Tether, syarikat di sebalik stablecoin terbesar di dunia, telah mengeluarkan TranscribePsy, model pengecaman pertuturan 254 juta parameter yang menyalin perbualan terus pada telefon pintar, cermin mata pintar dan robot humanoid tanpa menghantar sebarang audio ke pelayan awan. Keluaran itu, yang diumumkan minggu ini sebagai sebahagian daripada projek kecerdasan buatan QVAC syarikat, adalah petanda terkini bahawa Tether serius untuk membina perisian AI yang berjalan sepenuhnya pada peranti peribadi.

Langkah itu meletakkan syarikat crypto dalam kedudukan yang tidak dijangka: bersaing dengan penyedia AI awan atas hujah bahawa data suara terlalu sensitif untuk meninggalkan peranti. "Masa depan AI tidak sepatutnya bermakna memberikan platform terpusat tempat duduk barisan hadapan kepada kehidupan peribadi kita," kata Ketua Pegawai Eksekutif Tether, Paolo Ardoino dalam pengumuman itu. Beliau menyifatkan TranscribePsy sebagai contoh pengecaman pertuturan yang boleh beroperasi sepenuhnya pada perkakasan peribadi, tanpa pergantungan pada infrastruktur terpusat. For more context on this story, see our ongoing breaking AI news.

Keputusan Penanda Aras: Lebih Pantas Daripada Bisikan pada CPU Telefon

Menurut crypto.news, yang menyemak penilaian terbitan syarikat, Tether menguji model itu pada enam telefon pintar dan mendapati ia berjalan 2.6 kali lebih pantas daripada sistem terpantas seterusnya yang dinilai, dan 5.7 kali lebih pantas daripada model OpenAI sumber terbuka Whisper-kecil apabila dijalankan pada CPU telefon. Pada iPhone, versi yang dioptimumkan ML Teras memerlukan kurang daripada separuh ruang cakera dan 1.7 kali lebih sedikit memori daripada model ML Teras bersaing yang disertakan dalam perbandingan.

Ketepatan diukur menggunakan kadar ralat perkataan, metrik standard yang mengira bilangan perkataan yang sistem transkripsi tersilap berbanding kandungan pertuturan asal. Tether menerbitkan konfigurasi penilaian bersama model supaya penyelidik bebas boleh menghasilkan semula nombor yang dilaporkan — amalan ketelusan yang masih jarang berlaku dalam kalangan vendor AI pengguna.

Empat Versi untuk Perkakasan Berbeza

TranscribePsy dihantar dalam empat binaan yang bertujuan untuk kelas perkakasan yang berbeza:

  • model komputer riba yang menyokong 25 bahasa Eropah
  • Konfigurasi yang lebih kecil memfokuskan pada lapan bahasa yang biasa digunakan
  • Versi GGUF yang berjalan melalui enjin parakeet.cpp di dalam perisian qvac-fabric-speech Tether, untuk peranti mudah alih
  • Versi ML Teras dioptimumkan untuk Enjin Neural Apple, membenarkan iPhone yang serasi menyalin menggunakan silikon khusus

Model ini direka bentuk untuk mengendalikan audio berterusan, menghasilkan teks sejurus selepas pertuturan dikesan. Tether berkata sistem itu boleh menyokong aplikasi terkawal suara yang bertindak balas tanpa menghantar rakaman ke pelayan luaran — tuntutan bermakna untuk cermin mata pintar dan peranti boleh pakai, di mana mikrofon sentiasa hidup telah menimbulkan kebimbangan privasi yang berterusan.

Sebahagian daripada Tolakan QVAC yang Lebih Luas

TranscribePsy ialah keluaran terbaharu di bawah projek QVAC Tether, yang telah berkembang secara berterusan sehingga 2026. Pada bulan April, syarikat itu memperkenalkan QVAC SDK, kit alat pembangunan sumber terbuka untuk menjalankan aplikasi AI pada iOS, Android, Windows, macOS dan Linux, yang meliputi penjanaan teks, pemprosesan pertuturan, pengecaman imej dan terjemahan. Kit alat ini dibina pada Fabric QVAC, versi llama.cpp tersuai, dan menggunakan teknologi Holepunch untuk pengedaran model rakan ke rakan.

