Baru Saja, Pertandingan Tenis Manusia vs Robot Pertama di Dunia Dimulai, Robot Selamatkan Bola Ekstrem Membuat Zheng Jie Terpukau

marsbitDipublikasikan tanggal 2026-08-23Terakhir diperbarui pada 2026-08-23

Abstrak

Baru saja, pertandingan tenis manusia vs robot pertama di dunia dimulai. Dalam acara pembukaan World Humanoid Robot Olympics kedua yang disiarkan secara global, robot humanoid asal Tiongkok, "Xingzai" dari Galaxy General, bertanding melawan juara tenis manusia, Zheng Jie. Pertandingan ini menampilkan duel ganda campuran manusia-robot dan tunggal. Robot tersebut menunjukkan kemampuan luar biasa: bergerak lincah, mengembalikan pukulan forehand dan backhand, serta beradaptasi dengan taktik Zheng Jie seperti moonball dan pukulan slice. Meski sempat terjatuh, robot itu mampu bangkit dengan cepat sendiri. Ia bahkan melakukan penyelamatan spektakuler dengan langkah besar, memukau penonton. Kecepatan servenya mencapai lebih dari 100 km/jam, dengan waktu reaksi hanya sepersekian detik. Pertandingan ini bukan sekadar demonstrasi keterampilan, melainkan tes tekanan ekstrem untuk *embodied AI* (kecerdasan berwujud). Tenis menuntut integrasi real-time dari persepsi, pengambilan keputusan, kendali gerak seluruh tubuh, dan strategi melawan lawan hidup dalam lingkungan fisik yang dinamis—jauh lebih kompleks daripada permainan papan seperti Go yang dimainkan AlphaGo. Kunci keberhasilan ini adalah model AI terpadu "Galaxy Star Brain" (AstraBrain). Berbeda dengan arsitektur tradisional yang memisahkan "otak" (perencanaan) dan "otak kecil" (kendali gerak), AstraBrain menggabungkan keduanya dalam satu model, menghilangkan penundaan dan kehilangan informasi. Model ini dilatih melalui dua tahap:...

Momen AstraTennis robot China, telah tiba.

Pada 22 Agustus, Olimpiade Robot Humanoid Dunia kedua dibuka, disiarkan langsung ke seluruh dunia oleh China Media Group.

Saat kamera menyapu lapangan, napas seisi ruangan seolah terhenti.

Di kedua sisi net, di satu sisi ada petenis top dunia, di sisi lain, sebuah robot humanoid.

Saat ini menandai titik singularitas kecerdasan berwujud yang cukup tercatat dalam sejarah, di mana inovasi teknologi China menyambut titik balik yang signifikan.

Pertandingan tenis manusia vs robot pertama yang sebenarnya di dunia, resmi dimulai!

Pertandingan Tenis Manusia vs Robot Pertama di Dunia

Sejak awal, sudah ada ganda campuran tenis manusia-robot yang seru.

Yang mengejutkan, performa Galaxy Star Boy sangat mengesankan: langkahnya gesit, bergerak cepat maju mundur sesuai kebutuhan, dan bermain dengan sangat lancar.

Selain itu, Star Boy dan rekannya manusia sangat kompak membentuk formasi depan-belakang, bertarung habis-habisan melawan lawan di seberang.

Selanjutnya, petenis terkenal Zheng Jie dan robot serbaguna Galaxy melakukan pertandingan tunggal tenis manusia vs robot pertama di dunia.

Baik forehand maupun backhand, robot bermain sama-sama sengit dengan manusia.

Kemudian, Zheng Jie memutuskan untuk sedikit meningkatkan tingkat kesulitan, melakukan lob.

Hasilnya, dalam proses diatur ke kiri dan kanan oleh lawan, robot tidak sengaja jatuh terlentang.

Di luar dugaan, detik berikutnya, dia langsung menyesuaikan postur dan berdiri.

Dan ketika menghadapi slice dan spin dari Zheng Jie, penilaian robot ternyata juga cukup bagus.

Akhirnya, Zheng Jie tahu dia tidak bisa lagi memberi keringanan, mulai memukul ke berbagai titik kiri kanan depan belakang, dan robot secara mengejutkan menyelesaikan langkah serong yang brilian, memenangkan sorakan dari penonton di tempat.

