Tether, společnost stojící za největším světovým stablecoinem, vydala TranscribePsy, model rozpoznávání řeči s 254 miliony parametrů, který přepisuje konverzace přímo na smartphony, chytré brýle a humanoidní roboty bez odesílání jakéhokoli zvuku na cloudové servery. Vydání, oznámené tento týden jako součást projektu umělé inteligence QVAC společnosti, je nejnovější známkou toho, že Tether to myslí vážně s vytvářením softwaru AI, který běží výhradně na osobních zařízeních.

Tento krok staví kryptospolečnost do neočekávané pozice: soutěží s poskytovateli cloudové umělé inteligence na základě argumentu, že hlasová data jsou příliš citlivá na to, aby opustila zařízení. „Budoucnost umělé inteligence by neměla znamenat dávat centralizovaným platformám místo v první řadě pro naše osobní životy,“ uvedl v oznámení generální ředitel Tetheru Paolo Ardoino. Popsal TranscribePsy jako příklad rozpoznávání řeči, které může plně fungovat na osobním hardwaru, bez závislosti na centralizované infrastruktuře. For more context on this story, see our ongoing artificial intelligence updates.

Výsledky benchmarku: Rychlejší než šepot na procesorech telefonu

Podle crypto.news, který přezkoumal zveřejněné hodnocení společnosti, Tether testoval model na šesti chytrých telefonech a zjistil, že běží 2,6krát rychleji než další nejrychlejší hodnocený systém a 5,7krát rychleji než open-source Whisper-small od OpenAI, když běží na procesorech telefonu. Na iPhonu potřebovala verze optimalizovaná pro Core ML méně než polovinu místa na disku a 1,7krát méně paměti než konkurenční model Core ML zahrnutý do srovnání.

Přesnost byla měřena pomocí četnosti slovních chyb, což je standardní metrika, která počítá, kolik slov se přepisový systém pomýlí oproti původnímu mluvenému obsahu. Společnost Tether zveřejnila konfigurace hodnocení spolu s modelem, aby nezávislí výzkumníci mohli reprodukovat hlášená čísla – postup transparentnosti, který zůstává u spotřebitelských prodejců umělé inteligence neobvyklý.

Čtyři verze pro různý hardware

TranscribePsy se dodává ve čtyřech sestaveních zaměřených na různé třídy hardwaru:

  • model notebooku s podporou 25 evropských jazyků
  • menší konfigurace zaměřená na osm běžně používaných jazyků
  • Verze GGUF, která běží přes motor parakeet.cpp uvnitř softwaru qvac-fabric-speech společnosti Tether, pro mobilní zařízení
  • Verze Core ML optimalizovaná pro Neural Engine společnosti Apple, která umožňuje kompatibilním iPhonům přepisovat pomocí speciálního křemíku

Modely jsou navrženy tak, aby zvládaly nepřetržitý zvuk a produkovaly text krátce po detekci řeči. Tether říká, že systém by mohl podporovat aplikace ovládané hlasem, které reagují, aniž by kdy přenášely nahrávky na externí servery – což je smysluplné tvrzení pro chytré brýle a nositelná zařízení, kde neustále zapnuté mikrofony vyvolávají trvalé obavy o soukromí.

Součást širšího QVAC Push

TranscribePsy je nejnovější vydání v rámci projektu QVAC společnosti Tether, který se neustále rozšiřoval až do roku 2026. V dubnu společnost představila QVAC SDK, open-source vývojovou sadu nástrojů pro spouštění aplikací umělé inteligence na iOS, Android, Windows, macOS a Linux, která pokrývá generování textu, zpracování řeči, rozpoznávání obrázků a překlady. Sada nástrojů je postavena na QVAC Fabric, přizpůsobené verzi llama.cpp, a využívá technologii Holepunch pro distribuci modelů typu peer-to-peer.

Začátkem roku Tether integroval školení BitNet LoRA do QVAC Fabric a uvedl, že má vyladěné modely s až 3,8 miliardami parametrů na spotřebitelských zařízeních včetně Pixel 9, Galaxy S25 a iPhone 16, přičemž testy pokrývaly modely až do 13 miliard parametrů na iPhonu 16. V září Ardoino odhalilo práci na vyhledávači peer-to-peer, který nemá uložený úplný archiv žádných peer-to-peer. A v říjnu 2025 společnost vydala datovou sadu QVAC Genesis I, 41 miliard syntetických tokenů zaměřených na tréninkové modely v matematice, vědě a technickém uvažování.

Proč na tom záleží

Závod umělé inteligence na zařízení se zintenzivnil, protože výrobci zařízení hledají funkce, které fungují bez připojení a bez dat opouštějících sluchátko. Whisper zůstává nejrozšířenějším modelem otevřené řeči, ale nebyl navržen pro energetickou obálku CPU telefonu, což je místo, kde mají účelové malé modely prostor pro odlišení. Testovací požadavky Tetheru, pokud vydrží nezávislou replikaci, by umístily TranscribePsy na začátek tohoto balíčku.

Pro Tether je strategie také zajištěním. Hlavním předmětem podnikání společnosti zůstává stabilní coin USDT, ale její vedení strávilo rok 2026 budováním portfolia místní infrastruktury AI – modelů, sad SDK, datových sad a peer-to-peer distribuce –, které je v souladu s decentralizovaným étosem její uživatelské základny a zároveň snižuje závislost na malém počtu poskytovatelů cloudu, kteří v současnosti ovládají většinu AI odvození.

Otevřenou otázkou je, zda se emitent stablecoinů může stát důvěryhodným hráčem v řeči AI. Ale s publikovaným benchmarkem, reprodukovatelnými konfiguracemi a funkčním modelem, který běží na telefonech, které již lidé vlastní, je TranscribePsy konkrétnějším vydáním než většina oznámení o umělé inteligenci na zařízení – a znamením, že segment trhu s umělou inteligencí, který je na prvním místě v oblasti ochrany soukromí, přitahuje nepravděpodobné účastníky.

Kompromis: Schopnost versus kontrola

Malé modely na zařízení stále sledují své cloudové protějšky v hrubé přesnosti, zejména pokud jde o řeč s akcentem, hluk na pozadí a specializovanou slovní zásobu. To, co nabízejí výměnou, je strukturální: žádná závislost na síti, žádné náklady na API za přepis a žádná třetí strana, která drží zvuk. U nositelných zařízení, jako jsou chytré brýle, kde zpáteční jízda v cloudu přidává ke každé interakci latenci a neustále poslouchající mikrofon je hlavním smyslem produktu, je místní zpracování pravděpodobně jediným designem, který se škáluje bez negativního vlivu na soukromí.

Tether sází na to, že tento kompromis se s každou generací hardwaru dále naklání směrem k místnímu zpracování. Neuronové motory v současných vlajkových telefonech již poskytují dvojciferné miliardy parametrů a modely v řádu několika set milionů – jako je TranscribePsy – poskytují prostor pro delší kontext, více jazyků a nepřetržitý provoz bez vybíjení baterie.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →