Menggantungkan Dua Kartu Kerja di Leher Unitree

marsbitPublicado a 2026-06-02Actualizado a 2026-06-02

Resumen

Jensen Huang, CEO Nvidia, mempresentasikan robot humanoid Isaac GR00T di Taipei. Robot ini merupakan *reference design* yang menggabungkan tubuh dari Unitree H2 Plus, tangan dari Sharpa Singapore, dan "otak" berupa chip Jetson Thor serta perangkat lunak Nvidia. Desain ini ditargetkan untuk peneliti universitas, dengan kode model tersedia di GitHub. Pada hari yang sama, Unitree, pemasok tubuh robot, mengumumkan persetujuan IPO-nya dengan valuasi 42 miliar RMB. Rencana penggunaan dananya menunjukan fokus pada pengembangan model kecerdasan embodied (*embodied AI*) atau "otak", bukan hanya tubuh. Artikel ini menarik paralel dengan industri ponsel, di mana *reference design* dari Qualcomm dahulu membuat banyak ponsel menjadi serupa dan memusatkan nilai pada chip dan perangkat lunak, mengurangi margin produsen hardware. Nvidia, dengan model GR00T yang open-source, dapat menciptakan dinamika serupa di industri robotika, di mana nilai terkonsentrasi pada "otak". Unitree menyadari risiko ini. Sementara tubuhnya menjalankan "otak" GR00T dari Nvidia, perusahaan juga sedang mengembangkan model otaknya sendiri (UnifoLM) dan bekerja dengan pemasok otak lain seperti Fifth Era Technology. Ini adalah upaya untuk tidak hanya menjadi pemasok tubuh. Namun, tantangannya besar karena GR00T berkembang cepat dan telah digunakan banyak perusahaan. Hanya Tesla, dengan Optimus, yang sepenuhnya independen berkat chip FSD buatannya, siklus data dari mobilnya, dan kemampuan manufaktur kelas dunia. Uni...

Pada sesi terakhir presentasi Jensen Huang di Taipei Music Center, yang naik ke panggung justru sebuah robot.

Tidak tahu sejak kapan, semua orang mulai memanggil robot dengan sebutan 'orang sayuran'. Mungkin karena pergerakannya belum cukup luwes, sebutan itu memang agak tepat.

01

Lihat bagaimana Jensen Huang memperkenalkan robot ini, tinggi 1.8 meter, berat 68 kilogram, 75 derajat kebebasan di seluruh tubuh; di panggung dia bercanda, mengatakan tinggi dan beratnya 'hampir sama dengan saya'. Cukup menarik.

Robot ini bernama Isaac GR00T, definisi resmi NVIDIA adalah referensi desain, tiga pemasok masing-masing bertanggung jawab atas satu bagian.

Tubuh berasal dari H2 Plus Unitree, tangan dari tangan lincah lima jari Sharpa asal Singapura, otak adalah chip Jetson Thor NVIDIA sendiri, ditambah seluruh stack perangkat lunak Isaac GR00T.

Saya memperhatikan satu detail:

Jensen berkata, target pengguna dari referensi desain ini adalah institusi pendidikan tinggi dan peneliti universitas; pelanggan pertama termasuk Stanford dan ETH Zurich.

Platform pengembangan dan kode model pendukung, segera akan diletakkan di GitHub dan Hugging Face; seluruh stack perangkat lunak siap pakai, waktu persiapan tim riset dipersingkat dari beberapa hari menjadi beberapa jam.

Dengan kata lain, yang dibuat NVIDIA bukan hanya satu robot.

Ini adalah proyek kunci di tangan (turnkey); tubuh, otak, alat pembangkit data, framework pelatihan, lingkungan simulasi, semua sudah dikemas rapi, Anda hanya perlu menyambungkan listrik, dan bisa mulai bereksperimen.

Saya mencari tahu kemampuan pembangkitan data mereka.

Jensen mengatakan, dengan Cosmos 3 dan Isaac GR00T Blueprint, 11 jam dapat menghasilkan 780.000 lintasan gerakan sintetis. 780.000 lintasan itu konsepnya apa? Setara dengan 6.500 jam data demonstrasi manusia; kira-kira sama dengan seorang insinyur mengajarkan gerakan robot tanpa henti, selama 9 bulan.

