็ตาม การอ้างสิทธิ์ที่จริงจังที่สุดอยู่ใต้การอ้างอิงถึง Asimov Tether กำลังบอกว่า AI จะทนทานมากขึ้นเมื่อมันทำงานเหมือนโครงสร้างพื้นฐานที่ยืดหยุ่น

โมเดลคลาวด์อาจมีความสามารถมากกว่า แต่มันแบกรับความเสี่ยงจากผู้ให้บริการ ความเสี่ยงด้านราคา ความเสี่ยงด้านนโยบาย ความเสี่ยงด้านเวลาแฝง และความเสี่ยงด้านการกำหนดเส้นทางข้อมูล

โมเดลท้องถิ่นสละส่วนหนึ่งของเส้นโค้งความสามารถแนวหน้าเพื่อแลกกับความเป็นเจ้าของ ความเป็นส่วนตัว และความต่อเนื่อง

การแลกเปลี่ยนนี้คุ้นเคยในโลกคริปโต Self-custody ไม่สะดวกเท่า exchange จนกว่า exchange จะล้มเหลว AI ท้องถิ่นไม่สะดวกเท่าโมเดลแนวหน้าที่โฮสต์ จนกว่าเครือข่ายจะหลุด API เปลี่ยน บัญชีปิด หรือข้อมูลออกจากอุปกรณ์ไม่ได้

QVAC คือ edge stack ที่สร้างขึ้นรอบการแข่งขันที่แตกต่าง

ความแตกต่างหลักของ QVAC คือสถาปัตยกรรม OpenAI, Anthropic, Google DeepMind และ xAI แข่งขันกันด้านความสามารถทั่วไปสูงสุด การเขียนโค้ด multimodality การให้เหตุผลแบบ long-context พฤติกรรม agentic และการกระจายบนคลาวด์องค์กร

QVAC มุ่งเป้าที่แกนต่างกัน: deployability ความเป็นส่วนตัว เวลาแฝง composability และการอยู่รอดนอกผู้ให้บริการเดียว

เอกสารต้อนรับของ QVAC นิยามโครงการว่าเป็นระบบนิเวศโอเพนซอร์สข้ามแพลตฟอร์มสำหรับแอปพลิเคชัน AI แบบ local-first และ peer-to-peer บน Linux, macOS, Windows, Android และ iOS เอกสารเดียวกันระบุว่าผู้ใช้สามารถรัน LLM ทำการจดจำเสียงและ retrieval-augmented generation และจัดการงาน AI อื่นๆ ในเครื่อง หรือมอบหมายการอนุมานให้เพื่อนผ่านความสามารถ P2P ในตัว

สิ่งนี้ให้เกณฑ์มาตรฐานที่แตกต่างแก่ QVAC จากแล็บแนวหน้า AI แนวหน้าปรับให้เหมาะสมสำหรับโมเดลทั่วไปที่แข็งแกร่งที่สุดที่มีให้ผ่านบริการรวมศูนย์ QVAC ปรับให้เหมาะสมสำหรับที่ที่การอนุมานเกิดขึ้น ใครควบคุม runtime ข้อมูลใดออกจากอุปกรณ์ และแอปพลิเคชันสามารถดำเนินงานต่อได้หรือไม่เมื่อบริการรวมศูนย์ไม่พร้อมใช้งาน

การเปิดตัว SDK ในเดือนเมษายน 2026 ของ Tether อธิบายชุดพัฒนาแบบรวมที่ให้นักพัฒนาสร้าง รัน และ fine-tune AI บนอุปกรณ์ใดก็ได้ โดยแอปพลิเคชันที่ออกแบบมาให้ทำงานไม่เปลี่ยนแปลงบน iOS, Android, Windows, macOS และ Linux

นอกจากนี้ยังระบุว่า QVAC SDK ใช้ชั้นนามธรรมแบบรวมบนเอนจินอนุมานท้องถิ่น รวมถึง QVAC Fabric ซึ่งเป็น fork ของ llama.cpp บวกกับการผสานรวมกับ whisper.cpp, Parakeet และ Bergamot สำหรับเสียงพูดและการแปล

