# Manipulation Articles associés

Le Centre d'actualités HTX fournit les derniers articles et analyses approfondies sur "Manipulation", couvrant les tendances du marché, les mises à jour des projets, les développements technologiques et les politiques réglementaires dans l'industrie crypto.

La NFL revient sur DraftKings et FanDuel, mais continue d'éviter les marchés de prédiction

La NFL a annoncé le 27 août des accords de parrainage multi-annuels avec DraftKings, FanDuel et Fanatics Betting and Gaming, rétablissant ainsi une catégorie de partenariat vacante depuis fin mars. Ces accords accordent aux entreprises des droits d'utilisation de la marque, une présence lors du Super Bowl et du repêchage, ainsi qu'un accès aux données en temps réel via Genius Sports. Les partenaires se sont engagés à respecter les règles d'intégrité de la ligue, notamment l'interdiction des paris sur les arbitres, les blessures et les événements pouvant être prédéterminés ou manipulés. Ces principes correspondent largement aux règles proposées par la CFTC (Commodity Futures Trading Commission) pour les marchés de prédiction. Cependant, la NFL exclut actuellement les marchés de prédiction de sa stratégie commerciale. Malgré des mois de discussions infructueuses avec des plates-formes comme Kalshi et Polymarket, aucun accord n'est attendu avant le début de la saison. La ligue plaide auprès de la CFTC pour des règles plus strictes, similaires à celles des paris sportifs légaux, exprimant des préoccupations particulières concernant les marchés liés aux blessures, qu'elle juge "facilement manipulables et insultants" pour les joueurs. Ces nouveaux partenariats font suite à l'expiration en mars d'accords précédents d'une valeur d'environ 1 milliard de dollars. Contrairement à d'autres ligues majeures comme la NHL et la MLB, qui ont conclu des accords avec des plates-formes de prédiction, la NFL interdit pour l'instant à ses franchises d'établir leurs propres partenariats dans ce domaine.

cryptonews.ruHier 13:15

La NFL revient sur DraftKings et FanDuel, mais continue d'éviter les marchés de prédiction

cryptonews.ruHier 13:15

曹曦 et 智元 investissent dans un post-95

La société d’intelligence incarnée Current Robotics (Yuánliú) a révélé sa première levée de fonds, totalisant plusieurs centaines de millions de yuans via des tours seed, angel et Pre-A. Parmi les investisseurs figurent des institutions renommées comme BV Baidu Ventures, Hillhouse, Oasis Capital, Monolith Capital, Qianhai FANGZHOU, Fosun Capital et Junshan Capital, ainsi que des acteurs industriels tels que Zhiyuan Robotics. Fondée par Zhu Yichen, un jeune né après 1995 et ancien responsable de l’intelligence incarnée chez Midea, l’entreprise se concentre sur la « manipulation agile globale » (Loco-Dexterous Manipulation), visant à unifier les stratégies de navigation, d’équilibre corporel et de préhension fine. Current Robotics a développé un système de collecte de données par exosquelette (HumanEx) capturant les comportements humains réels, et a publié le modèle Curr-0 permettant une coordination naturelle entre les mouvements et la manipulation. Pour accélérer l’évaluation et l’itération des stratégies robotiques, la société a également créé CurrentWorld-0, un simulateur interactif intégrant la prédiction multimodale (vision, force, tactile) et permettant des tests ainsi qu’un post-entraînement des politiques via correction humaine. Cette approche forme une boucle fermée : collecte de données réelles, entraînement de modèles, évaluation par monde virtuel et amélioration continue. Avec le soutien d’investisseurs et de partenaires industriels, Current Robotics ambitionne de combler l’écart entre l’intelligence humaine et les capacités des robots humanoïdes, en vue d’applications pratiques dans des environnements domestiques et professionnels réels.

marsbit08/20 03:00

曹曦 et 智元 investissent dans un post-95

marsbit08/20 03:00

Consolidation et Jackson Hole : un trader évalue les scénarios de mouvement du Bitcoin et de l'Ethereum