Kemudian, sore ini, Komite Peninjauan Penerbitan Bursa Efek Shanghai mengumumkan hasilnya, Unitree Technology lolos peninjauan IPO, memenuhi syarat penerbitan.

73 hari, dari diterima hingga lolos peninjauan, menggalang dana 4,202 miliar yuan, valuasi keseluruhan 42 miliar yuan. Saham pertama robot humanoid di A-shares, terkunci, ini semua kejadian beruntun, saya ingin menyebutnya sebagai kabar gembira ganda.

Tapi ada satu detail yang perlu diperhatikan,

Dalam presentasi Jensen Huang, nama Unitree muncul di kolom tubuh. Sharpa muncul di kolom tangan; NVIDIA sendiri mendominasi bagian otak, komputasi, model, simulasi, pembangkitan data ini seluruhnya.

Dan sore itu, dalam peninjauan di Shanghai, Unitree mendapatkan valuasi 42 miliar yuan. Di prospektus penerbitan tertulis jelas, alokasi dana terbesar dalam penggalangan dana, adalah untuk model besar embodied (otak). Adalah otak.

NVIDIA mengatakan Anda adalah tubuh saya, di hari yang sama, Unitree mengatakan saya akan membuat otak saya sendiri. Bagaimana bisa?

02

Saya memikirkan sebuah kata, referensi desain. Kata ini cukup netral, seperti sebuah dokumen teknis, satu set solusi, Anda bisa merujuknya.

Kata ini sudah muncul berkali-kali di dunia teknologi, dan setiap kali muncul, alur cerita setelahnya kurang lebih sama.

Yang paling representatif, di industri ponsel.

Sekitar tahun 2010, Qualcomm mulai melakukan sesuatu. Mereka mengemas chip Snapdragon, baseband, sistem Android, driver layer, antarmuka hardware menjadi satu paket lengkap, menjadi satu set referensi desain ponsel yang lengkap.

Di industri disebut turnkey, yang diterjemahkan menjadi kunci di tangan atau solusi siap pakai.

Apa maksudnya? Anda adalah sebuah merek ponsel, tidak perlu punya kemampuan desain chip, kemampuan penyesuaian sistem, atau memelihara tim R&D hardware. Ambil skema Qualcomm ini, cari pabrik ODM, ubah casing, tempel logo Anda sendiri, sebuah ponsel keluar.

Redmi generasi pertama muncul begitu. Saat itu, Xiaomi menggunakan layanan OEM dari Wingtech, menggunakan skema Qualcomm, tahun itu, Wingtech mengirimkan 65,5 juta unit.

Kedengarannya menang-menang, Qualcomm menjual chip, merek menghemat R&D, pabrik ODM mendapatkan pesanan.

Kemudian saya mencari tahu kejadian setelahnya.

Huajin Technology, perusahaan ODM ponsel terbesar di China, pendapatan kuartal pertama 2024 melebihi 70 miliar yuan, laba bersih induk perusahaan 2 miliar yuan. Longqi Technology, pendapatan 35 miliar yuan, laba bersih kurang dari 500 juta yuan.

Pendapatan 70 miliar yuan, laba 2 miliar yuan, margin laba bersih kurang dari 3%.

Margin kotor OEM ponsel beberapa perusahaan ini, berkutat lama di antara 5% hingga 11%. Orang di industri menyebutnya uang hasil keringat; di atas ditekan pemasok chip, di bawah ditawar merek, di tengah disaingi sesama. Semakin besar, semakin tipis.

Wingtech, mantan juara pengiriman ODM, awal 2025 melakukan satu hal, menjual seluruh bisnis ODM-nya ke Luxshare Precision, keluar total dari OEM ponsel; setelah dijual, sepenuhnya beralih ke semikonduktor, margin kotor bisnis semikonduktornya 37,47%, tujuh kali lipat lebih banyak dari OEM ponsel.

Lihat, membuat tubuh hingga menjadi nomor satu dunia, akhirnya memilih untuk tidak melakukannya lagi.