สิ่งนี้ใกล้เคียงกับชั้นระบบปฏิบัติการมากกว่าการเผยแพร่โมเดลเดียว ระบบนิเวศ AI โอเพนซอร์สมีชิ้นส่วนที่ทรงพลังอยู่แล้ว: Llama, Qwen, Mistral, Gemma, DeepSeek, Hugging Face, llama.cpp, Ollama, vLLM, LM Studio และโครงการอนุมานท้องถิ่นหางยาว

การพนันของ QVAC คือนักพัฒนาต้องการกรอบงาน edge ที่สอดคล้องกันซึ่งเชื่อมโยงการโหลดโมเดล การอนุมาน เสียงพูด OCR การแปล การสร้างภาพ RAG การกระจายโมเดล P2P การอนุมานที่มอบหมาย และ local fine-tuning ผ่านอินเทอร์เฟซเดียว

QVAC กำลังวางตำแหน่งตัวเองเป็นชั้นการกระจายสำหรับปัญญา โดยสมมติว่าโมเดลท้องถิ่นที่ดีพอจะยังคงพัฒนาต่อไป

QVAC Fabric คือศูนย์กลางทางเทคนิคของการอ้างสิทธิ์นั้น Tether กล่าวว่า Fabric รองรับ fine-tuning บนฮาร์ดแวร์สำหรับผู้บริโภคสมัยใหม่ผ่าน Vulkan และ Metal backends รวมถึงอุปกรณ์ Android ที่มี Qualcomm Adreno หรือ ARM Mali GPU อุปกรณ์ Apple Silicon และการตั้งค่า Windows หรือ Linux มาตรฐานพร้อมฮาร์ดแวร์ AMD, Intel หรือ NVIDIA

นอกจากนี้ยังอธิบาย dynamic tiling สำหรับขีดจำกัดหน่วยความจำ GPU มือถือ และเวิร์กโฟลว์ LoRA พร้อมการเร่งความเร็ว GPU และ masked-loss instruction tuning

หากเวิร์กโฟลว์นั้นยังคงทำงานได้ในการใช้งานของนักพัฒนาภายนอก ความแตกต่างจากการเผยแพร่โมเดลโอเพนซอร์สทั่วไปจะมีนัยสำคัญ น้ำหนักโมเดลเป็นชั้นหนึ่ง การปรับตัวท้องถิ่นกลายเป็นชั้นถัดไป

MedPsy คือการทดสอบจริงครั้งแรกของ QVAC

MedPsy ให้จุดพิสูจน์ระดับโมเดลที่เป็นรูปธรรมครั้งแรกแก่ QVAC รายงานทางเทคนิคของ Hugging Face ที่เผยแพร่เมื่อวันที่ 7 พฤษภาคม นำเสนอ QVAC MedPsy ว่าเป็นกลุ่มโมเดลภาษาทางการแพทย์และการดูแลสุขภาพแบบข้อความเท่านั้นที่สร้างขึ้นสำหรับการนำไปใช้งาน edge ที่ 1.7 พันล้านและ 4 พันล้านพารามิเตอร์

การอ้างสิทธิ์นั้นทะเยอทะยาน: โมเดลขนาดเล็กที่ผ่านการฝึกผ่านไปป์ไลน์หลังการฝึกทางการแพทย์ที่ควบคุมอย่างเข้มงวด สามารถมีประสิทธิภาพเหนือกว่าเส้นฐานทางการแพทย์ขนาดใหญ่กว่าในขณะที่ยังคงใช้งานได้จริงสำหรับแล็ปท็อป อุปกรณ์มือถือระดับไฮเอนด์ และแอปพลิเคชันระดับสมาร์ทโฟน

