Tether, эмитент USDT, крупнейшего стейблкоина в мире, нацелился на искусственный интеллект, инвестируя миллионы долларов в технологии, которые не требуют облака для функционирования.
Паоло Ардоино, CEO Tether, поделился, как он мигрировал от облачного ИИ к локальной и самообладанной системе ИИ, предостерегая о рисках новых систем ИИ-агентов.
Tether платит разработчикам за создание локальных систем ИИ
Tether запустил программу неограниченных грантов для разработчиков, чтобы профинансировать локально ориентированные ИИ и инфраструктуру платежей. До этого группа ИИ-исследований Tether выпустила медицинские языковые модели, которые работают на стандартных смартфонах и значительно превосходят более крупные системы Google (NASDAQ: GOOGL).
Tether присоединяется к полосе, на которую уже встал сооснователь Ethereum (ETH) Виталик Бутерин. 2 апреля Виталик опубликовал обширный личный пост в блоге, где подробно описал полный переход от облако-ориентированного ИИ.
Cryptopolitan сообщила, что Бутерин говорит: теперь он запускает всё на собственных машинах и хочет, чтобы другие делали то же самое, особенно с появлением новых «агентных» систем, которые создают серьезные угрозы безопасности. Бутерин отметил исследование, выполненное по OpenClaw, который в начале 2026 года достиг 280 000 звёзд.
Инструмент позволяет ИИ-агентам напрямую управлять компьютерами, а исследователи безопасности показали, что агенты OpenClaw могут изменять критически важные системные настройки, загружать и запускать вредоносные сценарии со страниц веб-сайтов без ведома пользователя и эксфильтровать данные с помощью незаметных сетевых запросов.
Cryptopolitan сообщила, что примерно 15% «навыков», которые используют эти агенты, содержат скрытые команды, тихо отправляющие данные пользователей на внешние серверы.
«Если вы можете создать что-то, что работает локально, напрямую сохраняет ценность и не зависит от внешних провайдеров, мы это профинансируем». Генеральный директор Tether Паоло Ардоино заявил об этом.
Программа грантов Tether выплачивает физическим лицам от $1 500 до $4 000 за каждое задание — в USDT или Bitcoin (BTC), без ограничения на общую сумму выплат по программе. Однако разработчиков оплачивают только после завершения конкретных технических результатов.
Tether направляет программу на создание базовых библиотек для своей локальной ИИ-платформы QVAC, подготовку технической документации, разработку приложений поверх открытого стека Tether, а также исследование децентрализации и edge AI.
Одним из главных фокусов является Wallet Development Kit (WDK): он позволяет разработчикам встраивать некастодиальные кошельки непосредственно в приложения, а также дает пользователям возможность управлять своими аккаунтами и завершать транзакции без необходимости полагаться на кастодиальные сервисы или размещенные API.
Ранее Tether выделял $100 000 в виде грантов BTC Pay Server Foundation в течение нескольких лет подряд и пожертвовал $250 000 OpenSats на развитие Bitcoin. Tether распределил более 500 грантов на студенческое образование и обязался направить до примерно $5,38 млн (CHF 5 млн) на следующую фазу программы до 2030 года.
Могут ли более компактные ИИ-модели превосходить более крупные?
Группа по исследованию ИИ Tether недавно выпустила QVAC MedPsy — пару медицинских языковых моделей, предназначенных для работы прямо на смартфонах и носимых устройствах без подключения к интернету. Результаты бросают вызов предположению, что для лучшей производительности нужны более крупные модели.
Компактная модель QVAC MedPsy-1.7B (1,7 млрд параметров) набрала 62,62 по семи медицинским тестам с закрытыми ответами, опередив MedGemma-1.5-4B-it от Google на 11,42 пункта, несмотря на то, что ее размер меньше чем вдвое.
Более крупная QVAC MedPsy-4B (4 млрд параметров) набрала 70,54 по тем же тестам, превзойдя MedGemma-27B-text-it от Google — модель, почти в семь раз более крупную, содержащую примерно 27 млрд параметров.
Разрыв по качеству увеличился, когда модели тестировали в реальных клинических сценариях. На HealthBench Hard — тесте, предназначенном для оценки прикладного медицинского рассуждения — QVAC MedPsy-4B набрала 58,00 против 42,00 у MedGemma-27B.
Также модели используют значительно меньше токенов — до 3,2 раза меньше, чем сопоставимые системы, — что напрямую приводит к более быстрому времени отклика и меньшим вычислительным затратам.
Сторонники подхода, предполагающего работу с более компактными локальными ИИ-моделями, включая Tether и Виталика Бутерина, будут указывать на эти результаты как на доказательство того, что пользователям не нужно рисковать, отправляя свои данные в облако, чтобы запускать эффективные системы.
Не просто читайте крипто-новости. Понимайте их. Подпишитесь на нашу рассылку. Это бесплатно.