Tether Data, 460 milyon parametreli VisionPsy-Nano modelini açık kaynak yaptı

Tether bünyesindeki Tether Data, yaklaşık 460 milyon parametreye sahip cihaz üstü görüntü-dil yapay zeka modeli ‘VisionPsy-Nano’yu açık kaynak olarak yayımladı. Model, akıllı telefonlar gibi cihazlarda görüntü ve dili birlikte işleyebilen küçük ölçekli çok modlu yapay zeka kullanımını hedefliyor.

PANews’in aktardığına göre Tether Data altındaki yapay zeka araştırma projesi QVAC, modelin 500 milyonun altında parametreye sahip görüntü-dil modelleri arasında 62,3 genel normalize puanla sektörün en yüksek sonucunu aldığını bildirdi. QVAC, performansın Liquid AI ve Hugging Face’in aynı sınıftaki modellerinin genel olarak önünde olduğunu belirtti.

Açıklanan sürüm iki seçenekten oluşuyor: standart ‘VisionPsy-Nano-460M’ ve daha düşük gecikme için hazırlanan ‘VisionPsy-Nano-460M-Flash’. Flash sürümünün Pixel 9, Galaxy S23, Galaxy S25 Ultra ve iPhone 15 gibi cihazlarda ilk token üretim hızında SmolVLM2-500M’den yaklaşık 19 ila 36 kata kadar daha hızlı olduğu ifade edildi.

İki modelin ağırlıkları Apache 2.0 lisansıyla paylaşıldı. Modeller; Transformers, llama.cpp GGUF nicemleme tabanlı yerel dağıtım ve vLLM ile yüksek işlem hacimli sunucu çıkarımı desteği sunuyor.