据 动察 Beating 监测，USDT 发行商 Tether 的 AI 研究团队今日宣布推出 QVAC MedPsy 系列医疗语言模型，为专为智能手机、可穿戴设备等低算力终端设计的本地化医疗 AI。无需依赖云端服务器即可运行，通过高效架构实现了远超模型大小的性能：1.7B 参数版本在七项封闭式医疗基准上平均得分 62.62，超过 Google MedGemma-4B 达 11.42 分，并在 HealthBench Hard 等真实临床场景中击败了参数量大近 16 倍的 MedGemma-27B；4B 参数版本得分更高达 70.54，全面超越更大模型，同时大幅减少推理 token 消耗（最高 3.2 倍），并以量化 GGUF 格式发布（1.7B 约 1.2GB），适合移动和边缘部署。

这一发布挑战了「更大模型=更好性能」的传统假设，重点通过分阶段医疗后训练（监督、临床推理数据 + 强化学习）提升效率，实现真正的本地隐私保护和低延迟推理。Tether CEO Paolo Ardoino 表示，这让医疗 AI 能在医院本地、设备端直接处理敏感数据，无需传输至云端，从而降低成本、延迟和隐私风险，有望重塑医疗 AI 的基础设施，推动本地化部署在全球尤其是欠发达地区的普及。