Hubungan cerita ini dengan hari ini? Saya bandingkan apa yang dilakukan Qualcomm dulu dan NVIDIA hari ini.

Qualcomm mengeluarkan chip ditambah Android ditambah referensi desain, semua orang di industri ponsel memakainya. Hasilnya? Hardware menjadi seragam seperti ponsel yang sama, keuntungan perlahan mengalir dari tangan merek dan manufaktur, ke tangan pemasok chip, penyedia sistem operasi.

NVIDIA hari ini mengeluarkan chip Jetson Thor ditambah model Isaac GR00T ditambah referensi desain. Kode model seluruhnya open-source, framework simulasi juga open-source, alat pembangkitan data juga dikemas rapi.

Saya melihat daftar kerja sama NVIDIA saat ini, Unitree menggunakan Jetson Thor, Zhijin, Galaxy General, Ubtech semuanya menggunakan. Bahkan Figure AI menggunakan, Boston Dynamics menggunakan, Amazon dan Meta juga menggunakan.

Unitree adalah satu dari belasan pemasok tubuh.

Wakil Presiden departemen robot NVIDIA pernah mengatakan satu kalimat, kutipannya: Kami tidak memproduksi robot, juga tidak memproduksi mobil; kami menyediakan dukungan teknologi untuk seluruh industri melalui komputer infrastruktur dan perangkat lunak.

Kalimat ini, Qualcomm lima belas tahun lalu mengatakan versi yang hampir persis sama.

Saat sebuah perusahaan mengatakan: Kami tidak membuat produk akhir, hanya menyediakan platform dan alat, sebenarnya mereka mengumumkan satu hal: aturan saya yang tentukan.

Model GR00T open-source, logikanya sama seperti ketika Google membuat Android open-source. Perangkat lunak gratis diberikan, agar Anda tidak bisa lepas dari hardware saya. Gunakan model saya, platform simulasi saya, harus berjalan di chip saya.

Pandangan saya seperti ini:

Referensi desain, seperti sebuah protokol pembagian kekuasaan, siapa yang mengeluarkan referensi desain, dialah yang mendefinisikan berapa nilai otak di industri ini, berapa nilai tubuh.

Industri ponsel sudah menjawab sekali, perusahaan pembuat tubuh, pendapatan 70 miliar yuan, margin laba kurang dari 3%; perusahaan pembuat otak, setahun hanya biaya lisensi paten bisa menghasilkan ratusan miliar dolar AS. Sekarang, kebetulan, industri robot mendapatkan protokol yang sama.

03

Saya membaca prospektus Unitree. Dari 4,2 miliar dana yang digalang, 2,022 miliar akan diinvestasikan ke pengembangan model robot cerdas, 48%, adalah alokasi terbesar di antara semua proyek; 1,11 miliar diinvestasikan ke pengembangan tubuh, 445 juta ke produk baru, 624 juta untuk membangun basis manufaktur.

Tempat di mana uang paling banyak dihabiskan, adalah otak. Unitree pasti tahu situasi ini.

Wang Xingxing mengatakan satu kalimat, intinya kesalahan terbesar dalam sepuluh tahun terakhir adalah meremehkan kemajuan teknologi AI, tim awalnya fokus selalu pada tubuh dan kontrol gerakan, hingga dua tahun terakhir baru mulai meningkatkan investasi ke model besar embodied.

Di satu sisi menyuplai tubuh untuk referensi desain NVIDIA, di sisi lain mengalokasikan 2 miliar untuk membuat otak sendiri. Ini adalah perang kemerdekaan dengan jubah kerja sama.

Saya mencari tahu detailnya, GR00T N1.5 NVIDIA, sudah berjalan di robot G1 Unitree; developer komunitas open-source mengambil kode, langsung melakukan demonstrasi deployment dan tugas operasi di G1. Di GitHub ada tutorial deployment lengkap.

Artinya, otak Jensen, sudah dimasukkan ke dalam tubuh Unitree. Dan itu terbuka, siapa pun dapat menyalin proses ini.

Lalu apa yang dilakukan Unitree sendiri?

