Tether, компания, стоящая за крупнейшим в мире стейблкоином, выпустила TranscribePsy, модель распознавания речи с 254 миллионами параметров, которая расшифровывает разговоры непосредственно на смартфонах, умных очках и роботах-гуманоидах без отправки звука на облачные серверы. Релиз, анонсированный на этой неделе в рамках проекта искусственного интеллекта компании QVAC, является последним признаком того, что Tether серьезно относится к созданию программного обеспечения для искусственного интеллекта, которое полностью работает на персональных устройствах.

Этот шаг ставит криптовалютную компанию в неожиданное положение: она конкурирует с поставщиками облачного ИИ на том основании, что голосовые данные слишком чувствительны, чтобы покидать устройство. «Будущее искусственного интеллекта не должно означать, что централизованные платформы будут занимать первое место в нашей личной жизни», — заявил в своем заявлении генеральный директор Tether Паоло Ардоино. Он описал TranscribePsy как пример распознавания речи, который может полностью работать на персональном оборудовании, без зависимости от централизованной инфраструктуры. Подробнее об этой истории — в нашем тенденции ИИ.

Результаты тестов: быстрее, чем Whisper на процессорах телефонов

По данным сайта crypto.news, который проанализировал опубликованную оценку компании, Tether протестировал модель на шести смартфонах и обнаружил, что она работает в 2,6 раза быстрее, чем следующая самая быстрая оцененная система, и в 5,7 раза быстрее, чем модель Whisper-small с открытым исходным кодом OpenAI при работе на процессорах телефона. На iPhone версия, оптимизированная для Core ML, требовала менее половины дискового пространства и в 1,7 раза меньше памяти, чем конкурирующая модель Core ML, включенная в сравнение.

Точность измерялась с использованием коэффициента ошибок в словах — стандартного показателя, который подсчитывает, сколько слов система транскрипции ошибается в исходном устном тексте. Tether опубликовала оценочные конфигурации вместе с моделью, чтобы независимые исследователи могли воспроизвести сообщенные цифры — практика прозрачности, которая остается редкостью среди поставщиков потребительского ИИ.

Четыре версии для разного оборудования

TranscribePsy поставляется в четырех сборках, предназначенных для разных классов оборудования:

  • модель ноутбука, поддерживающая 25 европейских языков.
  • меньшая конфигурация, ориентированная на восемь часто используемых языков.
  • Версия GGUF, работающая через движок parakeet.cpp внутри программного обеспечения Tether qvac-fabric-speech для мобильных устройств.
  • Версия Core ML, оптимизированная для Apple Neural Engine, позволяющая совместимым iPhone расшифровывать данные с помощью специального процессора.

Модели предназначены для обработки непрерывного звука и воспроизведения текста вскоре после обнаружения речи. Tether утверждает, что система может поддерживать приложения с голосовым управлением, которые реагируют, даже не передавая записи на внешние серверы — значимое заявление для умных очков и носимых устройств, где постоянно включенные микрофоны вызывают постоянные проблемы конфиденциальности.

Часть более широкой кампании QVAC

TranscribePsy — это последняя версия проекта Tether QVAC, который постоянно расширялся до 2026 года. В апреле компания представила QVAC SDK, набор инструментов разработки с открытым исходным кодом для запуска приложений искусственного интеллекта на iOS, Android, Windows, macOS и Linux, охватывающий генерацию текста, обработку речи, распознавание изображений и перевод. Инструментарий построен на QVAC Fabric, модифицированной версии llama.cpp, и использует технологию Holepunch для однорангового распространения моделей.

Ранее в том же году компания Tether интегрировала обучение BitNet LoRA в QVAC Fabric, заявив, что у нее есть точно настроенные модели с 3,8 миллиардами параметров на потребительских устройствах, включая Pixel 9, Galaxy S25 и iPhone 16, а тесты охватывают модели с 13 миллиардами параметров на iPhone 16. В сентябре Ardoino объявил о работе над одноранговой поисковой системой, которая хранит полный архив Википедии на 100 распределенных узлах. А в октябре 2025 года компания выпустила набор данных QVAC Genesis I, 41 миллиард синтетических токенов, предназначенных для обучения моделей математике, естественным наукам и техническим рассуждениям.

Почему это важно

Гонка искусственного интеллекта на устройствах усилилась, поскольку производители устройств ищут функции, которые работают без подключения и без передачи данных с телефона. Whisper остается наиболее широко используемой моделью открытой речи, но она не была рассчитана на мощность процессора телефона, и именно здесь у специально созданных небольших моделей есть место для дифференциации. Заявления Tether о тестах производительности, если они выдержат независимую репликацию, поставят TranscribePsy в лидеры этой группы.

Для Tether эта стратегия также является хеджированием. Основным бизнесом компании остается стейблкоин USDT, но ее руководство потратило 2026 год на создание портфеля локальной инфраструктуры искусственного интеллекта — моделей, SDK, наборов данных и однорангового распределения — который соответствует децентрализованному идеалу ее пользовательской базы, одновременно снижая зависимость от небольшого количества облачных провайдеров, которые в настоящее время контролируют большую часть выводов искусственного интеллекта.

Сможет ли эмитент стейблкоинов стать заслуживающим доверия игроком в сфере речевого ИИ — вопрос открытый. Но благодаря опубликованному тесту, воспроизводимым конфигурациям и рабочей модели, которая работает на уже имеющихся у людей телефонах, TranscribePsy представляет собой более конкретный выпуск, чем большинство анонсов искусственного интеллекта на устройствах, и является признаком того, что сегмент рынка искусственного интеллекта, ориентированный на конфиденциальность, привлекает маловероятных участников.

Компромисс: возможности и контроль

Небольшие модели на устройствах по-прежнему отстают от своих облачных аналогов по точности, особенно по акцентированной речи, фоновому шуму и специализированному словарю. То, что они предлагают взамен, является структурным: никакой зависимости от сети, никакой стоимости API для каждой транскрипции и никакой третьей стороны, хранящей аудио. Для носимых устройств, таких как умные очки, где облачное обращение увеличивает задержку при каждом взаимодействии, а постоянно слушающий микрофон является главной целью продукта, локальная обработка, пожалуй, единственная конструкция, которая масштабируется без негативной реакции на конфиденциальность.

Tether делает ставку на то, что с каждым поколением оборудования этот компромисс все больше склоняется в сторону локальной обработки. Нейронные механизмы в нынешних флагманских телефонах уже обеспечивают вывод двузначных миллиардов параметров, а модели в диапазоне нескольких сотен миллионов — такие как TranscribePsy — оставляют запас для более длительного контекста, большего количества языков и постоянной работы без разряда батареи.

---

Будьте в курсе ИИ

Последние новости, аналитика и прорывы в сфере ИИ — всё в одном месте.

Читать больше новостей об ИИ →