Pertandingan berakhir, performa robot membuat semua orang bersorak.

Sepanjang pertandingan, gerakan seperti menekuk lutut, melempar bola, memutar tubuh semuanya dilakukan sendiri oleh robot humanoid.

Dan, kecepatan servis mencapai lebih dari seratus kilometer per jam, waktu reaksi yang tersisa hanya sepersekian detik, tapi dia hampir tidak gagal.

Robot ini, berasal dari Galaxy General.

Sepuluh tahun lalu, AlphaGo mengalahkan Lee Sedol. Sepuluh tahun kemudian, robot domestik China bertanding dengan atlet top tenis dunia.

Jika AlphaGo membuktikan AI dapat menaklukkan dunia digital, maka hari ini, robot domestik Galaxy General membuktikan: AI dapat menahan uji tekanan ekstrem dunia fisik.

Untuk pertama kalinya dia bangkit dari kode, berlari, mengayun raket, bertarung dalam persaingan nyata, bahkan bangkit sendiri setelah jatuh, terus berjuang.

Momen AstraTennis kecerdasan berwujud yang begitu menakjubkan, disaksikan secara bersamaan oleh seluruh dunia!

Momen AstraTennis Robot China

Mengapa pertandingan tenis ini dapat menyebabkan gempa besar di kalangan teknologi global?

Karena tenis, adalah uji tekanan ekstrem untuk kecerdasan berwujud.

Karena waktu reaksi hanya sepersekian detik, olahraga ini secara bersamaan mendorong kemampuan persepsi, pengambilan keputusan, kontrol gerak seluruh tubuh, dan permainan real-time robot ke batas fisik.

Selain itu, bermain tenis jauh lebih sulit bagi AI daripada bermain catur.

Bagaimanapun, AlphaGo menghadapi 361 titik persilangan yang pasti di papan 19 garis, setelah lawan menempatkan bidak, dia punya puluhan detik bahkan beberapa menit untuk memprediksi langkah berikutnya.

Itu adalah permainan di dunia digital, ruang solusinya besar, tapi batasnya jelas, aturannya konstan. Seluruh dunia statis, diskrit, AI dapat melihat semuanya.

Meskipun ruang solusi soal ini lebih banyak dari jumlah atom di alam semesta, bagi AI ini hanyalah "soal matematika" dengan tingkat kesulitan yang lebih besar.

Tapi lapangan tenis berbeda.

Bola datang dengan kecepatan lebih dari seratus kilometer per jam, titik jatuh dipengaruhi spin, angin, gesekan lapangan, parameter fisik setiap pukulan tidak pernah berulang.

Robot harus menyelesaikan persepsi, prediksi, pengambilan keputusan, koordinasi seluruh tubuh dalam beberapa ratus milidetik, sambil menjaga dirinya agar tidak jatuh. Lawan adalah manusia hidup, bisa menipu robot, juga mengubah ritme.

Ini, adalah versi langsung dari Paradoks Moravec.

Pada 1988, Hans Moravec, direktur Laboratorium Robot Bergerak Universitas Carnegie Mellon pernah menunjukkannya: "Membuat komputer menunjukkan performa setara orang dewasa dalam tes kecerdasan atau bermain catur relatif mudah, tetapi memberikan mereka keterampilan persepsi dan aksi seperti anak satu tahun sulit atau bahkan mustahil."

Tiga puluh tahun lebih telah berlalu, paruh pertama telah lama terwujud, tapi paruh kedua sangat sulit diwujudkan.

Jadi, makna sebenarnya dari pertandingan tenis ini, jauh lebih besar dari "bisakah robot bermain tenis".

Yang ditanyakan adalah: Kali ini, bisakah AI benar-benar keluar dari dunia digital, menjalankan loop tertutup persepsi, pengambilan keputusan, kontrol gerak, dan permainan real-time di lingkungan fisik nyata?

AI tidak bisa berhenti hanya pada berpikir, tapi harus menyelesaikan loop tertutup lengkap dari kognisi-pengambilan keputusan hingga eksekusi seluruh tubuh.