September 2025, Unitree open-source model dunia UnifoLM-WMA-0 yang dikembangkan sendiri. Januari 2026, mereka merilis lagi model bahasa-visual-aksi UnifoLM-VLA-0.

Hingga 25 Mei, hari pengumuman lolos peninjauan, Unitree meluncurkan uji coba model besar embodied WVLA2.0, membuat robot G1 di lingkungan kompleks dengan gangguan orang berjalan, secara mandiri menyelesaikan penataan barang rapat dan penyimpanan kategorisasi, tanpa kendali jarak jauh sama sekali.

Dua set otak, berjalan di tubuh yang sama, satu set milik NVIDIA, open-source, dapat digunakan seluruh dunia, satu set milik Unitree sendiri, baru mulai, masih mengejar. Bagaimana saya mendeskripsikannya?

Ada satu peran lain yang patut diperhatikan.

Saya menemukan sebuah perusahaan bernama Zhongke Diwuji, baru didirikan September 2024, tim inti berasal dari Akademi Ilmu Pengetahuan China dan Tsinghua; tahun ini mendapatkan tiga putaran pendanaan berturut-turut, Sequoia China memimpin putaran Pre-A, putaran A terbaru diinvestasikan oleh FutureX Capital dan Shanghai Semiconductor Industry Investment.

Identitasnya adalah pemasok otak operasi embodied nomor 001 untuk Unitree Technology.

Kedua belah pihak berbasis platform robot humanoid G1 Unitree, membuat solusi terintegrasi software-hardware di industri tenaga listrik; Zhongke Diwuji juga bekerja sama dengan Midea, robot mereka sudah memasuki jalur produksi pabrik Midea Foshan untuk operasi nyata.

Anda melihat masalahnya?

Otak yang berjalan di tubuh Unitree, bukan hanya dua, ada tiga. GR00T NVIDIA, UnifoLM buatan sendiri Unitree, dan seri model FAM Zhongke Diwuji.

Mengapa perusahaan pembuat tubuh, harus berhubungan dengan tiga set otak sekaligus? Karena mereka belum punya otak sendiri.

Rasio biaya R&D Unitree tahun 2025 adalah 8,53%, 145 juta yuan; rekanan Ubtech adalah 25%, 507 juta yuan. Unitree adalah salah satu perusahaan dengan porsi pengeluaran R&D terendah di antara yang terdepan di industri.

2 miliar yuan ini, adalah uang untuk mengejar ketertinggalan. Masalahnya, mengejar ketertinggalan punya periode jendela.

GR00T NVIDIA adalah open-source, kecepatan iterasinya cepat. Dari N1 ke N1.5 hanya terpisah kurang dari tiga bulan, selama GR00T cukup bagus, semakin banyak developer dan pelanggan yang akan secara default memilihnya.

Seperti saat Android meluas, Anda ingin membuat sistem operasi ponsel sendiri lagi, bukan tidak bisa, tapi semakin sulit.

Apa yang dilakukan Unitree sekarang, setara dengan di satu sisi mengirimkan ponsel Android dengan chip Qualcomm untuk menghasilkan uang, di sisi lain diam-diam di lab membuat chip dan sistem operasi sendiri.

Saya percaya, keadaan dua otak yang ada bersamaan tidak akan bertahan lama, akhirnya hanya dua. Entah otak buatan sendiri mengejar dan dapat digunakan, sehingga tidak perlu lagi milik Jensen; atau tidak bisa mengejar, milik NVIDIA menjadi satu-satunya pilihan, maka Unitree benar-benar hanya tersisa tubuh.

04

Sampai di sini, ada pertanyaan yang tidak bisa dihindari. Apakah ada yang benar-benar tidak menggunakan otak NVIDIA, mengatur semuanya sendiri?

Ada, satu perusahaan. Tesla. Dan saat ini hanya perusahaan ini.

Chip yang digunakan robot humanoid Optimus, adalah chip FSD buatan sendiri Tesla, yang sama seperti yang dipasang di mobil untuk autonomous driving itu.

Pipa pelatihan yang sama, sistem anotasi data yang sama, arsitektur jaringan saraf yang sama, langsung dipindahkan dari mobil. Bahkan hardware inferensi juga universal, sekarang berjalan di HW4, generasi berikutnya naik ke AI5.