QVAC ระบุว่า MedPsy-1.7B ทำคะแนน 62.62 ในเกณฑ์มาตรฐานทางการแพทย์แบบปิดเจ็ดรายการ สูงกว่า MedGemma-1.5-4B-it ของ Google ที่ 51.20 แม้จะมีขนาดน้อยกว่าครึ่งหนึ่ง

นอกจากนี้ยังระบุว่า MedPsy-4B ทำคะแนน 70.54 สูงกว่า MedGemma-27B-text-it ที่ 69.95 เล็กน้อย ในขณะที่มีขนาดเล็กกว่าเกือบเจ็ดเท่า

ใน HealthBench และ HealthBench Hard QVAC รายงานช่องว่างที่กว้างกว่า โดย MedPsy-4B ทำคะแนน 74.00 และ 58.00 เทียบกับ MedGemma-27B-text-it ที่ 65.00 และ 42.67 ภายใต้การประเมิน CompassJudger ที่แสดงในรายงาน

ผลลัพธ์เหล่านั้น หากสามารถทำซ้ำได้อย่างอิสระ จะสนับสนุนวิทยานิพนธ์หลักของ QVAC: โมเดลเฉพาะโดเมนระดับ edge สามารถท้าทายระบบขนาดใหญ่กว่ามากในหมวดหมู่ที่จำกัดและมีมูลค่าสูง

สูตรการฝึกยังแสดงให้เห็นว่า QVAC วางแผนที่จะแข่งขันอย่างไร รายงานระบุว่า MedPsy ใช้โครงกระดูก Qwen3 จากนั้นใช้ multi-stage supervised fine-tuning และ reinforcement learning กับงาน medical QA

มันสร้างแถวสังเคราะห์มากกว่า 30 ล้านแถวระหว่างการทดลอง ใช้หลักสูตรสองขั้นตอน และเลือก Baichuan-M3-235B เป็นโมเดลครูเดียวสำหรับการดูแลการให้เหตุผลแบบยาว QVAC ยังระบุด้วยว่าคลังข้อมูลการฝึกยังไม่ได้รับการเผยแพร่ ข้อแม้นั้นสำคัญมาก

การอ้างสิทธิ์เกณฑ์มาตรฐานสาธารณะที่แข็งแกร่งที่สุดยังคงมาจาก QVAC เอง และข้อมูลการฝึกที่จำเป็นในการตรวจสอบการปนเปื้อน ความครอบคลุม การสร้าง prompt และอิทธิพลของครูอย่างเต็มที่ยังคงไม่พร้อมใช้งาน

มุมมอง edge ชัดเจนขึ้นใน quantization QVAC ระบุว่าตัวแปร GGUF เผยแพร่สำหรับ llama.cpp และ QVAC SDK โดย Q4_K_M ลดขนาดไฟล์ลง 69% ในขณะที่สูญเสียคะแนนเฉลี่ยน้อยกว่าหนึ่งคะแนนสำหรับ MedPsy ทั้งสองขนาด

รายงานแนะนำ Q4_K_M พร้อม imatrix calibration เป็นการแลกเปลี่ยนระหว่างขนาดและคุณภาพ: 2.72 GB สำหรับโมเดล 4B และ 1.28 GB สำหรับโมเดล 1.7B คำถามที่พบบ่อยเกี่ยวกับโมเดล QVAC ยังเตือนด้วยว่า MedPsy เป็นแบบข้อความเท่านั้น ภาษาอังกฤษเท่านั้น ไม่เหมาะสำหรับเหตุฉุกเฉิน เสี่ยงต่อ hallucination และขึ้นอยู่กับนักพัฒนาในการรักษาความเป็นส่วนตัวตลอดสถาปัตยกรรมแอปพลิเคชันทั้งหมด สิ่งนั้นให้รูปร่างที่เหมาะสมแก่ศูนย์กลางทางเทคนิค

MedPsy มีแนวโน้มดีเพราะการแพทย์มีเหตุผลที่ชัดเจนในการเลือกการอนุมานท้องถิ่น มันยังคงไม่ได้รับการพิสูจน์จนกว่านักวิจัยภายนอกจะทำซ้ำบันไดเกณฑ์มาตรฐานและทดสอบภายใต้ข้อจำกัดของเวิร์กโฟลว์ทางคลินิกจริง