Kali ini, perusahaan China yang pertama kali menyerahkan jawaban!

Di lapangan, performa robot Galaxy General sungguh memukau.

Servis, forehand, backhand, mengatur dari baseline, voli di depan net, semua kemampuan tunggal ini muncul dalam pertandingan, dan semuanya menunjukkan performa luar biasa.

Dan dalam ganda, ujiannya bahkan lebih besar.

Robot dan rekan manusia berada di lapangan yang sama, harus menilai secara real-time siapa yang akan menerima bola ini, siapa yang mengisi posisi, menyesuaikan taktik bermain secara dinamis.

Jadi, yang perlu dipahami bukan hanya bola, tapi juga apa yang ingin dilakukan rekan selanjutnya.

Dalam serangan dan pertahanan berkecepatan tinggi, juga muncul adegan penyelamatan bola ekstrem. Setelah jatuh, robot bangkit sendiri, terus bermain.

Reaksi pertama banyak orang adalah: Bukankah gerakan-gerakan tunggal ini sebelumnya sudah dilakukan robot?

Menembak bola basket, menendang bola, lari 100 meter, dalam video robot humanoid dua tahun terakhir sepertinya ada segalanya.

Tapi perbedaan terbesarnya adalah, tenis adalah pertandingan dua pemain.

Lingkungan lari pasti, setiap pukulan tenis adalah soal baru yang diberikan lawan secara dadakan. Berlari bisa berlatih satu gerakan sepuluh ribu kali, tidak ada dua bola datang yang persis sama dalam tenis.

Bisa bertahan dalam pertandingan, barulah kecerdasan sejati.

Otak dan Otak Kecil, Untuk Pertama Kalinya Dimasukkan ke Dalam Model yang Sama

Yang mendukung semua ini di balik layar, adalah model besar kecerdasan berwujud buatan sendiri Galaxy General "Galaxy Star Brain" AstraBrain.

Salah satu sorotan terbesarnya, terletak pada pilihan arsitektur.

Praktik utama industri di masa lalu adalah berlapis: sebuah model "otak" bertanggung jawab memahami tugas, membuat keputusan tingkat tinggi, sebuah modul "otak kecil" bertanggung jawab kontrol gerak real-time, keduanya berkomunikasi dengan antarmuka untuk meneruskan perintah.

Kelemahan arsitektur ini langsung: otak berpikir sejelas apapun, saat sampai ke otak kecil sudah terlambat setengah langkah; otak kecil bergerak seakurat apapun, tidak tahu mengapa otak menyuruhnya bergerak seperti itu.

Masalah yang lebih tersembunyi adalah putusnya informasi.

Saat otak memberikan perintah, tidak tahu di kaki mana pusat gravitasinya berada saat ini, berapa sisa kekuatan lengan kanan; saat otak kecil mengeksekusi gerakan, tidak tahu apakah pukulan ini ingin mengatur lawan atau langsung mencetak poin.

Kedua sisi masing-masing optimal, tapi ketika digabungkan menjadi sistem yang "bisa memikirkan tapi tidak bisa melakukan" atau "bisa melakukan tapi tidak bisa memikirkan".

Dalam tugas seperti bermain tenis, sedikit terlambat setengah langkah, hasilnya adalah kalah.

Cara Galaxy Star Brain adalah memasukkan lapisan otak (pemahaman tugas dan pengambilan keputusan taktis), lapisan otak kecil (kontrol gerak seluruh tubuh dinamis tinggi) dan kontrol saraf ke dalam model yang sama.

Menurut keterangan Galaxy General, ini adalah model global pertama yang dapat sekaligus bertanggung jawab untuk "memikirkan dengan jelas" dan "melakukannya", tidak ada lagi kehilangan informasi di antaranya.

Ditarik balik dari tugas tenis, ini mungkin satu-satunya solusi. Pengambilan keputusan taktis tidak bisa lepas dari persepsi real-time terhadap batas tubuh sendiri, kontrol gerak juga tidak bisa lepas dari pemahaman niat taktis, keduanya seharusnya tidak dipisahkan sejak awal.

Belajar dari Data Manusia yang Tidak Sempurna

Bermain Satu Juta Kali di Lapangan Virtual

Masalah lain di luar arsitektur adalah: Bagaimana model ini dilatih?