Saya mencari tahu perkembangan terbaru, dalam konferensi telepon laporan keuangan kuartal pertama tahun ini, Musk mengonfirmasi beberapa tenggat waktu.

Optimus V3 dirilis pertengahan tahun, produksi massal dimulai di pabrik Fremont Juli-Agustus. Jalur produksi ini dulunya adalah jalur produksi Model S dan Model X, Mei lalu berhenti produksi dan sedang diubah menjadi jalur khusus Optimus, target kapasitas tahunan 1 juta unit.

1 juta unit. Unitree sepanjang 2025 mengirimkan 5.500 unit robot humanoid.

Selisih 180 kali lipat.

Bersamaan, chip inferensi AI5 Tesla sudah selesai taping-out, sistem pasokan chip buatan sendiri terbentuk; ini berarti dari pelatihan hingga inferensi, dari cloud hingga sisi perangkat robot, di seluruh rantai tidak ada barang NVIDIA.

Saya rasa, Tesla melakukan ini, mengandalkan tiga kartu.

Kartu pertama, flywheel data FSD. Jutaan mobil Tesla setiap hari berlari di jalan, terus mengirimkan data visual dunia nyata.

Data ini digunakan untuk melatih autonomous driving, juga melatih persepsi dan pengambilan keputusan robot, tim Optimus tidak perlu mengumpulkan data robot dari nol, karena data mobil dapat digunakan kembali.

Kartu kedua, chip buatan sendiri.

Dari Dojo ke HW4 ke AI5, Tesla terus membuat arsitektur komputasi sendiri. Meskipun Dojo sempat berliku-liku di tengah jalan, AI5 juga baru taping-out, tapi arahnya tidak pernah berubah, mereka tidak ingin memberikan hardware dasar otak kepada orang lain.

Kartu ketiga, pabrik super.

Sistem manufaktur Tesla yang pernah membuat jutaan mobil, dapat langsung digunakan untuk membuat robot; manajemen rantai pasok, kontrol kualitas, peningkatan kapasitas, ini bukan sesuatu yang bisa cepat dibeli dengan uang.

Sekarang melihat kembali Unitree, tiga kartu ini tidak ada satupun yang dimiliki. Apakah ini berarti Unitree pasti menjadi Wingtech? Belum tentu.

Karena Unitree punya satu kartu yang tidak dimiliki Tesla, tingkat komponen inti yang diproduksi sendiri lebih dari 90%. Motor, gearbox, controller, semuanya dibuat sendiri.

Algoritma kontrol gerakan robot berkaki empat dikembangkan dari nol, robot humanoid H1 dimulai proyeknya dan enam bulan keluar produk, orang yang terlibat penuh hanya tiga, ini menunjukkan tubuh Unitree punya kandungan teknologi.

Ada perbedaan kunci di sini, yang diabaikan banyak orang saat membandingkan ponsel dan robot.

Bentuk fisik ponsel sudah konvergen.

Satu layar, satu chip, satu baterai, casing yang berbeda saja. Hampir tidak ada ruang diferensiasi di hardware. Jadi, begitu pemasok chip mengeluarkan referensi desain, semua ponsel terlihat sama, merek hanya bisa bersaing pemasaran dan harga.

Robot berbeda, bisa tidak berjalan dengan stabil, berdiri satu kaki ditendang tidak jatuh, menggunakan lima jari membuka tutup botol, kemampuan-kemampuan ini sampai hari ini, perbedaannya antar perusahaan masih sangat besar.

Ini berarti, setidaknya di tahap saat ini, membuat tubuh belum tentu jalan buntu; tubuh sendiri masih punya ruang premium, belum termakan oleh standarisasi.

Namun, di industri juga ada tren baru yang muncul. Saya memperhatikan satu penilaian, kebutuhan chip embodied intelligence, sedang bergerak dari pembelian produk standar menuju SoC khusus yang disesuaikan.

