TaiJi Selesaikan Pendanaan Strategis US$3,5 Juta dengan Partisipasi dari Castrum Capital, Becker Ventures, dan Coinvestor Ventures

链捕手Dipublikasikan tanggal 2026-06-02Terakhir diperbarui pada 2026-06-02

Abstrak

TaiJi mengumumkan penyelesaian pendanaan strategis senilai $3,5 juta yang diikuti oleh Castrum Capital, Becker Ventures, dan Coinvestor Ventures. Dana ini akan dialokasikan untuk pengembangan produk, peningkatan mesin inferensi AI, pembangunan sistem analisis multi-Agent, penyempurnaan infrastruktur data pasar, ekspansi komunitas global, dan kemajuan kemitraan ekosistem. Platform ini membangun jaringan intelijen pasar berbasis AI di ekosistem BSC, mengintegrasikan data pasar, sinyal on-chain, perubahan likuiditas, sentimen media sosial, dan peristiwa proyek ke dalam sistem inferensi terpadu. Tujuannya adalah mengubah informasi pasar yang terfragmentasi menjadi hasil analisis terstruktur seperti jalur dampak, penilaian risiko, dan indikator observasi lanjutan. Produk tahap pertama TaiJi akan mencakup modul inti: Market Intelligence, Scenario Engine, Impact Map, Risk Signals, dan My TaiJi. Pendanaan ini akan mempercepat peluncuran produk dan perluasan kehadiran TaiJi di pasar Web3 global.

Penulis:TaiJi

Jumlah Pendanaan

TaiJi hari ini mengumumkan telah menyelesaikan putaran pendanaan strategis senilai US$3,5 juta. Dana dari putaran ini akan terutama digunakan untuk pengembangan produk, peningkatan mesin inferensi AI, pembangunan sistem analisis multi-Agent, penyempurnaan infrastruktur data pasar, ekspansi komunitas global, serta kemajuan kerja sama ekosistem.

Seiring pasar Web3 memasuki tahap baru yang lebih sering, lebih kompleks, dan lebih didorong oleh peristiwa, pengguna tidak lagi hanya berhadapan dengan grafik harga dan aliran berita. Peristiwa makro, kemajuan proyek, TGE, dana on-chain, perubahan likuiditas, sentimen media sosial, dan perilaku komunitas, bersama-sama mempengaruhi struktur pasar dan kinerja aset.

TaiJi berharap dapat menyediakan cara baru dalam memahami pasar: tidak hanya menampilkan data, tetapi mengubah pergerakan pasar, sinyal on-chain, peristiwa berita, dan sentimen media sosial menjadi hasil inferensi pasar yang dapat dianalisis, dilacak, dan dievaluasi ulang.

Institusi Investor

Putaran pendanaan strategis ini diikuti bersama oleh Castrum Capital, Becker Ventures, dan Coinvestor Ventures.

TaiJi menyatakan bahwa pendanaan ini tidak hanya akan mendukung iterasi berkelanjutan platform pada tingkat teknologi dan produk, tetapi juga akan membantu TaiJi memajukan pembangunan produk, pertumbuhan komunitas, dan kerja sama ekosistemnya di dalam ekosistem BSC. Ke depan, TaiJi akan terus membangun infrastruktur pasar pintar yang lebih lengkap di sekitar kemampuan analisis pasar AI, identifikasi sinyal on-chain, penilaian risiko, dan inferensi peristiwa.

Profil Proyek

TaiJi sedang membangun jaringan kecerdasan pasar on-chain yang digerakkan oleh AI di ekosistem BSC. Platform ini mengintegrasikan pergerakan pasar, dana on-chain, perubahan likuiditas, sentimen media sosial, peristiwa berita, dan dinamika proyek ke dalam sistem inferensi AI yang terpadu, membantu pengguna menghasilkan inferensi peristiwa terstruktur, jalur dampak, penilaian risiko, dan indikator observasi lanjutan.

Berbeda dengan alat analisis pasar tradisional, TaiJi bukan hanya antarmuka generasi AI, tetapi sedang membangun sistem analisis pintar yang ditujukan untuk pasar Web3. Platform akan terus mengintegrasikan pergerakan pasar, dana on-chain, perubahan likuiditas, sentimen media sosial, dan peristiwa proyek, membentuk jaringan data pasar asli yang diperbarui secara real-time; sekaligus menyimpan perubahan aset, dana, narasi, risiko, dan perhatian pengguna setelah suatu peristiwa terjadi, membangun kumpulan data respons peristiwa yang dapat dievaluasi ulang.

