Tether запускает децентрализованный локальный ИИ, используя психоисторию Айзека Азимова прямо из «Основания»

Второй резервный актив Tether — интеллект

Новый проект Tether QVAC начинается с необычной фразы для компании, выпускающей стейблкоин. Компания описывает «QVAC Psy» как семейство фундаментальных моделей, «основанных на принципах психоистории».

Отсылка к психоистории принадлежит вселенной «Основание» Айзека Азимова, где Хари Селдон использует математику, статистику и социальную динамику для прогнозирования поведения очень больших популяций и сокращения тёмных веков после краха Галактической Империи.

Энциклопедия научной фантастики описывает азимовскую психоисторию как «воображаемую науку», тогда как труд Селдона — это план, предсказывающий будущие события и сохраняющий знания через системный распад.

Формулировки Tether функционируют как заявление о миссии, облечённое в язык научной фантастики.

Компания создала крупнейший стейблкоин в криптовалютной сфере, превратив резервы, ликвидность и дистрибуцию в монетарную инфраструктуру. QVAC применяет тот же подход к интеллекту.

Первый резервный актив Tether по-прежнему представляет собой долларовое обязательство в основе USDt. Вторым резервным активом становятся вычислительные мощности, модели, наборы данных и возможность запускать ИИ за пределами централизованных облаков.

От долларовых резервов к резервам интеллекта

Экспансия Tether в сферу ИИ следует механике её основного бизнеса. USDt конвертирует спрос на офшорные доллары в резервный стек, где доминируют краткосрочные суверенные инструменты.

В обновлении аттестации за Q1 2026 Tether сообщила о чистой прибыли в размере 1,04 млрд $, резервном буфере в 8,23 млрд $, обязательствах, связанных с токенами, примерно в 183 млрд $, и около 141 млрд $ прямой и косвенной экспозиции в казначейские векселя США. Эта резервная база обеспечивает

Tether регулярный доход, балансовые возможности и пространство для финансирования долгосрочных инфраструктурных ставок за счёт операционной мощи.

CryptoSlate уже отслеживал, как этот резервный механизм может превращать масштаб стейблкоина в стратегическое распределение. В январе покупка Tether 8 888 BTC показала, как процентный доход и операционная прибыль могут трансформироваться в регулярный спрос на Bitcoin. QVAC продвигает ту же логику в другой класс активов.

Наряду с Bitcoin, золотом, стартапами, энергетикой, майнингом, телекоммуникациями и другими инфраструктурными позициями Tether инвестирует непосредственно в интеллект. Этот шаг расширяет самовосприятие компании — от эмитента частной долларовой ликвидности до строителя частной цифровой инфраструктуры.

Язык «психоистории» соответствует этому направлению, поскольку Tether позиционирует ИИ как цивилизационный слой, а не программный вертикаль. Публичные материалы QVAC описывают «Бесконечную платформу стабильного интеллекта», локально-ориентированную систему для «децентрализованного разума» и ответ на централизованный ИИ.

Страница видения QVAC утверждает, что маршрутизация каждой мысли через централизованные серверы слишком медленна, хрупка и контролируема, и позиционирует QVAC как нативную граничную основу для интеллекта, которым владеют пользователи.

Этот подход отражает более широкую концепцию стейблкоина Tether. Деньги должны перемещаться без разрешения. Данные должны оставаться у пользователя. Интеллект должен работать там, где находится пользователь.

Однако наиболее серьёзное утверждение скрыто под отсылкой к Азимову. Tether говорит, что ИИ становится более устойчивым, когда ведёт себя как надёжная инфраструктура.

Облачная модель может быть более мощной, однако она несёт риски провайдера, ценообразования, политики, задержек и маршрутизации данных.

Локальная модель уступает часть возможностей фронтирных систем в обмен на владение, конфиденциальность и непрерывность.

Этот компромисс знаком в криптовалютной сфере. Самостоятельное хранение менее удобно, чем биржа, — до тех пор, пока биржа не рухнет. Локальный ИИ менее удобен, чем размещённая фронтирная модель, — до тех пор, пока сеть не упадёт, API не изменится, аккаунт не закроется или данные не смогут покинуть устройство.

QVAC — граничный стек, построенный вокруг другой гонки

Ключевое отличие QVAC — архитектурное. OpenAI, Anthropic, Google DeepMind и xAI конкурируют по максимальным общим возможностям, программированию, мультимодальности, долгоконтекстному рассуждению, агентному поведению и корпоративному облачному распределению.

QVAC нацелен на другую ось: развёртываемость, конфиденциальность, задержки, компонуемость и выживаемость за пределами единственного провайдера.

Вводная документация QVAC определяет проект как экосистему с открытым исходным кодом и кросс-платформенной поддержкой для локально-ориентированных одноранговых ИИ-приложений на Linux, macOS, Windows, Android и iOS. В той же документации говорится, что пользователи могут запускать LLM, выполнять распознавание речи и генерацию с извлечением информации, а также решать другие задачи ИИ локально или делегировать инференс пирам через встроенные возможности P2P.