Maksudnya, nanti mungkin setiap perusahaan robot akan bekerja sama dengan perusahaan chip untuk membuat chip khusus mereka sendiri; jika tren ini terbentuk, efek penguncian referensi desain Jensen akan melemah.

Saat ini, jendela ini masih terbuka, melompatinya, adalah Tesla. Tidak bisa melompat, adalah Wingtech, yang dipertaruhkan Unitree dengan 2 miliar, adalah hal ini.

Jendela tidak akan selalu terbuka, setiap kali GR00T mengiterasi satu versi, jendela ini turun sedikit. Dari N1 ke N1.5, tiga bulan, waktu yang tersisa untuk Unitree, mungkin dua tiga tahun.

Tentu, jangan terlalu pesimis juga. Hanya beberapa pandangan penelitian pribadi saja.

Artikel ini berasal dari akun WeChat publik "王智远" (ID:Z201440), penulis: Wang Zhiyuan

Preguntas relacionadas

QApa yang dimaksud dengan 'desain referensi' (reference design) dalam konteks robotika, seperti yang dibahas dalam artikel?

ADalam konteks robotika, 'desain referensi' mengacu pada paket solusi lengkap yang disediakan oleh perusahaan seperti NVIDIA. Paket ini mencakup perangkat keras inti (misalnya, chip Jetson Thor), perangkat lunak (seperti model GR00T dan tumpukan perangkat lunak Isaac), kerangka simulasi, dan alat pembuatan data. Tujuannya adalah untuk memungkinkan peneliti dan pengembang memulai eksperimen robotika dengan cepat, hampir seperti proyek 'kunci di tangan', tanpa perlu membangun semua komponen dari nol.

QMengapa perusahaan Unitree, sebagai pemasok tubuh robot, mengalokasikan dana terbesar dalam penggalangan dana untuk pengembangan model (otak) robot?

AUnitree mengalokasikan dana terbesar (20,22 miliar dari total 42,02 miliar) untuk pengembangan model kecerdasan robot (otak) karena mereka menyadari pola industri di mana perusahaan yang mengontrol 'otak' (seperti chip dan perangkat lunak inti) cenderung mendominasi nilai dan keuntungan dalam jangka panjang. Mereka ingin menghindari nasib seperti perusahaan ODM ponsel yang hanya menjadi pemasok 'tubuh' dengan margin rendah, sehingga mereka berinvestasi besar-besaran untuk mengembangkan kemandirian dalam teknologi otak robot (embodied AI).

QApa persamaan yang ditarik artikel antara strategi NVIDIA di robotika dengan strategi Qualcomm di industri ponsel?

AArtikel ini menarik persamaan bahwa baik NVIDIA di robotika maupun Qualcomm di industri ponsel menggunakan strategi 'desain referensi' atau solusi 'kunci di tangan'. Dengan menyediakan paket lengkap (chip + perangkat lunak + desain referensi), mereka menetapkan standar industri dan secara tidak langsung menentukan bagaimana nilai dan keuntungan didistribusikan. Dalam jangka panjang, ini dapat menyebabkan pemusatan nilai pada pemasok platform (otak/chip) dan margin yang lebih tipis bagi pemasok perangkat keras (tubuh), seperti yang terjadi pada banyak ODM ponsel.

QSiapa saja yang menyediakan 'otak' untuk platform robot Unitree G1 saat ini, dan mengapa ini signifikan?

ASaat ini, ada tiga penyedia 'otak' untuk platform robot Unitree G1: (1) Model GR00T NVIDIA yang sudah terbuka kodenya, (2) Model UnifoLM yang dikembangkan sendiri oleh Unitree, dan (3) Model seri FAM dari perusahaan penyedia pihak ketiga, Zhongke Diwuji. Situasi ini signifikan karena menunjukkan bahwa Unitree belum memiliki solusi otak yang dominan dan masih dalam tahap transisi. Mereka bergantung pada otak eksternal (NVIDIA) untuk beberapa fungsi sambil berusaha membangun otak mereka sendiri untuk mencapai kemandirian teknologi.

QMenurut artikel, mengapa Tesla dianggap sebagai satu-satunya perusahaan yang benar-benar mandiri dalam pengembangan robot humanoidnya, Optimus?

