Tether lancia un programma di sovvenzioni, rafforzando la sua strategia di intelligenza artificiale incentrata sul livello locale

Tether, l'emittente di USDT, la stablecoin più grande al mondo, ha puntato sull'intelligenza artificiale, investendo milioni di dollari in una tecnologia che non richiede il cloud per funzionare. 

Paolo Ardoino, CEO di Tether, ha spiegato come è passato da un sistema di intelligenza artificiale basato sul cloud a un sistema di intelligenza artificiale locale e autonomo, mettendo in guardia sui rischi dei nuovi sistemi basati su agenti di intelligenza artificiale. 

Tether sta pagando gli sviluppatori per costruire sistemi di intelligenza artificiale locali 

Tether ha lanciato un programma di sovvenzioni illimitate per sviluppatori al fine di finanziare infrastrutture di intelligenza artificiale e pagamenti incentrate sul mercato locale. In precedenza, il gruppo di ricerca sull'IA di Tether aveva rilasciato modelli linguistici medici che funzionano su smartphone standard e superano le prestazioni dei sistemi, ben più grandi, di Google (NASDAQ: GOOGL).

Tether si unisce a un percorso Ethereum già intrapreso dal co-fondatore post sul suo blog in cui descrive dettagliatamente la sua completa migrazione dall'intelligenza artificiale basata sul cloud.

Cryptopolitan Secondo quanto riportato , Buterin afferma di gestire ormai tutto sui propri computer e auspica che anche altri facciano lo stesso, soprattutto alla luce dell'introduzione di nuovi sistemi "agent" che presentano notevoli minacce alla sicurezza. Buterin ha evidenziato la ricerca condotta su OpenClaw, che ha raggiunto le 280.000 stelle all'inizio del 2026.

Lo strumento consente agli agenti di intelligenza artificiale di controllare direttamente i computer e i ricercatori di sicurezza hanno dimostrato che gli agenti di OpenClaw possono modificare impostazioni di sistema critiche, scaricare ed eseguire script dannosi da pagine web all'insaputa dell'utente ed esfiltrare dati tramite chiamate di rete silenziose.

Secondo quanto riportato Cryptopolitan , circa il 15% delle "abilità" utilizzate da questi agenti contiene comandi nascosti che inviano silenziosamente i dati degli utenti a server esterni.

"Se riuscite a creare qualcosa che funzioni localmente, che abbia valore intrinseco e che non dipenda da fornitori esterni, lo finanzieremo", ha affermato Paolo Ardoino, CEO di Tether.

di Tether Il programma di sovvenzioni paga ai singoli individui da 1.500 a 4.000 dollari per ogni attività, in USDT o Bitcoin (BTC), senza alcun limite massimo per i pagamenti del programma. Tuttavia, gli sviluppatori vengono pagati solo al completamento di specifiche attività tecniche.

Tether sta orientando il programma verso la creazione di librerie di base per la sua piattaforma di intelligenza artificiale locale QVAC, la produzione di documentazione tecnica, lo sviluppo di applicazioni basate sullo stack aperto di Tether e la ricerca sulla decentralizzazione e sull'intelligenza artificiale distribuita (edge ​​AI).

Un aspetto fondamentale è il Wallet Development Kit (WDK), che consente agli sviluppatori di integrare wallet autocustodiali direttamente nelle applicazioni, permettendo al contempo agli utenti di gestire i propri account ed effettuare transazioni senza dover ricorrere a servizi di custodia o API ospitate. 

In passato, Tether ha elargito 100.000 dollari in sovvenzioni alla BTC Pay Server Foundation per due anni consecutivi e ha donato 250.000 dollari a OpenSats per lo sviluppo Bitcoin . Tether ha distribuito oltre 500 borse di studiodent e si è impegnata a stanziare fino a circa 5,38 milioni di dollari (5 milioni di franchi svizzeri) per la prossima fase del programma entro il 2030.

I modelli di intelligenza artificiale più piccoli possono superare in prestazioni quelli più grandi?

Il gruppo di ricerca sull'intelligenza artificiale di Tether ha recentemente rilasciato QVAC MedPsy, una coppia di modelli linguistici medici progettati per funzionare direttamente su smartphone e dispositivi indossabili senza bisogno di connessione a Internet. I risultati mettono in discussione l'ipotesi che prestazioni migliori richiedano modelli più grandi.

Il modello più piccolo, QVAC MedPsy-1.7B (1,7 miliardi di parametri), ha ottenuto un punteggio di 62,62 su sette benchmark medici a risposta chiusa, superando MedGemma-1.5-4B-it di Google di 11,42 punti, pur essendo meno della metà delle sue dimensioni.

Il modello più grande QVAC MedPsy-4B (4 miliardi di parametri) ha ottenuto un punteggio di 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 un punteggio di 58,00 rispetto ai 42,00 di MedGemma-27B. 

I modelli utilizzano inoltre fino a 3,2 volte meno token rispetto ai sistemi comparabili, il che si traduce direttamente in tempi di risposta più rapidi e minori esigenze computazionali.

Tether, Vitalik e altri sostenitori dell'utilizzo di modelli di intelligenza artificiale locali e di dimensioni ridotte indicheranno questi risultati come prova del fatto che gli utenti non devono rischiare di inviare i propri dati nel cloud per gestire sistemi efficienti.