輾壓 Google 模型！Tether 推出「手機可跑」的醫療 AI QVAC MedPsy，斷開雲端破除隱私痛點 | 動區動趨-最具影響力的區塊鏈新聞媒體

穩定幣霸主跨界醫療 AI！Tether 發表能在手機上「離線運行」的全新醫療語言模型 QVAC MedPsy。這項技術徹底解決了病患機密資料必須上傳雲端的隱私痛點，且其 17 億參數版本的效能，更在實測中逆襲擊敗了 Google 體積大 16 倍的 MedGemma 模型。Tether 執行長 Paolo Ardoino 霸氣宣示，AI 不該只屬於雲端巨頭，本地化與隱私才是未來。
（前情提要：Tether 推出開源比特幣挖礦套件 MDK：拒絕礦機商「系統綁架」、邁向 AI 自動化佈局）
（背景補充：穩定幣霸主 Tether Q1 狂賺 10.4 億美元！超額儲備飆至 82.3 億鎂創歷史新高，穩居全球第 17 大美債主）

穩定幣龍頭 Tether 的科技帝國版圖再下一城，這次他們將目光瞄準了預估產值將在 2033 年突破 5,000 億美元的醫療 AI 市場。

Tether 旗下的 AI 研究團隊 QVAC 於今（7）日正式發表全新醫療語言模型 —— QVAC MedPsy。這項產品的問世，直接挑戰了 AI 業界「模型越大、算力越多才越強」的既定迷思。

打破雲端依賴，解決醫療隱私痛點

在當前的醫療環境中，多數 AI 系統仍高度依賴遠端伺服器運行龐大的模型，這意味著包含病歷、診斷查詢與臨床筆記在內的高度敏感資料，都必須透過網路傳輸至雲端處理。這不僅帶來了極高的隱私外洩風險，也面臨嚴格的合規性挑戰。

QVAC MedPsy 的設計邏輯徹底反轉了這個現狀。該模型專注於極致的運算效率，專為智慧型手機、穿戴裝置等算力有限的邊緣設備量身打造。它能直接在本地端離線運行，完全無需將敏感數據送出受控環境。

小蝦米吃大鯨魚！效能逆襲擊敗 Google 巨型模型

儘管體積小巧，QVAC MedPsy 的效能卻令人驚豔。根據官方釋出的基準測試數據，該模型展現了驚人的「越級打怪」實力：

• 17 億參數版（1.7B）：在七項封閉式醫療基準測試中，平均得分為 62.62，比 Google 的 MedGemma-1.5-4B-it 高出 11.42 分（儘管體積不到其一半）。在 HealthBench Hard 等真實臨床場景實測中，甚至擊敗了體積達其 16 倍的 MedGemma 27B。
• 40 億參數版（4B）：在同等測試中得分高達 70.54，超越了體積近 7 倍的模型（包含 MedGemma-27B-text）。

官方指出，這些測試涵蓋了美國醫師執照考試（USMLE）、臨床專家推理（MedXpertQA）、生物醫學研究（PubMedQA）甚至資源匱乏地區的全球醫療保健環境（AfriMedQA）。其卓越的表現得益於分階段的訓練過程，結合了廣泛的醫療監督、高價值的臨床推理數據以及專注於高難度病例的強化學習（RL）。

推論成本大幅降低，手機輕鬆跑

除了準確度高，QVAC MedPsy 的另一大殺手鐧是「極低的推論成本」。官方數據顯示，4B 模型生成回應約需 909 個 token（同級別系統需 2,953 個），大幅減少了 3.2 倍的運算量；1.7B 模型則減少約 1.7 倍。這直接轉化為更快的反應速度與本地端運行的可行性。

為了方便行動裝置部署，Tether 已同步發布了高度壓縮的 GGUF 格式版本。其中推薦的 Q4_K_M 版本，1.7B 模型僅約 1.2 GB，4B 模型約 2.6 GB。在保留強大效能的同時，讓模型能真正在標準硬體環境中流暢運作。

Paolo Ardoino：讓 AI 回歸本地端

Tether 執行長 Paolo Ardoino 對此項發表充滿信心，他強調：

「我們的重點是提高模型層級的效率，而不是盲目擴大規模。這種結合至關重要，因為它直接降低了運算需求、延遲與成本。在醫療保健領域，這徹底改變了限制：你可以在資料已經存在的地方（醫院系統內部或設備上）直接進行醫學推理，而無需將敏感資訊移轉到雲端或等待外部處理。」

過去十年間，AI 的進步高度綁定於雲端算力的堆疊。但 QVAC MedPsy 展現了另一條「由效率、本地化與隱私定義效能」的全新道路。如果這項技術在真實世界中廣泛落地，勢必將重塑醫療 AI 的基礎設施經濟學，並進一步鞏固 Tether「推動去中心化與數據主權」的終極企業願景。