Это даёт QVAC иной ориентир по сравнению с фронтирными лабораториями. Фронтирный ИИ оптимизируется для наиболее мощной общей модели, доступной через централизованный сервис. QVAC оптимизируется для того, где происходит инференс, кто контролирует среду выполнения, какие данные покидают устройство и может ли приложение продолжать работу при недоступности централизованных сервисов.

Запуск SDK Tether в апреле 2026 года описывает единый набор инструментов разработчика, позволяющий создавать, запускать и дообучать ИИ на любом устройстве, с приложениями, разработанными для неизменной работы на iOS, Android, Windows, macOS и Linux.

Также говорится, что QVAC SDK использует унифицированный уровень абстракции поверх локальных механизмов инференса, включая QVAC Fabric — форк llama.cpp, а также интеграции с whisper.cpp, Parakeet и Bergamot для речи и перевода.

Это ближе к операционному слою, чем к выпуску одной модели. Экосистема ИИ с открытым исходным кодом уже располагает мощными компонентами: Llama, Qwen, Mistral, Gemma, DeepSeek, Hugging Face, llama.cpp, Ollama, vLLM, LM Studio и длинным хвостом локальных проектов инференса.

Ставка QVAC состоит в том, что разработчикам нужен целостный граничный фреймворк, объединяющий загрузку моделей, инференс, речь, OCR, перевод, генерацию изображений, RAG, P2P-распределение моделей, делегированный инференс и локальное дообучение через единый интерфейс.

QVAC позиционирует себя как уровень дистрибуции интеллекта, предполагая, что достаточно хорошие локальные модели продолжат совершенствоваться.

QVAC Fabric — технический центр этого утверждения. Tether говорит, что Fabric поддерживает дообучение на современном потребительском оборудовании через бэкенды Vulkan и Metal, включая устройства Android с GPU Qualcomm Adreno или ARM Mali, устройства Apple Silicon и стандартные установки Windows или Linux с оборудованием AMD, Intel или NVIDIA.

Также описывается динамическое тайлинг для ограничений памяти мобильного GPU и рабочий процесс LoRA с ускорением GPU и настройкой инструкций с маскированием потерь.

Если этот рабочий процесс выдержит проверку внешними разработчиками, отличие от типичных релизов моделей с открытым исходным кодом станет существенным. Веса модели — один слой. Локальная адаптация становится следующим слоем.

MedPsy — первый серьёзный тест QVAC

MedPsy даёт QVAC первое конкретное доказательство на уровне модели. Технический отчёт Hugging Face, опубликованный 7 мая, представляет QVAC MedPsy как семейство текстовых медицинских языковых моделей, созданных для граничного развёртывания с 1,7 млрд и 4 млрд параметров.

Заявление амбициозно: меньшие модели, обученные через жёстко контролируемый конвейер медицинского дообучения, могут превзойти более крупные медицинские базовые модели, оставаясь практичными для ноутбуков, высококлассных мобильных устройств и смартфонов.

QVAC утверждает, что MedPsy-1.7B набирает 62,62 по семи закрытым медицинским бенчмаркам, превосходя MedGemma-1.5-4B-it от Google с результатом 51,20, несмотря на то что она менее чем вдвое меньше.

Также говорится, что MedPsy-4B набирает 70,54, незначительно превосходя MedGemma-27B-text-it с результатом 69,95, при этом будучи почти в семь раз меньше.

По HealthBench и HealthBench Hard QVAC сообщает о более широком разрыве: MedPsy-4B набирает 74,00 и 58,00 против MedGemma-27B-text-it с результатами 65,00 и 42,67 по оценке CompassJudger, показанной в отчёте.

Эти результаты, если они будут независимо воспроизведены, подтвердят основной тезис QVAC: доменно-специфические, граничные модели могут конкурировать с гораздо более крупными системами в ограниченных, высокоценных категориях.

Рецепт обучения также показывает, как QVAC планирует конкурировать. В отчёте говорится, что MedPsy использует базы Qwen3, а затем применяет многоэтапное обучение с учителем и обучение с подкреплением для медицинских задач QA.

В ходе экспериментов было сгенерировано более 30 млн синтетических строк, использовалась двухэтапная учебная программа, а Baichuan-M3-235B был выбран в качестве единственной модели-учителя для надзора за длинными рассуждениями. QVAC также заявляет, что обучающий корпус ещё не опубликован. Эта оговорка принципиальна.

Наиболее сильные публичные заявления о бенчмарках по-прежнему исходят от самой QVAC, а обучающие данные, необходимые для полного анализа загрязнения, охвата, построения подсказок и влияния учителя, остаются недоступными.

Граничный аспект становится более чётким при квантизации. QVAC говорит, что варианты GGUF опубликованы для llama.cpp и QVAC SDK, при этом Q4_K_M сокращает размер файла на 69%, теряя менее одного балла среднего показателя для обоих размеров MedPsy.

