Tether lanza AI médico local en el teléfono: modelo pequeño de 1.7B supera a modelos grandes 16 veces, eliminando por completo la dependencia de la nube

Según la monitorización de 动察 Beating, el equipo de investigación en IA de Tether, emisora de USDT, anunció hoy el lanzamiento de la serie de modelos de lenguaje médico QVAC MedPsy, una IA médica localizada diseñada específicamente para teléfonos inteligentes, dispositivos portátiles y otros terminales de bajo poder de cálculo. No requiere depender de servidores en la nube para funcionar, logrando un rendimiento mucho mayor que el tamaño del modelo a través de una arquitectura eficiente: la versión de 1.7B parámetros obtuvo un puntaje promedio de 62.62 en siete pruebas de referencia médica cerradas, superando en 11.42 puntos a Google MedGemma-4B, y derrotando a MedGemma-27B, que tiene casi 16 veces más parámetros, en escenarios clínicos reales como HealthBench Hard; la versión de 4B parámetros alcanzó un puntaje aún mayor de 70.54, superando ampliamente a modelos más grandes, además de reducir significativamente el consumo de tokens en inferencia (hasta 3.2 veces), y se publicó en formato cuantificado GGUF (aproximadamente 1.2GB para 1.7B), apto para despliegue en móviles y en el borde de la red.

Este lanzamiento desafía la hipótesis tradicional de que “modelos más grandes = mejor rendimiento”, enfocándose en mejorar la eficiencia mediante entrenamiento posterior en etapas (supervisión, datos de razonamiento clínico + aprendizaje reforzado), logrando una verdadera protección de la privacidad local y una inferencia de baja latencia. Paolo Ardoino, CEO de Tether, afirmó que esto permite que la IA médica procese datos sensibles directamente en hospitales y dispositivos, sin necesidad de transferirlos a la nube, reduciendo así costos, latencia y riesgos de privacidad, con la esperanza de transformar la infraestructura de IA médica y promover la adopción de despliegues localizados en todo el mundo, especialmente en regiones en desarrollo.