Berdasarkan hal tersebut, TaiJi melalui kerangka kerja inferensi multi-Agent mengoordinasikan pemrosesan berbagai jenis sinyal pasar. Market Agent, On-chain Agent, Sentiment Agent, Risk Agent, dan Event Agent akan menganalisis bersama dampak suatu peristiwa, mengubah informasi yang terfragmentasi menjadi jalur dampak terstruktur, penilaian risiko, dan indikator observasi lanjutan.

Produk tahap pertama TaiJi akan berfokus pada modul inti berikut:

  • Market Intelligence: Mengagregasi pergerakan pasar, data on-chain, sentimen media sosial, dan peristiwa berita, membentuk lapisan intelijen pasar real-time.
  • Scenario Engine: Menghasilkan hasil inferensi AI berdasarkan peristiwa pasar, membantu pengguna memahami dampak multidimensi yang mungkin dibawa oleh suatu peristiwa.
  • Impact Map: Menampilkan dampak peristiwa terhadap aset, narasi, likuiditas, jalur risiko, dan tingkat perhatian pasar.
  • Risk Signals: Mengidentifikasi perubahan dana on-chain, fluktuasi likuiditas, transaksi tidak biasa, dan sinyal risiko potensial.
  • My TaiJi: Menyimpan daftar pantauan pengguna, riwayat inferensi, observasi pasar, dan indikator personalisasi.

TaiJi menyatakan: "Pasar Web3 sedang bergerak dari perdagangan berbasis harga semata, memasuki tahap baru yang digerakkan bersama oleh peristiwa, narasi, data, dan perilaku on-chain. TaiJi berharap dapat mengintegrasikan sinyal yang tersebar di pergerakan pasar, on-chain, media sosial, dan berita, ke dalam sistem inferensi pasar yang native AI, memungkinkan pengguna lebih cepat memahami bagaimana suatu peristiwa mempengaruhi aset, likuiditas, risiko, dan sentimen pasar."

Dengan selesainya putaran pendanaan ini, TaiJi akan mempercepat kemajuan pembaruan produk dan pengujian, secara bertahap membuka fungsi inti seperti inferensi AI, intelijen pasar, peta dampak, sinyal risiko, dan dashboard pengguna, serta terus memperluas tata letak produknya di ekosistem BSC dan pasar Web3 global.

Tentang TaiJi

TaiJi adalah platform kecerdasan pasar on-chain native AI yang ditujukan untuk pasar Web3, mengagregasi pergerakan pasar, sinyal on-chain, sentimen media sosial, dan informasi peristiwa, membantu pengguna menghasilkan inferensi pasar terstruktur, jalur dampak, peringatan risiko, dan indikator observasi lanjutan.

TaiJi tidak mengelola aset pengguna, tidak bertransaksi untuk pengguna, tidak memberikan saran investasi, dan tidak menjanjikan keuntungan.

Pertanyaan Terkait

QBerapa jumlah pendanaan strategis yang berhasil dikumpulkan oleh TaiJi?

ATaiJi berhasil mengumpulkan pendanaan strategis sebesar 3,5 juta dolar AS.

QApa tujuan utama TaiJi dalam menggunakan dana hasil pendanaan ini?

ADana tersebut akan digunakan terutama untuk pengembangan produk, peningkatan mesin inferensi AI, pembangunan sistem analisis multi-Agent, penyempurnaan infrastruktur data pasar, ekspansi komunitas global, dan promosi kerja sama ekosistem.

QSebagai apa TaiJi mendefinisikan dirinya?

ATaiJi adalah platform kecerdasan pasar on-chain berbasis AI yang dibangun di ekosistem BSC. Platform ini menggabungkan data pasar, sinyal on-chain, perubahan likuiditas, sentimen media sosial, dan peristiwa proyek ke dalam sistem inferensi AI terpadu untuk membantu pengguna menghasilkan pemahaman terstruktur tentang pasar.

QModul inti apa yang akan menjadi fokus produk tahap pertama TaiJi?

AProduk tahap pertama TaiJi akan berfokus pada lima modul inti: Market Intelligence, Scenario Engine, Impact Map, Risk Signals, dan My TaiJi.

