OmniTools 5月7日消息，USDT发行方Tether的AI研究团队宣布推出QVAC MedPsy系列医疗语言模型，专为智能手机、可穿戴设备等低算力终端设计，支持完全离线运行。
该系列含1.7B与4B两个参数版本，均以量化GGUF格式发布（1.7B约1.2GB，4B约2.6GB）。在七项封闭式医疗基准测试中，1.7B版本平均得分62.62，超出Google MedGemma-4B达11.42分；在HealthBench Hard等真实临床场景中，更击败参数量近16倍的MedGemma-27B。4B版本平均得分达70.54，推理token消耗较同类系统减少最高达3.2倍。
模型采用分阶段医疗后训练策略，融合监督学习、临床推理数据及强化学习，聚焦高难度医学推理任务。Tether CEO Paolo Ardoino表示，该技术使医疗AI可在医院本地系统或终端设备上直接处理敏感数据，无需上传云端，从而降低延迟、成本与隐私风险。