В отчёте рекомендуется Q4_K_M с калибровкой imatrix как компромисс между размером и качеством: 2,72 ГБ для модели 4B и 1,28 ГБ для модели 1.7B. FAQ по моделям QVAC также предупреждает, что MedPsy работает только с текстом, только на английском языке, непригодна для экстренных ситуаций, уязвима к галлюцинациям и зависит от разработчиков, сохраняющих конфиденциальность во всей архитектуре приложения. Это даёт техническому центру надлежащие очертания.

MedPsy перспективна, поскольку в медицине есть веские причины предпочитать локальный инференс. Она остаётся недоказанной до тех пор, пока внешние исследователи не воспроизведут лестницу бенчмарков и не протестируют её в реальных условиях клинических рабочих процессов.

Неразрешённый спор: удобство против контроля

Дискуссия «локальный ИИ против облачного» обычно формулируется как выбор между конфиденциальностью и производительностью. QVAC переформулирует её как удобство против контроля.

Облачный ИИ выигрывает по простоте. Пользователь открывает приложение, отправляет запрос, получает ответ и избегает операционной нагрузки, связанной с весами модели, памятью устройства, квантизацией, эмбеддингами или совместимостью среды выполнения.

Провайдер берёт на себя сложность. Это удобство мощно и объясняет, почему централизованные ИИ-платформы так быстро масштабировались. Пользователь получает фронтирные возможности с минимальной настройкой.

QVAC просит разработчиков и пользователей принять большую ответственность в обмен на иную модель безопасности. Вознаграждение — локальное выполнение, автономная работа, снижение раскрытия данных, меньшая зависимость от доступа к API и путь к одноранговому инференсу и распределению моделей.

В материалах запуска SDK Tether говорится, что приложения на базе QVAC могут продолжать работу в условиях низкой связности и что «если интернет отключится, ИИ продолжит работать». Объявление QVAC в 2025 году пошло дальше, описывая ИИ-агентов, работающих непосредственно на локальных устройствах, одноранговые сети для взаимодействия между устройствами и интеграцию WDK, которая позволила бы ИИ-агентам совершать транзакции в Bitcoin и USDt.

Это полный тезис Tether: деньги, вычисления и автономные агенты должны разделять одну и ту же суверенную схему проектирования.

Заявление о децентрализации не столь однозначно, как хотелось бы некоторым. QVAC значимо децентрализован на уровне инференса, когда пользователь может загрузить модель, запустить её локально и сохранить конфиденциальные данные на устройстве.

Он более децентрализован, чем размещённый API, поскольку провайдер больше не присутствует в каждом запросе.

Он также добавляет одноранговые примитивы через стек Holepunch, включая делегированный инференс и децентрализованное распределение моделей, согласно материалам SDK Tether. Это существенные архитектурные решения.

Управление — отдельный уровень. QVAC финансируется, именуется, координируется и продвигается Tether. Флагманские приложения, семейство моделей, дорожная карта SDK и язык «Стабильного интеллекта» — всё исходит от единственного корпоративного спонсора.

Эта структура сосуществует с ценностным предложением, ориентированным на локальное использование. Она сужает заявление о децентрализации до области, где доказательства наиболее убедительны.

QVAC децентрализует место, где может происходить инференс. Более широкая экосистема по-прежнему нуждается в доказательствах распределённого контроля над реестрами по умолчанию, каналами выпуска, соглашениями о безопасности, включением моделей и долгосрочным управлением.

Репликация — следующий порог

Доверие к QVAC теперь зависит от репликации. Если результаты MedPsy воспроизведутся за пределами собственного оценочного стенда QVAC, Tether получит первый убедительный пример своего тезиса о резервах интеллекта: небольшие, открытые, локально развёртываемые модели, способные конкурировать с более крупными облачными системами в чувствительном домене.

Если независимое тестирование сократит или обратит разрыв в бенчмарках, QVAC по-прежнему сохранит инфраструктурный аргумент, тогда как его заявления о модели будут весить меньше. Тогда более широкая борьба вернётся к старейшему компромиссу в технологиях: удобство концентрирует власть, тогда как контроль требует усилий.

Именно здесь концепция Азимова становится полезной. Психоистория в «Основании» была связана с крупными системами под давлением. Версия Tether фокусируется на инфраструктуре под централизацией. Язык грандиозен, а техническое доказательство пока находится на раннем этапе, однако направление последовательно.

Tether использует денежные потоки крупнейшего в мире стейблкоина для создания ИИ-стека, ориентированного на локальное выполнение, одноранговые сети, открытый инструментарий и граничные модели. Компания распространяет концепцию стейблкоина с денег на интеллект.

Вопрос больше не в том, может ли компания, выпускающая стейблкоин, позволить себе создавать ИИ. Tether явно может.

Вопрос в том, сможет ли QVAC создать модели и инфраструктуру, достаточно мощные для того, чтобы пользователи приняли трудности локального контроля.

MedPsy — первый измеримый порог. Независимая репликация определит, останется ли язык психоистории QVAC метафорой или начнёт напоминать раннюю операционную логику серьёзного граничного ИИ-стека.

Материал Tether launches decentralized local AI using Isaac Asimov's Psychohistory straight out of Foundation впервые опубликован на CryptoSlate.