การต่อสู้ที่ยังไม่ได้รับการแก้ไขคือความสะดวกสบายเทียบกับการควบคุม

การถกเถียงเรื่อง AI ท้องถิ่นเทียบกับคลาวด์มักถูกกำหนดกรอบเป็นการเลือกระหว่างความเป็นส่วนตัวและประสิทธิภาพ QVAC กำหนดกรอบใหม่เป็นความสะดวกสบายเทียบกับการควบคุม

AI บนคลาวด์ชนะด้านความง่าย ผู้ใช้เปิดแอป ส่ง prompt รับคำตอบ และหลีกเลี่ยงภาระการดำเนินงานของน้ำหนักโมเดล หน่วยความจำอุปกรณ์ quantization embeddings หรือความเข้ากันได้ของ runtime

ผู้ให้บริการดูดซับความซับซ้อน ความสะดวกสบายนั้นทรงพลัง และมันอธิบายว่าทำไมแพลตฟอร์ม AI รวมศูนย์จึงขยายขนาดได้เร็วมาก ผู้ใช้ได้รับความสามารถแนวหน้าด้วยการตั้งค่าขั้นต่ำ

QVAC ขอให้นักพัฒนาและผู้ใช้ยอมรับความรับผิดชอบมากขึ้นเพื่อแลกกับรูปแบบความปลอดภัยที่แตกต่าง รางวัลคือการรันในเครื่อง การทำงานออฟไลน์ การลดการเปิดรับข้อมูล การพึ่งพา API access ต่ำลง และเส้นทางสู่การอนุมานและการกระจายโมเดลแบบ peer-to-peer

การเปิดตัว SDK ของ Tether ระบุว่าแอปที่ขับเคลื่อนด้วย QVAC สามารถทำงานต่อได้ในสภาพแวดล้อมที่มีการเชื่อมต่อต่ำ และ "หากอินเทอร์เน็ตล่ม AI ยังคงทำงาน" การประกาศ QVAC ปี 2025 ก้าวไปไกลกว่านั้น โดยอธิบาย AI agents ที่ทำงานโดยตรงบนอุปกรณ์ท้องถิ่น เครือข่าย peer-to-peer สำหรับการทำงานร่วมกันระหว่างอุปกรณ์ และการผสานรวม WDK ที่จะอนุญาตให้ AI agents ทำธุรกรรมใน BTC และ USDt

นั่นคือวิทยานิพนธ์ Tether ฉบับสมบูรณ์: เงิน การประมวลผล และตัวแทนอัตโนมัติควรใช้รูปแบบการออกแบบที่มีอำนาจอธิปไตยเดียวกัน

การอ้างสิทธิ์การกระจายอำนาจไม่ได้ตรงไปตรงมาอย่างที่บางคนต้องการ QVAC มีการกระจายอำนาจอย่างมีความหมายที่ชั้นการอนุมานเมื่อผู้ใช้สามารถดาวน์โหลดโมเดล รันในเครื่อง และเก็บข้อมูลที่ละเอียดอ่อนไว้ในอุปกรณ์

มันกระจายอำนาจมากกว่า API ที่โฮสต์เพราะผู้ให้บริการไม่ได้นั่งอยู่ภายใน prompt ทุกอัน

นอกจากนี้ยังเพิ่ม primitives แบบ peer-to-peer ผ่านสแต็ก Holepunch รวมถึงการอนุมานที่มอบหมายและการกระจายโมเดลแบบกระจายอำนาจ ตามเอกสาร SDK ของ Tether นั่นเป็นตัวเลือกการออกแบบที่สำคัญ

การกำกับดูแลเป็นชั้นแยกต่างหาก QVAC ได้รับทุน ตั้งชื่อ ประสานงาน และส่งเสริมโดย Tether แอปหลัก ตระกูลโมเดล แผนงาน SDK และภาษา "Stable Intelligence" ล้วนมาจากผู้สนับสนุนองค์กรเดียว

