Tether 推出在手机上运行的医疗人工智能，其性能优于更大的 SoTA 模型，并且可以完全脱离云

2026 年 5 月 7 日 – Tether 的人工智能研究小组今天推出了 QVAC MedPsy，这是一种新型医学语言模型，旨在直接在智能手机、可穿戴设备和其他处理能力有限的设备上运行，其性能可与更大的模型相媲美，在某些情况下甚至超过更大的模型，同时保持本地和私有性。该系统不是通过模型大小来扩展性能，而是专注于效率，降低计算需求，从而消除对远程云基础设施的依赖。

如今，大多数系统仍然依赖于在远程服务器上运行的大型模型，需要敏感数据通过云服务器移动。在医疗保健领域，这包括患者记录、诊断查询和临床记录，所有这些都受到严格的隐私和合规性限制。随着市场从目前的约 360 亿美元规模扩大到预计到 2033 年将超过 5000 亿美元，这种架构变得越来越难以证明其合理性。

此版本挑战了人工智能中最根深蒂固的假设之一，即更好的性能需要更大的模型和更多的计算。相反，QVAC MedPsy 颠覆了这一模式。一个 17 亿参数的模型在七个封闭式医疗基准中取得了 62.62 的平均得分，比 Google 的 MedGemma-1.5-4B-it 高出 11.42 分，尽管其规模还不到一半。在 HealthBench Hard 等现实临床场景中，17 亿的模型甚至击败了 MedGemma 27B（该模型大了近 16 倍）。我们的 QVAC MedPsy 40 亿参数版本在相同的七个封闭式基准测试中得分为 70.54，超过了包括 MedGemma-27B-text 在内的大模型近七倍，并在 HealthBench Hard、HealthBench 和 MedXpertQA 等临床风格评估中提供了更高的性能。总体而言，评估涵盖了八个不同的基准套件：用于临床知识和医学考试的 MedQA-USMLE 和 MedMCQA； MMLU Health 和 MMLU-Pro Health 促进健康素养； MedXpertQA 用于专家临床推理； PubMedQA 用于理解生物医学研究； AfriMedQA 针对服务不足的全球医疗保健环境；和 HealthBench，包括 HealthBench Hard，用于真实的临床场景。性能提升来自分阶段的培训后医疗流程，该流程结合了广泛的医疗监督、更高价值的临床推理数据以及专注于更难的医学推理案例的强化学习。

这些模型还显着降低了推理成本。我们的 QVAC MedPsy 4B 模型生成约 909 个令牌的响应，而同类系统生成 2,953 个令牌，减少了 3.2 倍，而 1.7B 模型平均生成约 1,110 个令牌，而同类系统则生成 1,901 个令牌，减少了 1.7 倍。这意味着更快的响应时间以及无需依赖云基础设施即可在本地运行的能力。这些模型还以量化 GGUF 格式发布以供本地部署，建议的 Q4_K_M 版本大小约为 1.2 GB（QVAC MedPsy-1.7B）和 2.6 GB（QVAC MedPsy-4B）。在测试中，这些压缩版本保留了大部分基准性能，同时使模型适用于移动和边缘环境。

这改变了医疗人工智能的实际应用领域。以前需要外部处理的系统可以部署在现场系统中，以支持临床医生在移动设备上或在连接、延迟或隐私限制使基于云的模型不切实际的环境中进行安全的本地数据处理和分析。它还减少了医疗保健领域采用的主要障碍之一，即将敏感数据移出受控环境的需要。

Tether 首席执行官 Paolo Ardoino 表示：“通过 QVAC MedPsy，我们的重点是提高模型级别的效率，而不是扩大规模。” “在我们的测试中，17 亿参数的 QVAC MedPsy 模型优于 MedGemma-4B 等大型系统，而我们的 40 亿参数模型的结果超过了其大小近七倍的模型，同时每个响应使用的令牌数量减少了三倍。这种组合很重要，因为它直接降低了计算要求、延迟和成本。它允许模型在标准硬件上本地运行，而不是依赖于远程基础设施。在医疗保健领域，这完全改变了约束；您可以在数据已存在的情况下运行医学推理，在医院系统或设备上，无需通过云移动敏感信息或等待外部处理。”

在过去的十年中，人工智能的进步一直与基于云的计算的访问紧密相关。 QVAC MedPsy 指向了一个不同的方向，其中效率、局部性和隐私定义了性能。如果这些成果在现实世界的部署中得到体现，它们可能会重塑医疗人工智能基础设施的经济性，将优势转移到以更低的成本、更低的延迟和更好地控制敏感数据在本地运行的系统。

了解更多信息，请访问 https://qvac.tether.io/models/

关于系绳数据

Tether Data, S.A. d