Tether bouwt een AI-platform dat draait op je eigen hardware. QVAC biedt een modulaire SDK waarmee ontwikkelaars AI-micro-modules kunnen bouwen voor vrijwel elk apparaat. Die modules verbinden en werken samen via een peer-to-peer versleuteld netwerk zonder gecentraliseerde servers, API-sleutels of poortwachters. QVAC Fabric heeft zojuist ondersteuning toegevoegd voor de BitNet-architectuur van Microsoft om LoRA-fijnafstemming en inferentie van 1-bit grote taalmodellen rechtstreeks op consumentapparaten mogelijk te maken. Wat voorheen speciale NVIDIA GPU's en dure serverinfrastructuur vereiste, kan nu draaien op alledaagse apparaten. De benchmarks van Tether tonen aan dat BitNet-modellen tot 77,8% minder VRAM gebruiken dan vergelijkbare 16-bit modellen, met GPU-inferentie die tussen 2x en 11x sneller draait dan CPU op mobiele apparaten. Fabric is uitgebracht als open source. AI-ontwikkeling vandaag de dag hangt af van dezelfde soort gecentraliseerde infrastructuur waar crypto voor ontworpen is om van weg te bewegen. Het trainen en fijn afstemmen van modellen is nog steeds afhankelijk van NVIDIA-hardware en cloudproviders, wat de controle concentreert over een klein aantal bedrijven. Fabric heeft als doel dit te veranderen door consumentenharde ware een levensvatbaar platform te maken voor echte modelontwikkeling. Tether bouwt verschillende applicaties op QVAC. Translate verzorgt offline transcriptie en vertaling van tekst, audio en afbeeldingen. Health gebruikt een AI-agent op het apparaat om gezondheidsgegevens lokaal bij te houden. Keet integreert QVAC AI om conversatiefuncties op het apparaat mogelijk te maken. De ontwikkeling van QVAC door Tether suggereert dat gedecentraliseerde AI een serieuze prioriteit voor hen aan het worden is.