Tether lancia un programma di grant, puntando di più sulla strategia AI local-first
- Tether (USDT) lancia un programma di sovvenzioni per sviluppatori senza limiti di payout totale, erogando tra 1.500 e 4.000 USDT a persona.
- Tether ha affermato che i suoi modelli di intelligenza artificiale medica superano le prestazioni dei sistemi più grandi di Google, funzionando interamente sugli smartphone senza connessione internet.
- Vitalik Buterin di Ethereum ha già completato la transizione da servizi cloud di IA a una configurazione esclusivamente locale.
Tether, l'emittente di USDT, la stablecoin più grande al mondo, ha puntato sull'intelligenza artificiale, investendo milioni di dollari in tecnologie che non richiedono il cloud per funzionare.
Paolo Ardoino, CEO di Tether, ha condiviso come è migrato dall'AI basata su cloud a un sistema AI locale e self-sovereign, avvisando dei rischi dei nuovi sistemi AI Agent.
Tether paga gli sviluppatori per costruire sistemi AI locali
Tether ha lanciato un programma illimitato di grant per sviluppatori per finanziare infrastrutture AI e pagamenti local-first. In precedenza, il gruppo di ricerca AI di Tether ha rilasciato modelli linguistici medici che funzionano su smartphone standard e superano significativamente i sistemi molto più grandi di Google (NASDAQ: GOOGL).
Tether si unisce a una strada che il co-fondatore di Ethereum (ETH), Vitalik Buterin, sta già percorrendo. Vitalik ha pubblicato un esteso post sul blog il 2 aprile, dettagliando la sua completa migrazione lontano dall'AI basata su cloud.
Cryptopolitan ha riportato che Buterin dice di eseguire ora su tutte le sue macchine personali e vuole che altri facciano lo stesso, specialmente con l'introduzione di nuovi sistemi "agent" che presentano considerevoli minacce alla sicurezza. Buterin ha evidenziato la ricerca fatta su OpenClaw, che ha raggiunto 280.000 stelle all'inizio del 2026.
Lo strumento consente agli agenti AI di controllare i computer direttamente, e i ricercatori della sicurezza hanno dimostrato che gli agenti OpenClaw possono modificare le impostazioni critiche del sistema, scaricare ed eseguire script dannosi dalle pagine web senza la consapevolezza dell'utente ed esfiltrare dati attraverso chiamate di rete silenziose.
Cryptopolitan ha riportato che circa il 15% delle "skills" utilizzate da questi agenti contiene comandi nascosti che inviano silenziosamente i dati degli utenti a server esterni.
"Se riesci a costruire qualcosa che funziona localmente, detiene valore direttamente e non dipende da provider esterni, lo finanzieremo." ha detto il CEO di Tether Paolo Ardoino.
Il programma di grant di Tether paga gli individui da $1.500 a $4.000 per attività, in USDT o Bitcoin (BTC), senza limiti al totale dei payout del programma. Tuttavia, gli sviluppatori vengono pagati solo una volta completati specifici deliverable tecnici.
Tether sta dirigendo il programma verso la costruzione di librerie core per la sua piattaforma AI locale QVAC, producendo documentazione tecnica, sviluppando applicazioni sopra lo stack aperto di Tether e ricercando decentralizzazione e AI edge.
Un focus principale è il Wallet Development Kit (WDK), che permette agli sviluppatori di incorporare wallet self-custodial direttamente nelle applicazioni, consentendo anche agli utenti di gestire i propri account ed eseguire transazioni senza fare affidamento su servizi custodial o API hostate.
Tether ha precedentemente assegnato $100.000 in grant alla BTC Pay Server Foundation in anni consecutivi e ha donato $250.000 a OpenSats per lo sviluppo di Bitcoin. Tether ha distribuito oltre 500 grant educativi per studenti e si è impegnata a versare fino a circa $5,38 milioni (CHF 5 milioni) verso la prossima fase del programma fino al 2030.
I modelli AI più piccoli possono superare quelli più grandi?
Il gruppo di ricerca AI di Tether ha recentemente rilasciato QVAC MedPsy, una coppia di modelli linguistici medici progettati per funzionare direttamente su smartphone e wearable senza alcuna connessione internet. I risultati sfidano l'assunzione che migliori prestazioni richiedano modelli più grandi.
Il modello più piccolo, QVAC MedPsy-1.7B (1,7 miliardi di parametri), ha ottenuto 62,62 su sette benchmark medici a risposta chiusa, superando MedGemma-1.5-4B-it di Google di 11,42 punti nonostante sia meno della metà delle dimensioni.
Il modello più grande QVAC MedPsy-4B (4 miliardi di parametri) ha ottenuto 70,54 sugli stessi benchmark, superando MedGemma-27B-text-it di Google, un modello quasi sette volte più grande contenente circa 27 miliardi di parametri.
Il divario di prestazioni si è ampliato quando i modelli sono stati testati in scenari clinici reali. Su HealthBench Hard, un test progettato per misurare il ragionamento medico applicato, QVAC MedPsy-4B ha ottenuto 58,00 rispetto ai 42,00 di MedGemma-27B.
I modelli utilizzano anche significativamente fino a 3,2 volte meno token rispetto ai sistemi comparabili, il che si traduce direttamente in tempi di risposta più rapidi e minori richieste computazionali.
Tether, Vitalik e altri sostenitori dell'esecuzione di modelli AI locali più piccoli punteranno a questi risultati come prova che gli utenti non hanno bisogno di rischiare di inviare i propri dati nel cloud per eseguire sistemi efficienti.
I cervelli più intelligenti del crypto leggono già la nostra newsletter. Vuoi unirti a loro? Unisciti a loro.
Hannah Collymore
Hannah è una scrittrice e redattrice con quasi un decennio di esperienza nella scrittura di blog e nella copertura di eventi nel settore delle criptovalute. Presso Cryptopolitan, Hannah contribuisce alla pagina delle notizie, riportando e analizzando gli ultimi sviluppi nei settori DeFi, RWA, regolamentazione crypto, intelligenza artificiale e tecnologie emergenti. Si è laureata all'Arcadia University con una laurea in Amministrazione Aziendale.