ATesla dianggap mandiri karena mereka mengendalikan seluruh rantai nilai kunci untuk robot Optimus tanpa bergantung pada pemasok eksternal seperti NVIDIA. Mereka menggunakan tiga keunggulan utama: (1) **Roda data FSD**: Memanfaatkan data dunia nyata yang masif dari jutaan mobil Tesla untuk melatih AI. (2) **Chip yang dirancang sendiri**: Menggunakan chip FSD dan AI5 yang dikembangkan internal untuk pelatihan dan inferensi. (3) **Kemampuan manufaktur super**: Memanfaatkan pengalaman dan fasilitas pabrikasi mobil mereka untuk memproduksi robot dalam skala besar. Kombinasi ini memungkinkan Tesla menghindari 'desain referensi' eksternal dan mempertahankan kendali penuh atas teknologi inti.

Lecturas Relacionadas

El debut de Warsh: ¿El presidente de la FED más conocedor del Crypto de la historia traerá sorpresas o sustos al mercado?

**Debut de Warsh: ¿Sorpresa o Susto? Un Presidente de la Fed Experto en Crypto se Estrena** Kevin Warsh, el nuevo presidente de la Reserva Federal, se enfrenta a su primera conferencia de prensa en medio de un contexto macroeconómico complejo: inflación creciente, ventas de bonos del Tesoro y presión de la Casa Blanca para bajar tasas. Su estreno es especialmente relevante para el mercado de criptoactivos, ya que Warsh es el primer presidente de la Fed en declarar inversiones indirectas sustanciales en el sector, abarcando desde L1 hasta DeFi. Su política monetaria se define por dos líneas: un tono **halcón frente a la inflación** que podría inclinarse hacia una política de tasas más restrictiva, y una **comprensión única de los activos digitales**, a los que considera un "buen policía" para la política económica, a diferencia del enfoque más defensivo de su predecesor. Para los criptomercados, su llegada implica una posible **reformulación regulatoria** (de la prevención a la integración), una **revalorización del riesgo** ligada a la trayectoria de las tasas de interés, y una **señal de legitimación** que podría atraer mayor inversión institucional a largo plazo. El resultado de su primera comparecencia puede seguir dos escenarios: una **"sorpresa"** si combina señales amistosas para crypto con un tono moderado sobre tasas, impulsando los activos de riesgo; o una **"alarma"** si enfatiza excesivamente la lucha contra la inflación y el endurecimiento monetario, lo que generaría una venta generalizada de activos riesgosos, incluyendo cripto. Aunque por ética ha vendido sus participaciones directas, la perspectiva de un regulador que comprende profundamente la tecnología subyacente podría sentar, a largo plazo, las bases para una integración más estructurada de los criptoactivos en el sistema financiero.

marsbitHace 4 hora(s)

El debut de Warsh: ¿El presidente de la FED más conocedor del Crypto de la historia traerá sorpresas o sustos al mercado?

marsbitHace 4 hora(s)

La cadena XRP Ledger lanza la nueva denominación XRPLd con la actualización de la versión 3.2.0

La versión 3.2.0 de XRP Ledger ya está disponible, introduciendo una importante mejora de infraestructura y un cambio de marca del software central, que pasa de llamarse "rippled" a "xrpld". Esta actualización se centra en optimizaciones de back-end y eficiencia, incluyendo medidas de optimización de memoria que pueden reducir hasta un 40% el uso de memoria del servidor, preparando la arquitectura para una futura escalabilidad. Las principales novedades incluyen la modificación `fixCleanup3_2_0`, que refuerza la seguridad de módulos como bóvedas de activos únicos, protocolos de préstamo y exchanges descentralizados. Se han añadido nuevas comprobaciones de invariantes para garantizar la consistencia del libro mayor. Además, las aplicaciones ahora pueden recuperar información sobre el protocolo y definiciones del servidor sin necesidad de conexión directa, facilitando el desarrollo de carteras y exploradores. En cuanto a escalabilidad y estabilidad, la actualización introduce tamaños de bloque configurables, soporte opcional de TLS/mTLS para servidores gRPC y un cambio en el puerto predeterminado para conexiones entre pares. También incluye varias correcciones para creadores de mercado automáticos, pagos y tokens de múltiples propósitos. Las invariantes de transacción se desactivaron temporalmente por rendimiento, sin comprometer la seguridad.

