Tether构建了一个新框架，允许开发者在消费设备上训练人工智能模型。该工具是其QVAC平台的一部分，适用于智能手机、笔记本电脑和非Nvidia芯片。它支持AMD、英特尔、苹果硅芯片以及高通和苹果的移动处理器。
该框架采用Microsoft的BitNet架构，采用1位模型压缩。它与LoRA结合，LoRA技术减少模型在训练中所需的内存量。据Tether称，这两种方法相比标准16位型号，可将显存需求降低了高达77.8%。
Tether工程师通过在不到两小时内对一个拥有10亿参数的智能手机模型进行了微调测试。小型模型训练几分钟内完成。该框架还支持移动硬件上多达130亿参数的模型。
运行BitNet模型的移动GPU在推理任务上的表现明显优于CPU。Tether还强调了联邦学习作为一个实用场景。这种方法在分布式设备间更新模型，无需将数据发送到中央服务器，减少对云基础设施的依赖。
此次发布正值加密公司持续向计算密集型业务扩展之际。Core Scientific于三月获得了摩根士丹利5亿美元贷款，并可选择将贷款提升至10亿美元。HIVE数字技术公司2月份创下9310万美元的创纪录收入，主要依靠人工智能和高性能计算的增长。
比特币矿业公司IREN在去年12月表示，计划为人工智能基础设施筹集约36亿美元。今年九月，谷歌通过一项与AI数据中心容量挂钩的10年协议，获得了Cipher Mining5.4%的股份。这些举措表明，最初围绕比特币挖矿的公司正在围绕计算需求进行调整。
人工智能代理也正成为加密领域中越来越重要的一部分。Coinbase 于十月推出了用于链上代理交易的钱包工具。Alchemy于二月推出了一套系统，允许代理在Base上使用USDC访问区块链数据，Pantera和Franklin Templeton则加入了Sentient的Arena平台进行企业代理测试。
Tether发布当天，由OpenAI的Sam Altman共同创立的World推出了AgentKit。该工具包允许AI代理通过World ID确认其绑定对象为已验证的人类。支付通过x402微支付协议处理，为代理驱动的交易增加了身份层。