โครงสร้างนั้นอยู่ร่วมกับคุณค่าของ local-first มันแคบข้อเรียกร้องการกระจายอำนาจไปยังที่ที่หลักฐานแข็งแกร่งที่สุด

QVAC กระจายอำนาจว่าการอนุมานสามารถเกิดขึ้นที่ไหน ระบบนิเวศที่กว้างกว่ายังต้องการหลักฐานของการควบคุมแบบกระจายบน default registries ช่องทางการเผยแพร่ แนวทางความปลอดภัย การรวมโมเดล และการกำกับดูแลระยะยาว

การทำซ้ำคือเกณฑ์ขั้นต่อไป

ความน่าเชื่อถือของ QVAC ขณะนี้ขึ้นอยู่กับการทำซ้ำ หากผลลัพธ์ของ MedPsy ทำซ้ำได้นอกเครื่องมือการประเมินของ QVAC เอง Tether จะมีตัวอย่างแรกที่น่าเชื่อถือของวิทยานิพนธ์เงินสำรองปัญญา: โมเดลขนาดเล็ก โอเพน สามารถนำไปใช้งานในเครื่องที่สามารถแข่งขันกับระบบขนาดใหญ่ที่เน้นคลาวด์ในโดเมนที่ละเอียดอ่อน

หากการทดสอบอิสระแคบหรือพลิกกลับช่องว่างเกณฑ์มาตรฐาน QVAC ยังคงมีข้อโต้แย้งด้านโครงสร้างพื้นฐาน ในขณะที่การอ้างสิทธิ์โมเดลมีน้ำหนักน้อยลง การต่อสู้ที่กว้างกว่าจะกลับไปสู่การแลกเปลี่ยนที่เก่าแก่ที่สุดในเทคโนโลยี: ความสะดวกสบายรวมศูนย์อำนาจ ในขณะที่การควบคุมต้องการการทำงาน

นั่นคือจุดที่การนำเสนอแบบ Asimov มีประโยชน์ Psychohistory ใน Foundation กังวลกับระบบขนาดใหญ่ภายใต้ความเครียด เวอร์ชันของ Tether มุ่งเน้นที่โครงสร้างพื้นฐานภายใต้การรวมศูนย์ ภาษานั้นยิ่งใหญ่ และหลักฐานทางเทคนิคยังอยู่ในขั้นต้น แต่ทิศทางนั้นสอดคล้องกัน

Tether กำลังใช้ประโยชน์จากกระแสเงินสดของ stablecoin ที่ใหญ่ที่สุดในโลกเพื่อสร้างสแต็ก AI ที่มุ่งเน้นการรันในเครื่อง เครือข่าย peer เครื่องมือโอเพน และโมเดลระดับ edge มันกำลังขยายหลักการ stablecoin จากเงินสู่ปัญญา

คำถามไม่ใช่อีกต่อไปว่าบริษัท stablecoin จะสามารถสร้าง AI ได้หรือไม่ Tether ทำได้อย่างชัดเจน

คำถามคือ QVAC สามารถผลิตโมเดลและโครงสร้างพื้นฐานที่แข็งแกร่งพอที่จะทำให้ผู้ใช้ยอมรับแรงเสียดทานของการควบคุมท้องถิ่นได้หรือไม่

MedPsy คือเกณฑ์ที่วัดได้แรก การทำซ้ำอิสระจะกำหนดว่าภาษา psychohistory ของ QVAC ยังคงเป็นอุปมาอุปไมยหรือเริ่มมีลักษณะคล้ายตรรกะการทำงานในช่วงต้นของสแต็ก edge-AI ที่จริงจัง

บทความ Tether เปิดตัว AI ท้องถิ่นแบบกระจายอำนาจโดยใช้ Psychohistory ของ Isaac Asimov จาก Foundation ปรากฏครั้งแรกใน CryptoSlate