QLembaga mana saja yang berpartisipasi dalam pendanaan strategis putaran ini?

APendanaan strategis putaran ini melibatkan Castrum Capital, Becker Ventures, dan Coinvestor Ventures.

Bacaan Terkait

Tren Saham AS: Satu Kalimat Jensen Huang Tembuskan $470 Miliar, Google Pertama Kali 'Jual Diri' untuk Cari Dana dalam 20 Tahun

**AI Perang Senjata: Dari Perkataan ke Uang Tunai** Pada tanggal 2 Juni, pasar saham AS menampilkan dua sisi dari perlombaan AI: hype yang mendorong valuasi dan kebutuhan dana yang sangat besar. Pasar saham ditutup lebih tinggi, dengan S&P 500 mencapai rekor di atas 7.600 poin. Namun, sorotan utama adalah sektor semikonduktor yang melonjak karena **Computex Taipei**. * **Marvell Technology (MRVL)** melonjak **32,52%**, menambah kapitalisasi pasar sebesar $470 miliar, setelah CEO Nvidia Jensen Huang menyebutnya sebagai "perusahaan triliunan dolar berikutnya". Ini menunjukkan pergeseran minat investor dari inti AI ke ekosistem pendukungnya. * **Hewlett Packard Enterprise (HPE)** naik **~25%** setelah laporan laba yang sangat kuat, menunjukkan bahwa pemain infrastruktur "tradisional" juga mendapat manfaat dari ledakan AI. Di sisi lain, **Alphabet (GOOGL)** mengumumkan rencana penggalangan dana ekuitas senilai **$80 miliar**, yang pertama kalinya dalam 20 tahun. Ini menekankan betapa hausnya modal untuk infrastruktur AI, sehingga bahkan raksasa seperti Google perlu mencari tambahan dana meski memiliki arus kas yang besar. Sahamnya turun ~4%. Sektor teknologi dan utilitas memimpin kenaikan, sementara komunikasi jatuh karena tekanan dari Alphabet. Meskipun indeks ketakutan (VIX) rendah, para analis memperingatkan bahwa kekuatan pasar saat ini sangat terkonsentrasi pada beberapa saham AI, menutupi tantangan latar belakang yang lebih luas. Fokus selanjutnya adalah pada laporan kuartalan Broadcom dan yang terpenting, data **pekerjaan non-pertanian AS hari Jumat**, yang akan memandu ekspektasi suku bunga dan menguji ketahanan rally pasar.

marsbit25m yang lalu

Tren Saham AS: Satu Kalimat Jensen Huang Tembuskan $470 Miliar, Google Pertama Kali 'Jual Diri' untuk Cari Dana dalam 20 Tahun

marsbit25m yang lalu

Mampukah DeepSeek Menghemat 1 Triliun Dolar untuk China?