Pada awal tahun ini, Tether menyepadukan latihan BitNet LoRA ke dalam Fabrik QVAC, dengan mengatakan ia mempunyai model yang diperhalusi sehingga 3.8 bilion parameter pada peranti pengguna termasuk Pixel 9, Galaxy S25 dan iPhone 16, dengan ujian meliputi model sehingga 13 bilion parameter pada iPhone 16. Pada bulan September, Ardoino mendedahkan kerja-kerja pada peer-archive Wikipedia di seluruh enjin carian setara. nod teragih. Dan pada Oktober 2025, syarikat itu mengeluarkan set data QVAC Genesis I, 41 bilion token sintetik yang bertujuan untuk melatih model dalam matematik, sains dan penaakulan teknikal.

Mengapa Ia Penting

Perlumbaan AI pada peranti telah dipergiatkan apabila pembuat peranti mencari ciri yang berfungsi tanpa sambungan dan tanpa data meninggalkan telefon bimbit. Whisper kekal sebagai model pertuturan terbuka yang paling banyak digunakan, tetapi ia tidak direka bentuk untuk sampul kuasa CPU telefon, di mana model kecil yang dibina khas mempunyai ruang untuk dibezakan. Dakwaan penanda aras Tether, jika ia tahan kepada replikasi bebas, akan meletakkan TranscribePsy di hadapan pek itu.

Bagi Tether, strategi itu juga merupakan lindung nilai. Perniagaan teras syarikat kekal sebagai USDT stablecoin, tetapi kepimpinannya telah menghabiskan tahun 2026 membina portfolio infrastruktur AI yang diutamakan tempatan — model, SDK, set data dan pengedaran peer-to-peer — yang sejajar dengan etos terdesentralisasi pangkalan penggunanya sambil mengurangkan pergantungan pada bilangan kecil penyedia awan yang kini mengawal kebanyakan inferens AI.

Sama ada pengeluar stablecoin boleh menjadi pemain yang boleh dipercayai dalam pertuturan AI adalah persoalan terbuka. Tetapi dengan penanda aras yang diterbitkan, konfigurasi boleh dihasilkan semula dan model berfungsi yang berjalan pada telefon yang sudah dimiliki oleh orang ramai, TranscribePsy adalah keluaran yang lebih konkrit daripada kebanyakan pengumuman AI pada peranti — dan tanda bahawa segmen pertama privasi bagi pasaran AI menarik peserta yang tidak mungkin.

Trade-Off: Keupayaan Berbanding Kawalan

Model kecil pada peranti masih mengekori rakan awan mereka pada ketepatan mentah, terutamanya pada pertuturan aksen, bunyi latar belakang dan perbendaharaan kata khusus. Perkara yang mereka tawarkan sebagai pertukaran adalah berstruktur: tiada pergantungan rangkaian, tiada kos API per-transkripsi dan tiada pihak ketiga yang memegang audio. Untuk barang boleh pakai seperti cermin mata pintar, di mana perjalanan pergi-balik awan menambah kependaman pada setiap interaksi dan mikrofon yang sentiasa mendengar adalah titik keseluruhan produk, pemprosesan tempatan boleh dikatakan satu-satunya reka bentuk yang berskala tanpa tindak balas privasi.

Tether bertaruh bahawa pertukaran ini lebih condong ke arah pemprosesan tempatan dengan setiap generasi perkakasan. Enjin saraf dalam telefon perdana semasa sudah memberikan inferens parameter dua digit-bilion-parameter, dan model dalam julat beberapa ratus juta — seperti TranscribePsy — meninggalkan ruang kepala untuk konteks yang lebih panjang, lebih banyak bahasa dan operasi sentiasa hidup tanpa menghabiskan bateri.

---

Stay Ahead of AI

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

Read more AI news →