TheNewsCryptoHace 5 hora(s)

La cadena XRP Ledger lanza la nueva denominación XRPLd con la actualización de la versión 3.2.0

TheNewsCryptoHace 5 hora(s)

AGI no es el destino final: nuevo estudio de DeepMind afirma que el verdadero progreso de la IA apenas comienza al avanzar hacia una ASI

El documento de DeepMind plantea que la Inteligencia Artificial General (AGI) no será el punto final del desarrollo de la IA, sino un paso hacia una Inteligencia Artificial Superintendente (ASI) que supere colectivamente a los mejores equipos de expertos humanos. El informe explora cuatro posibles caminos hacia la ASI: 1) escalar recursos (cómputo, modelos, datos), 2) avances algorítmicos o nuevos paradigmas, 3) mejora recursiva automática de los sistemas, y 4) la coordinación de múltiples agentes de AGI para crear una inteligencia colectiva. También identifica cuellos de botella clave, como el límite de los datos de alta calidad generados por humanos, las presiones sobre recursos económicos y naturales, las posibles limitaciones de los paradigmas actuales de redes neuronales, la creciente dificultad de la investigación, las "barreras de abstracción" para descubrir nuevos conceptos fundamentales, y los factores de gobernanza y aceptación social. El documento destaca la necesidad urgente de desarrollar nuevos marcos de evaluación, ya que las métricas basadas en el rendimiento humano quedarán obsoletas una vez alcanzada la AGI. Finalmente, concluye que el progreso hacia la ASI es incierto y estará sujeto a restricciones físicas y prácticas, requiriendo un esfuerzo de investigación multidisciplinar global para monitorear y guiar su desarrollo.

marsbitHace 6 hora(s)

AGI no es el destino final: nuevo estudio de DeepMind afirma que el verdadero progreso de la IA apenas comienza al avanzar hacia una ASI

marsbitHace 6 hora(s)

Trading

Spot
Futuros

Artículos destacados

Cómo comprar F

¡Bienvenido a HTX.com! Hemos hecho que comprar Synfutures (F) sea simple y conveniente. Sigue nuestra guía paso a paso para iniciar tu viaje de criptos.Paso 1: crea tu cuenta HTXUtiliza tu correo electrónico o número de teléfono para registrarte y obtener una cuenta gratuita en HTX. Experimenta un proceso de registro sin complicaciones y desbloquea todas las funciones.Obtener mi cuentaPaso 2: ve a Comprar cripto y elige tu método de pagoTarjeta de crédito/débito: usa tu Visa o Mastercard para comprar Synfutures (F) al instante.Saldo: utiliza fondos del saldo de tu cuenta HTX para tradear sin problemas.Terceros: hemos agregado métodos de pago populares como Google Pay y Apple Pay para mejorar la comodidad.P2P: tradear directamente con otros usuarios en HTX.Over-the-Counter (OTC): ofrecemos servicios personalizados y tipos de cambio competitivos para los traders.Paso 3: guarda tu Synfutures (F)Después de comprar tu Synfutures (F), guárdalo en tu cuenta HTX. Alternativamente, puedes enviarlo a otro lugar mediante transferencia blockchain o utilizarlo para tradear otras criptomonedas.Paso 4: tradear Synfutures (F)Tradear fácilmente con Synfutures (F) en HTX's mercado spot. Simplemente accede a tu cuenta, selecciona tu par de trading, ejecuta tus trades y monitorea en tiempo real. Ofrecemos una experiencia fácil de usar tanto para principiantes como para traders experimentados.

296 Vistas totalesPublicado en 2024.12.21Actualizado en 2026.06.02

Cómo comprar F

Discusiones

Bienvenido a la comunidad de HTX. Aquí puedes mantenerte informado sobre los últimos desarrollos de la plataforma y acceder a análisis profesionales del mercado. A continuación se presentan las opiniones de los usuarios sobre el precio de F (F).

活动图片