**Ringkasan Artikel: Apakah DeepSeek Dapat Menghemat 1 Triliun Dolar AS untuk China?** Artikel ini membahas bagaimana DeepSeek, melalui serangkaian inovasi teknologinya, berpotensi secara drastis menekan biaya infrastruktur AI China dan berpotensi menghemat investasi hingga triliunan dolar AS. **Tantangan: Biaya AI yang Melonjak** Biaya perangkat keras AI, terutama memori berbandwidth tinggi (HBM), sedang meroket. Misalnya, pada sistem AI canggih NVIDIA Vera Rubin, biaya komponen memori saja mencapai sekitar $2 juta dan telah naik 435% dalam setahun. **Solusi DeepSeek: Tiga Inovasi Utama** DeepSeek mendekati masalah ini dengan tiga terobosan teknis utama untuk meningkatkan efisiensi token perangkat keras hingga 4 kali lipat: 1. **Kompresi Memori (KV Cache):** Melalui **Multi-head Latent Attention (MLA)**, DeepSeek mengompres "memori" konteks panjang model secara signifikan (hingga 90%+ pengurangan) tanpa mengorbankan kualitas, mengurangi ketergantungan pada HBM yang mahal. 2. **Aktivasi "Tubuh" Model Sesuai Kebutuhan:** Menggunakan arsitektur **Mixture of Experts (MoE)**, model hanya mengaktifkan sebagian kecil dari total parameternya untuk setiap tugas. Ini seperti hanya memanggil dokter spesialis yang relevan, bukan seluruh rumah sakit. 3. **Cache dan Penggunaan Ulang:** Hasil komputasi yang sudah dihitung disimpan dan digunakan kembali (cache hit), menghindari perhitungan berulang yang mahal. DeepSeek menerapkan ini bahkan dalam struktur harga layanannya. **Dampak dan Potensi Penghematan** Efisiensi ini mengubah ekonomi infrastruktur AI: * **Pengurangan Biaya Operasional:** Untuk tugas tertentu (misalnya, membaca ulang kode panjang), biaya menggunakan DeepSeek V4-Pro bisa **100 kali lebih murah** dibandingkan model seperti GPT-5.5 atau Claude Opus. * **Penghematan Infrastruktur Berskala Besar:** Artikel memperkirakan, dengan peningkatan efisiensi 4x, untuk memenuhi permintaan token harian masa depan China yang mencapai ribuan triliun, pendekatan DeepSeek berpotensi menghemat investasi setara dengan **puluhan ribu pusat komputasi cerdas**, yang nilainya bisa mendekati **$1 triliun**. * **Pergeseran Strategis:** Alih-alih hanya bergantung pada chip komputasi canggih (di mana China tertinggal), DeepSeek mengalihkan beban ke manajemen memori, cache, dan rekayasa sistem — area di mana industri China seperti produsen memori DRAM (contoh: CXMT) semakin kompetitif. Ini meningkatkan keamanan rantai pasokan. **Kesimpulan** DeepSeek tidak menghilangkan kebutuhan akan perangkat keras canggih, tetapi secara radikal mengurangi ketergantungan marjinal padanya. Dengan membuat AI lebih terjangkau melalui efisiensi teknis mendalam, DeepSeek berpotensi membentuk ulang buku besar infrastruktur AI China, menghemat investasi besar, dan yang terpenting, membuat daya AI dapat diakses oleh industri luas di China. *(Catatan: Artikel ini didasarkan pada analisis industri dan proyeksi, bukan fakta yang sudah pasti.)*

marsbit1j yang lalu

Mampukah DeepSeek Menghemat 1 Triliun Dolar untuk China?

marsbit1j yang lalu

Variant: Bitcoin, Ethereum, dan ZCash Sangat Mungkin Menjadi Penyimpan Nilai Utama

Penulis: Alana Levin, Variant Di Variant, inti filosofi investasi kami adalah keyakinan bahwa orang harus dapat memiliki uang, identitas, dan data mereka sendiri. Kami percaya bahwa aset lapisan pertama (L1) blockchain dapat dianalisis sebagai penyimpan nilai (store of value/SOV). Untuk menjadi penyimpan nilai yang baik, aset harus memenuhi kriteria seperti daya tahan teknis, kelangkaan, resistensi terhadap sensor, produktivitas ekonomi, kekuatan meme, dan likuiditas. Pasar penyimpan nilai sangat besar (misalnya, emas bernilai $31 triliun), dan kami yakin beberapa L1 berpotensi menjadi penyimpan nilai yang lebih unggul. Tiga aset L1 yang saat ini menonjol sebagai calon penyimpan nilai utama adalah **Bitcoin (BTC), Ethereum (ETH), dan ZCash (ZEC)**, masing-masing unggul dalam dimensi yang berbeda: * **Bitcoin** mendominasi dalam persepsi meme dan dianggap sebagai "emas digital". * **Ethereum** dianggap lebih tahan lama secara teknis karena kemampuannya untuk beradaptasi dan ditingkatkan. * **ZCash** unggul dalam hal privasi dan resistensi terhadap sensor, menawarkan cara melindungi kekayaan jangka panjang. Meskipun aset-aset digital ini unggul dalam banyak metrik dasar dibandingkan logam mulia tradisional, pangsa mereka di total pasar SOV masih relatif kecil. Hal ini menunjukkan adanya peluang pertumbuhan yang signifikan dan menarik di ruang ini.

marsbit1j yang lalu

Variant: Bitcoin, Ethereum, dan ZCash Sangat Mungkin Menjadi Penyimpan Nilai Utama

marsbit1j yang lalu

Menggugat Gagasan Utama Menangani Halusinasi: Metakognisi, Solusi Baru untuk Menghancurkan Halusinasi Model Besar

