Tether的小型AI智能体在操控手机方面击败了规模为其2.5倍的模型

BotPsy将8亿参数装入一款旨在本地管理日常任务的AI助手中,在Tether加大力度进军去中心化人工智能之际,其表现超越了规模更大的竞争对手。
简讯
• 在公司测试中,Tether 全新的 8 亿参数 BotPsy AI 智能体在六项工具使用基准测试中的五项上,表现优于规模为其 2.5 倍的模型。
• 该模型能够处理涉及手机设置、消息收发和日程安排的多步骤任务,且有可能无需将个人信息发送至云服务器。
• BotPsy 扩展了 Tether 的 QVAC 生态系统,该生态系统已包含用于医疗应用、翻译和语音处理的本地 AI 模型。
全球最大稳定币USDT背后的公司Tether,在让小体量AI模型以小博大的能力上正变得出人意料地出色。
该公司周三发布了QVAC BotPsy,这是一款拥有8亿参数的人工智能代理,旨在在个人设备上执行日常任务。参数本质上是决定AI模型能力上限的调节旋钮,参数越多通常意味着性能越强。作为参照,如今的前沿AI模型参数量已达数万亿级别。
在Tether自行开展的测试中,这款相对小巧的模型表现优于参数最多为其2.5倍的竞品,这表明AI助手或许并不需要庞大的模型就能完成任务。
哪些公司将在2027年前进行首次公开募股(IPO)?
与仅对问题作出回应的传统聊天机器人不同,BotPsy具备智能体能力,也就是说,它的设计目标是采取行动。它能够识别某个应用需要哪些工具、按正确顺序执行命令,并在出现问题时进行调整。
例如,Tether描述了一个基准测试场景:一个AI助手需要发送一条消息,但遇到了两个问题——Wi-Fi被禁用,且收件箱已满。BotPsy开启了Wi-Fi、清理了足够的存储空间并完成了任务,而底层模型则反复尝试同一项失败的操作。
这算是一项相当平常的成就,但恰恰是这类问题让AI智能体在聊天窗口之外变得有用。
BotPsy基于阿里巴巴的Qwen3.5-0.8B架构构建,这是一个相对较小的语言模型,Tether对其进行了进一步训练,使其专门擅长与软件工具交互。其8亿参数代表模型在训练过程中学到的数值,而参数数量越少通常意味着运行它所需的内存越少。
根据Tether的技术文档,BotPsy在BFCL v4上得分为44.0%,该基准测试评估AI系统在不同任务和对话中选择并执行软件功能的能力。得分反映了在各类工具使用类别中成功表现的加权百分比。
底层的 Qwen3.5-0.8B 模型得分为 23.4%,而规模大得多的 Qwen3.5-2B 则达到 37.7%。
BotPsy 在 ACEBench 上的得分也达到 58.7%,该基准评估函数调用的准确性,包括选择合适的工具和参数。其基础模型得分为 30.1%,而那个 20 亿参数的竞品模型得分为 55.4%。
该公司在六项工具使用评估中测试了五款模型,BotPsy 在其中五项上取得了最高成绩。它在这些测试中的平均得分达到 45.0%,而规模更大的 Qwen 模型为 38.8%。
BotPsy是QVAC的最新成员。QVAC是Tether的一项计划,旨在构建一个运行在用户控制的设备上、而非完全依赖中心化云基础设施的人工智能生态系统。
该公司于2025年5月首次推出QVAC,将该项目的定位为科技巨头运营的人工智能服务的替代方案。其更长期的愿景包括能够与应用程序交互、并有可能使用比特币和USDT进行支付的自主智能体。
Tether于2025年10月扩展了这一计划,推出了一个包含410亿个token的数据集,用于训练科学与工程模型,同时推出了QVAC Workbench——一款让用户在本地运行人工智能模型的应用程序。
今年早些时候,Tether 发布了其 SDK,为开发者提供了在移动和桌面操作系统上构建离线 AI 应用的工具。
该公司还开发了 QVAC MedPsy,这是一个旨在消费级硬件上运行的医疗 AI 系统。其 17 亿参数版本在 HealthBench Hard 测试中表现优于谷歌规模大得多的 MedGemma-27B;该测试针对真实临床对话,采用由医生制定的标准进行评估。
BotPsy 目前以 Apache 2.0 许可证下的开放权重模型形式提供,这意味着开发者可以下载、修改并将其集成到自己的应用中。Tether 还发布了压缩版本,旨在降低本地部署的内存需求。
该公司尚未公布由BotPsy驱动的成品消费级助手的发布日期。其已发布的模型卡还说明,本次发布不包含训练代码和训练数据。