Tether lance un programme de subventions, renforçant sa stratégie d'IA locale en premier

Tether, l'émetteur de l'USDT, la plus grande stablecoin au monde, a mis son dévolu sur l'intelligence artificielle, investissant des millions de dollars dans des technologies qui ne nécessitent pas le cloud pour fonctionner. 

Paolo Ardoino, PDG de Tether, a partagé comment il est passé d'une IA basée sur le cloud à un système d'IA local et souverain, mettant en garde contre les risques des nouveaux systèmes d'agents IA. 

Tether paie les développeurs pour construire des systèmes d'IA locaux 

Tether a lancé un programme de subventions illimité pour les développeurs afin de financer l'IA locale en premier et l'infrastructure de paiement. Auparavant, le groupe de recherche sur l'IA de Tether avait publié des modèles de langage médical qui fonctionnent sur des smartphones standards et surpassent considérablement les systèmes beaucoup plus volumineux de Google (NASDAQ: GOOGL).

Tether rejoint une voie que le cofondateur d'Ethereum (ETH), Vitalik Buterin, emprunte déjà. Vitalik a publié un long article article de blog le 2 avril, détaillant sa migration complète loin de l'IA basée sur le cloud.

Cryptopolitan a rapporté Buterin explique qu'il fait désormais fonctionner tout sur ses propres machines et souhaite que d'autres fassent de même, surtout avec l'introduction de nouveaux systèmes « agents » qui présentent des menaces de sécurité considérables. Buterin a mis en avant les recherches menées sur OpenClaw, qui a atteint 280 000 étoiles début 2026.

L'outil permet aux agents IA de contrôler directement les ordinateurs, et des chercheurs en sécurité ont démontré que les agents OpenClaw peuvent modifier les paramètres système critiques, télécharger et exécuter des scripts malveillants depuis des pages web sans la conscience de l'utilisateur, et exfiltrer des données via des appels réseau silencieux.

Cryptopolitan a rapporté qu'environ 15 % des « compétences » utilisées par ces agents contiennent des commandes cachées qui envoient discrètement les données des utilisateurs à des serveurs externes.

« Si vous pouvez construire quelque chose qui fonctionne localement, qui détient de la valeur directement et qui ne dépend pas de fournisseurs externes, nous le financerons. » a déclaré Paolo Ardoino, PDG de Tether.

Le programme de subventions de Tether verse des paiements de 1 500 $ à 4 000 $ par tâche aux individus, en USDT ou en Bitcoin (BTC), sans plafond sur les paiements totaux du programme. Cependant, les développeurs ne sont payés qu'une fois des livrables techniques spécifiques achevés.

Tether oriente le programme vers la création de bibliothèques de base pour sa plateforme d'IA locale QVAC, la production de documentation technique, le développement d'applications sur la pile ouverte de Tether et la recherche sur la décentralisation et l'IA de périphérie (edge AI).

Un axe majeur est le Wallet Development Kit (WDK), qui permet aux développeurs d'intégrer des portefeuilles auto-gardés directement dans les applications, tout en permettant aux utilisateurs de gérer leurs comptes et d'effectuer des transactions sans dépendre de services de garde ou d'API hébergées. 

Tether a précédemment attribué 100 000 $ de subventions à la BTC Pay Server Foundation des années consécutives et a fait un don de 250 000 $ à OpenSats pour le développement de Bitcoin. Tether a distribué plus de 500 subventions éducatives aux étudiants et s'est engagé à verser jusqu'à environ 5,38 millions de dollars (5 millions de CHF) vers la prochaine phase du programme jusqu'en 2030.

Les petits modèles d'IA peuvent-ils surpasser les plus grands ?

Le groupe de recherche en IA de Tether a récemment publié QVAC MedPsy, une paire de modèles de langage médical conçus pour fonctionner directement sur les smartphones et les montres connectées sans aucune connexion Internet. Les résultats remettent en question l'hypothèse selon laquelle de meilleures performances nécessitent des modèles plus grands.

Le modèle le plus petit, QVAC MedPsy-1.7B (1,7 milliard de paramètres), a obtenu un score de 62,62 sur sept benchmarks médicaux à réponses fermées, surpassant MedGemma-1.5-4B-it de Google de 11,42 points, bien qu'il soit moins de la moitié de sa taille.

Le modèle plus grand, QVAC MedPsy-4B (4 milliards de paramètres), a obtenu un score de 70,54 sur les mêmes benchmarks, dépassant MedGemma-27B-text-it de Google, un modèle près de sept fois plus grand contenant environ 27 milliards de paramètres.

L'écart de performance s'est creusé lorsque les modèles ont été testés dans des scénarios cliniques réels. Sur HealthBench Hard, un test conçu pour mesurer le raisonnement médical appliqué, QVAC MedPsy-4B a obtenu 58,00 contre 42,00 pour MedGemma-27B. 

Les modèles utilisent également jusqu'à 3,2 fois moins de jetons que les systèmes comparables, ce qui se traduit directement par des temps de réponse plus rapides et des exigences de calcul inférieures.

Tether, Vitalik et d'autres partisans de l'exécution de petits modèles d'IA locaux pointeront vers ces résultats comme preuve que les utilisateurs n'ont pas besoin de risquer l'envoi de leurs données dans le cloud pour exécuter des systèmes efficaces.