Peneliti Google mengusulkan pendekatan baru untuk mengatasi "halusinasi" AI dalam makalahnya, **"Hallucinations Undermine Trust; Metacognition is a Way Forward."** Alih-alih berusaha membuat AI mengetahui segalanya atau menolak menjawab banyak pertanyaan (yang menimbulkan "pajak utilitas"), makalah ini mendefinisikan ulang halusinasi sebagai **AI memberikan informasi yang salah dengan keyakinan tinggi padahal ia tidak yakin.** Solusi intinya adalah **"ketidakpastian yang setia" (faithful uncertainty)** atau **metakognisi** – kemampuan AI untuk merasakan tingkat keyakinan internalnya dan mengekspresikannya dengan jujur dalam bahasa. Misalnya, jika AI ragu, ia harus mengatakan "Saya tidak terlalu yakin." Pendekatan ini lebih realistis karena hanya mengharuskan keselarasan antara sinyal internal dan output AI, bukan kebenaran mutlak yang mustahil. Metakognisi menjadi sangat penting di era **Agent AI** yang menggunakan alat eksternal seperti mesin pencari. Tanpanya, Agent tidak dapat memutuskan kapan harus mencari, kapan harus berhenti, atau bagaimana mengevaluasi informasi yang ditemukan. Namun, implementasinya menghadapi tantangan seperti **"paradoks bootstrap"** (data pelatihan yang statis untuk kemampuan dinamis), **"sinyak perusak keselarasan"** dari pelatihan RLHF yang mendorong AI selalu tampak yakin, dan kesulitan menilai apakah AI benar-benar memiliki metakognisi atau hanya berpura-pura. Makalah ini menyerukan perubahan paradigma: fokus pada pengembangan AI yang jujur tentang batas pengetahuannya, bukan AI yang sempurna tanpa kesalahan. Kepercayaan datang dari kejujuran tentang ketidakpastian, bukan dari klaim kepastian yang salah.

marsbit1j yang lalu

Menggugat Gagasan Utama Menangani Halusinasi: Metakognisi, Solusi Baru untuk Menghancurkan Halusinasi Model Besar

marsbit1j yang lalu

Belilah Emas dan Minyak untuk Hedging, AI untuk Pertumbuhan Cepat, Bitcoin yang 'Ketinggalan Zaman' Masuki Pasar Beruang

Bitcoin terus mengalami penurunan, mencapai level terendah dalam dua bulan di sekitar $66.123. Menurut analis, alasan di balik penurunan ini lebih dalam daripada sekadar aliran keluar dana ETF atau penjualan oleh Strategy. Inti masalahnya adalah Bitcoin kini kalah bersaing di tiga bidang utama. Pertama, sebagai lindung nilai inflasi, emas dan saham energi kini lebih disukai karena memiliki dukungan fisik dan logika yang lebih langsung. Kedua, untuk pertumbuhan tinggi, investor beralih ke perusahaan AI yang memiliki pendapatan dan laba nyata, di mana Bitcoin tidak menghasilkan arus kas. Ketiga, bahkan di dalam ekosistem kripto, eksposur kini dapat diperoleh melalui stablecoin, pertukaran, atau infrastruktur yang terkait dengan adopsi nyata, bukan hanya Bitcoin. Narasi "emas digital" Bitcoin tidak lagi mendapatkan reaksi positif otomatis terhadap kekhawatiran inflasi. Aliran keluar ETF dan penjualan oleh institusi mencerminkan gejala dari realitas baru: investor kini lebih selektif. Mereka memiliki lebih banyak pilihan dan mempertanyakan nilai tambah Bitcoin. Logika bearish baru untuk Bitcoin bukan lagi tentang penipuan atau kegagalan teknologi, melainkan bahwa kelangkaan saja tidak lagi cukup untuk menarik modal. Bitcoin terjepit di zona tengah yang canggung, bukan sebagai aset lindung nilai terbaik, aset pertumbuhan terbaik, atau satu-satunya pilihan kripto.

华尔街日报1j yang lalu

Belilah Emas dan Minyak untuk Hedging, AI untuk Pertumbuhan Cepat, Bitcoin yang 'Ketinggalan Zaman' Masuki Pasar Beruang

华尔街日报1j yang lalu

Trading

Spot
Futures
活动图片

Kategori Populerright-arrow

Tag Populerright-arrow