Satu masalah tradisional di bidang robotika adalah — tidak ada data.

Model bahasa bisa menelan semua teks di internet, robot tidak punya internet seperti itu.

Mengumpulkan data gerakan satu jam dengan mesin fisik membutuhkan satu jam, perlu diawasi orang, dan bisa merusak perangkat keras.

Inilah mengapa kemajuan kecerdasan berwujud dalam beberapa tahun terakhir selalu lebih lambat dari yang diharapkan.

Di balik ini, tidak lepas dari dukungan platform teknologi inti Galaxy General "Galaxy Star Workshop".

Selanjutnya, dibagi menjadi dua langkah.

Langkah pertama, belajar dari "data manusia tidak sempurna".

Data gerakan manusia bermain tenis bisa dikumpulkan, motion capture, video, sensor yang dikenakan semuanya bisa.

Tapi gerakan manusia sendiri tidak standar, pemain amatir memang sangat amatir, ada gerakan berlebih. Sedangkan gerakan pemain profesional memaksimalkan kualitas atletik pribadi, orang lain tidak bisa melakukannya, dan tinggi badan, panjang lengan, sudut sendi setiap orang tidak sama dengan robot.

Pembelajaran peniruan tradisional membutuhkan data demonstrasi yang bersih, sejajar, berkualitas tinggi, persyaratan seperti ini pada data manusia hampir tidak mungkin terpenuhi.

Apa yang harus dilakukan platform data Galaxy Star Workshop, adalah menyaring pengetahuan awal yang berguna dari kumpulan demonstrasi yang berisik, tidak sejajar, kualitasnya beragam ini:

Kapan harus memulai, ritme kasar mengayun raket, bagaimana pusat gravitasi tubuh berpindah, benar-benar mempelajari hukum gerakan di dalamnya.

Nilai langkah ini terletak pada start dingin.

Robot tidak perlu mulai dari bergerak acak, sejak awal sudah tahu kira-kira "seperti apa bermain tenis".

Langkah kedua, masuk ke dunia tenis virtual.

Di lingkungan simulasi, beberapa agen cerdas saling bermain. Bukan satu robot berlatih menghadapi mesin servis, tapi beberapa strategi masing-masing berkembang, saling menjadi lawan.

Satu pihak belajar memukul ke garis samping, pihak lain terpaksa belajar bergerak horizontal dalam jangkauan besar; satu pihak belajar melakukan drop shot, pihak lain terpaksa belajar cepat maju ke depan net.

Dalam permainan virtual yang sangat banyak ini, keajaiban terjadi — "kemunculan keterampilan".

Insinyur tidak mengajarinya cara meluncur menyelamatkan bola, tapi setelah gagal tidak menerima bola berkali-kali, model sendiri "memahami" postur peregangan ekstrem.

Insinyur tidak menulis kode keras untuk bangkit setelah terjatuh, tapi setelah jatuh jutaan kali di dunia virtual, model sendiri "belajar" bagaimana menggerakkan semua motor tubuh untuk berdiri kembali.

Keterampilan tidak perlu dirancang secara manual, di bawah tekanan persaingan AI belajar mandiri.

Akhirnya, ketika "jiwa-jiwa" yang telah berlatih ilmu sakti di dunia virtual ini, ditransfer tanpa kehilangan ke tubuh robot nyata di dunia fisik, seorang master tenis, terlahir!

Ditempatkan dalam spektrum pembelajaran mesin secara keseluruhan, jalan ini berjalan di antara dua ekstrem.

Batas pembelajaran peniruan murni adalah tingkat demonstrator, pelatih manusia tidak bisa mengajarkan murid yang melebihi dirinya, dan dalam demonstrasi manusia tidak ada data seperti "bagaimana bangkit setelah jatuh dan terus bermain".

Pembelajaran penguatan murni menjelajah dari nol, dalam tugas seperti tenis yang ruang geraknya sangat besar, hadiahnya jarang, biaya pencarian tinggi sampai tidak realistis, dan mudah mempelajari gerakan aneh yang tidak bisa dipahami manusia, bisa menang, tapi tidak seperti bermain tenis.