Consolidation et Jackson Hole : Un trader évalue les scénarios de mouvement pour le Bitcoin et l'Ethereum Les principaux actifs cryptographiques, Bitcoin et Ethereum, sont enfermés dans des phases de consolidation latérale sur un marché caractérisé par un manque de liquidités. Le BTC stagne autour de 63 513 $, accumulant de la liquidité près d'un niveau clé de 62 484 $. Trois scénarios sont envisagés : une rechute en cascade vers 60 000-61 000 $, une poussée impulsive vers 65 373-67 255 $, ou (scénario privilégié) un bref effondrement pour récupérer les liquidités avant une forte remontée. L'ETH, quant à lui, peine à atteindre les 2 000 $ et reste dans une zone d'équilibre. Les FNB spot sur Ethereum continuent d'attirer des capitaux, contrairement à ceux du Bitcoin. Les scénarios possibles incluent une véritable percée vers 1 950 $, un creux profond vers 1 800 $ avant un rebond, ou un faux breakout menant à une chute vers 1 780-1 800 $. Le contexte macroéconomique sera déterminant. L'indice dollar (DXY) a cassé un support clé à 99,475, ouvrant la voie à une baisse potentielle vers 99 000, ce qui serait favorable aux actifs risqués comme les cryptos. Les principaux déclencheurs de la semaine seront les comptes-rendus de la réunion de la FOMC et les données préliminaires des PMI, alors que le marché se positionne avant le symposium de Jackson Hole. En résumé, le sentiment général demeure légèrement positif, mais la stratégie optimale consiste à rester hors du marché pour les positions à moyen terme sur les actifs principaux, en privilégiant le trading intraday sur des timeframes plus courts avec un contrôle strict des risques, dans l'attente d'un mouvement directionnel clair déclenché par les événements macro ou une manipulation des liquidités.

cryptonews.ru08/17 11:25

Consolidation et Jackson Hole : un trader évalue les scénarios de mouvement du Bitcoin et de l'Ethereum

cryptonews.ru08/17 11:25

Un meme coin d'une capitalisation de 60 millions de dollars s'effondre de 65 % en une minute, remettant en question le fomo

Le meme coin $CATE, l'un des plus surveillés sur Solana, a connu une ascension fulgurante, passant d'une capitalisation de 2000 dollars à plus de 80 millions en une semaine, avant de s'effondrer de 65% en une minute. Cet événement met en lumière des réalités brutales du marché actuel. Les raisons avancées pour ce flash crash incluent la suspension du compte X du projet et, surtout, une panne de la plateforme de trading fomo. Ce dernier point est crucial, car la valeur de $CATE reposait largement sur le soutien affiché de l'influenceur Poorgoat, star de fomo. Avec plus de 200 000 followers, ses gains affichés sur la plateforme ont attiré une grande partie des acheteurs. La panne de fomo, survenant au moment critique, a empêché de nombreux utilisateurs de réagir et accentué la chute. Le récit du projet, une simple déclinaison "sœur chat" de Doge sans innovation, et le déni de tout lien par le créateur de Doge, en font un actif très spéculatif. L'effondrement rapide, causé par un volume de vente relativement faible (moins de 1,5 million de dollars), souligne la faible liquidité et la fragilité de ces actifs malgré un nombre élevé de détenteurs (plus de 60 000 adresses). Cet incident relance les critiques envers fomo. Certains utilisateurs soupçonnent la plateforme de manipuler les données des traders influents pour promouvoir des projets, créant des "pompes" artificielles avant un "dumping". La coïncidence de la panne au moment du crash nourrit ces théories. De plus, la sortie opportune d'un autre trader influent juste avant la chute, ainsi que des questions sur la sécurité des clés privées lors de l'export de portefeuille depuis fomo, alimentent la méfiance. La justification de fomo, attribuant la panne à une surcharge due à l'afflux d'utilisateurs, est contestée par une communauté qui estime qu'une plateforme bien financée devrait supporter de tels volumes. L'événement $CATE sert d'avertissement sur les risques extrêmes des meme coins et soulève des questions sur le rôle et la responsabilité des plateformes qui les mettent en avant.

marsbit08/05 06:59

Un meme coin d'une capitalisation de 60 millions de dollars s'effondre de 65 % en une minute, remettant en question le fomo

marsbit08/05 06:59

L’intelligence incarnée en épreuve suprême : les modèles les plus puissants ne font que 12,8%, quand l’humain atteint 100

