PANews 5月7日消息，Tether AI 研究團隊發布醫療語言模式QVAC MedPsy，可在智慧型手機、穿戴裝置等低算力終端本地運行，無需依賴雲端。官方稱，1.7B 參數模型在7 個封閉式醫療基準測試中平均得分62.62，較Google MedGemma-1.5-4B-it 高11.42 分，並在HealthBench Hard 等臨床場景中超越MedGemma 27B。 4B 版本在同組測試得分70.54，表現優於體量約大七倍的競品，同時平均生成token 數較可比系統減少至約三分之一至二分之一，降低推理成本與時延。模型提供GGUF 量化版本，建議Q4_K_M 約1.2GB（1.7B）與2.6GB（4B），面向醫院本地系統及行動端等隱私、延遲敏感場景部署。