Pertama gunakan pengetahuan awal manusia sebagai dasar, lalu gunakan evolusi mandiri untuk meningkatkannya.

Ini sendiri tidak baru, AlphaGo dulu juga belajar dari catatan permainan manusia terlebih dahulu, lalu bermain melawan diri sendiri. Hal baru adalah, sepuluh tahun lalu metode ini berhasil di papan catur, sepuluh tahun kemudian untuk pertama kalinya berhasil dalam tugas yang membutuhkan tubuh.

Dalam arti tertentu, ini adalah resonansi teknologi paling menarik antara AstraTennis dan AlphaGo.

Era AlphaGo, kecerdasan berpikir di papan catur; dan kali ini, kecerdasan mulai memasuki dunia fisik.

Ini bukan hanya pertandingan tenis. Momen AstraTennis ini membuktikan: Dalam era baru simbiosis karbon dan silikon, kekuatan China, mulai menciptakan lebih banyak keajaiban.

Editor: Aeneas David

Artikel ini berasal dari akun WeChat publik "Xinzhiyuan", penulis: Apokalips ASI

Kripto yang Sedang Tren

Pertanyaan Terkait

QApa yang istimewa dari pertandingan tenis antara robot humanoid dan atlet manusia yang dijelaskan dalam artikel?

AIni adalah pertandingan tenis tunggal pertama di dunia antara robot humanoid dan atlet manusia profesional (Zheng Jie), menandai tonggak sejarah dalam teknologi kecerdasan tertanam (embodied AI) China. Robot tersebut mampu melakukan servis, pukulan forehand/backhand, bergerak lincah, bahkan bangkit sendiri setelah terjatuh.

QMengapa pertandingan tenis dianggap sebagai uji tekanan ekstrem untuk kecerdasan tertanam (embodied intelligence)?

AKarena tenis membutuhkan reaksi dalam sepersekian detik terhadap bola yang melaju cepat dengan kecepatan lebih dari 100 km/jam. Robot harus menggabungkan persepsi, pengambilan keputusan, kontrol gerak seluruh tubuh, dan kemampuan bermain strategi real-time dalam lingkungan fisik yang dinamis dan penuh ketidakpastian, melebihi kompleksitas permainan papan seperti catur Go.

QApa perbedaan mendasar antara model AI AstraBrain dari Galaxy General dan arsitektur AI robot tradisional?

AArsitektur tradisional memisahkan 'otak' (untuk pengambilan keputusan tingkat tinggi) dan 'otak kecil' (untuk kontrol gerak real-time), menyebabkan keterlambatan dan kehilangan informasi. AstraBrain mengintegrasikan keduanya dalam satu model yang sama, memungkinkan perencanaan taktis dan kontrol gerak dinamis terkoordinasi tanpa jeda, yang sangat penting untuk tugas seperti tenis.

QBagaimana cara robot 'Galaxy General' dilatih untuk bermain tenis pada tingkat kompetitif?

APelatihan dilakukan dalam dua tahap utama: 1) Belajar dari data gerakan manusia yang tidak sempurna untuk memahami pola dasar permainan tenis. 2) Berlatih intensif di dunia simulasi virtual, di mana banyak agen AI saling berhadapan dalam jutaan pertandingan, sehingga muncul keterampilan lanjutan seperti penyelamatan bola ekstrem dan bangkit setelah jatuh melalui evolusi dan pembelajaran mandiri.

QApa makna simbolis dari momen 'AstraTennis' ini jika dibandingkan dengan kemenangan AlphaGo satu dekade lalu?

AJika AlphaGo membuktikan AI dapat menaklukkan dunia digital (seperti papan catur Go), momen AstraTennis membuktikan bahwa AI dapat memasuki dan beroperasi di dunia fisik yang kompleks dan dinamis. Ini menandai transisi kecerdasan dari sekadar 'berpikir' menjadi 'bertindak' secara fisik, membuka era baru di mana silikon dan karbon dapat berkolaborasi lebih dalam.