L'évaluation RoboDojo, un nouveau benchmark unifié pour l'intelligence incarnée en robotique, révèle l'écart considérable entre les modèles actuels et une capacité opérationnelle générale et fiable. Ce "Mont Everest de l'incarnation" évalue 30 stratégies robotiques principales sur 42 tâches en simulation et 18 tâches en monde réel, couvrant la généralisation, la mémoire, la précision, les tâches à long horizon et la compréhension sémantique ouverte. Les résultats sont sévères : dans l'environnement simulé, la meilleure stratégie, Hy-Embodied-0.5-VLA, n'atteint qu'un taux de réussite moyen de 8,80%. Dans le monde réel, le modèle le plus performant, π0.5, n'atteint que 12,8% de réussite. En comparaison, un expert humain atteint 76,03% en simulation et 100% sur les tâches réelles. RoboDojo se distingue en standardisant également l'évaluation sur robots physiques (RoboDojo-RealEval) avec des protocoles reproductibles, exposant ainsi les défis de l'incertitude physique, du bruit des capteurs et de la dérive des actionneurs. La plateforme XPolicyLab facilite l'intégration et la comparaison équitable des modèles. Le benchmark met en lumière les limites actuelles : aucune approche n'est compétente sur toutes les capacités, et les performances chutent drastiquement face à des instructions sémantiques ouvertes (environ 1,67% de réussite). RoboDojo établit ainsi une référence communautaire et ouverte, essentielle pour mesurer les progrès vers des robots polyvalents véritablement capables de comprendre et d'agir dans le monde physique.

marsbit07/08 11:55

L’intelligence incarnée en épreuve suprême : les modèles les plus puissants ne font que 12,8%, quand l’humain atteint 100

marsbit07/08 11:55

Derrière le triplement d'ANSEM en une semaine : la renaissance et les pièges des Meme sur Solana

L'article examine la résurgence des memecoins sur Solana, menée par ANSEM dont le prix a explosé de près de 300% en une semaine. Cette hausse a relancé l'activité sur les plateformes de lancement comme Pump.fun, avec des volumes hebdomadaires dépassant à nouveau 50 milliards de dollars et une part des memecoins dans le volume total de Solana remontant au-dessus de 20%. Cependant, cette reprise met en lumière les pièges structurels du secteur. L'environnement de trading ultra-rapide, avec une durée moyenne de détention de seulement 100 secondes, favorise massivement les robots et les gros portefeuilles. Des études citées révèlent que les bots achètent systématiquement les nouveaux jetons dans les premières secondes, que de nombreux projets présentent des signes de manipulation (faux trading, lavage de transactions) et que la majorité sont considérés comme à haut risque, entraînant des pertes importantes pour les petits investisseurs. La question centrale est de savoir si cette vague de chaleur, bien qu'excellente pour attirer de nouveaux utilisateurs sur le réseau Solana, peut échapper au cycle ancien où les retail investors servent finalement de liquidité aux initiés. L'avenir du segment dépendra de sa capacité à maintenir une dynamique de croissance organique avec des volumes durables, plutôt que de retomber dans un schéma de phénomène isolé et éphémère.

Foresight News07/08 11:12

Derrière le triplement d'ANSEM en une semaine : la renaissance et les pièges des Meme sur Solana

Foresight News07/08 11:12

Les robots apprennent à manipuler en regardant des vidéos : Berkeley établit pour la première fois un lien direct entre les vidéos Internet et le déploiement réel sur des mains habiles

**Des robots apprennent à partir de vidéos humaines : une percée de Berkeley** Des chercheurs de UC Berkeley ont mis au point « Do as I Do », un pipeline complet qui transforme pour la première fois des vidéos monoscopiques RGB d’actions humaines quotidiennes en trajectoires exécutables par une main robotique agile réelle (Sharpa Wave). Le défi majeur était de convertir les vidéos bruyantes du web, souvent floues ou avec des occlusions, en données exploitables. La méthode se décompose en deux étapes : une reconstruction 4D robuste de l’interaction main-objet grâce à un modèle de diffusion guidé pour un suivi stable, puis un redirectionnement d’action optimisé pour gérer le bruit des trajectoires de référence. Les résultats sont significatifs : le système a généré 500 trajectoires validées pour 20 types d’actions (mélanger, écrire, percer, etc.) et en a déployé 10 en temps réel (50 Hz) sur un vrai robot à deux bras et deux mains Sharpa Wave (22 degrés de liberté). Le taux de succès du redirectionnement est passé de 25% à 71% sur des trajectoires bruitées. Cette recherche comble une lacune clé en robotique d’apprentissage, démontrant que l’immense corpus de vidéos humaines disponibles en ligne peut désormais servir de source de données pour l’apprentissage par imitation à grande échelle pour les mains robotiques agiles.

marsbit07/06 07:24

Les robots apprennent à manipuler en regardant des vidéos : Berkeley établit pour la première fois un lien direct entre les vidéos Internet et le déploiement réel sur des mains habiles

marsbit07/06 07:24

活动图片