Tether Data、4.6億パラメータのエッジ側マルチモーダルモデルVisionPsy-Nanoをオープンソース化

PANews 7月29日報道,Tether Data傘下のAI研究プロジェクトQVACは、約4.6億パラメータの端末側視覚言語モデル「VisionPsy-Nano」をオープンソース化したと発表した。0.5B未満のVLMにおいて、総合正規化スコア62.3を達成し、業界最高水準を記録。Liquid AIおよびHugging Faceの同クラスモデルを全体的に上回る性能を示した。本モデルは標準版「VisionPsy-Nano-460M」と低遅延重視の「VisionPsy-Nano-460M-Flash」の2バージョンが提供され、後者はPixel 9、Galaxy S23、Galaxy S25 Ultra、iPhone 15などのスマートフォンにおいて、初回トークン生成速度がSmolVLM2-500M比で最大約19〜36倍高速となる。両バージョンはApache 2.0ライセンスでウェイトを公開し、Transformers、llama.cpp GGUF量子化によるローカル推論、およびvLLMを用いた高スループットなサーバーサイド推論をサポートする。

共有先:

著者:PA一线

この内容は市場情報の提供のみを目的としており、投資助言を構成しません。

PANews公式アカウントをフォローして、強気・弱気相場を一緒に乗り越えましょう
PANews APP
Tether合规稳定币 USA₮ 正式上线 Celo,为继以太坊后的第二次主网部署
PANews 速報