Bacaan Terkait

Pemain Gelap Terbesar dalam Pembayaran AI, Mungkin adalah Coinbase yang Memberikan Dompet kepada Agent

Dalam perlombaan pembayaran AI, Coinbase muncul sebagai pemain tak terduga yang memimpin dalam transaksi Agent. Data menunjukkan lebih dari 90% transaksi Agent on-chain terjadi di Base, 99% transaksi bisnis Agent diselesaikan dengan USDC, dan lebih dari 97% menggunakan protokol x402. Inti dari posisi Coinbase adalah "Agentic Wallets", infrastruktur dompet yang dirilis Februari 2026, yang memberikan identitas keuangan mandiri kepada AI Agent. Berbeda dengan Visa atau Stripe yang menghubungkan Agent ke jaringan pembayaran manusia, Coinbase memberikan dompet sendiri untuk Agent, memungkinkannya memegang aset dan melakukan transaksi secara otonom dalam batasan yang ditetapkan. Kebutuhan ini muncul karena karakteristik transaksi Agent: mikro, frekuensi tinggi, dan otomatis antara mesin. Pembayaran kartu tradisional memiliki masalah biaya tinggi, kebutuhan otorisasi berulang, dan kesulitan penelusuran. Dompet berbasis stablecoin seperti USDC di Base menawarkan biaya rendah, otorisasi berbasis kode, dan identitas transaksi yang jelas. Coinbase membangun ekosistem tertutup yang lengkap: Base (jaringan Layer 2), Agentic Wallets, protokol x402, dan aset seperti cbBTC. Ini memungkinkan pengalaman pembayaran Agent yang mulus sepenuhnya dalam ekosistemnya. Posisi terdepan ini terbentuk bukan dari perencanaan khusus untuk pembayaran Agent, tetapi dari investasi bertahun-tahun dalam infrastruktur on-chain (Base, x402) yang kebetulan sangat cocok untuk kebutuhan ekonomi Agent yang meledak. Ini menunjukkan bahwa dalam adopsi teknologi baru, pihak dengan infrastruktur siap pakai yang paling matang seringkali menuai manfaat pertama, bahkan sebelum standar akhir ditetapkan. Coinbase saat ini adalah yang terdepan dalam menjalankan pembayaran Agent secara aktual.

marsbit2j yang lalu

Pemain Gelap Terbesar dalam Pembayaran AI, Mungkin adalah Coinbase yang Memberikan Dompet kepada Agent

marsbit2j yang lalu

Dalio Peringatkan Ketidakseimbangan Pasokan dan Permintaan Utang AS: Emas dan Bitcoin Bisa Jadi Aset Lindung Nilai Krisis Utang

Dalam artikelnya, Ray Dalio memperingatkan tentang ketidakseimbangan pasokan dan permintaan utang AS yang tidak berkelanjutan, sesuai dengan kerangka siklus utang besar yang dijelaskan dalam bukunya. Dia menyoroti tiga peristiwa terkini: penjualan obligasi AS oleh Jepang, kenaikan imbal hasil obligasi AS, dan pembelian obligasi oleh Departemen Keuangan AS. Dalio menjelaskan mekanisme krisis utang pemerintah: ketika pembayaran utang membebani anggaran, pasokan obligasi melebihi permintaan pasar, memaksa bank sentral mencetak uang untuk membelinya, yang menyebabkan depresiasi mata uang dan inflasi. Dia mengidentifikasi tiga indikator kunci: rasio pembayaran utang terhadap pendapatan pemerintah, pasokan obligasi versus permintaan, dan jumlah uang yang dicetak bank sentral. Situasi AS digambarkan seperti perusahaan dengan pendapatan $5,5 triliun, pengeluaran $7,5 triliun (defisit $2 triliun), utang $32 triliun, dan pembayaran bunga $1 triliun. Dalio memperkirakan utang bisa mencapai $55-60 triliun dalam sepuluh tahun. Solusinya adalah mengurangi defisit fiskal hingga 3% dari PDB melalui kombinasi pemotongan belanja, kenaikan pajak, dan penurunan suku bunga. Dalio menjawab pertanyaan umum, menekankan bahwa krisis utang adalah pola sejarah yang berulang, dan AS tidak kebal. Dia memperkirakan krisis bisa terjadi dalam sekitar tiga tahun jika tidak ada perubahan kebijakan. Sebagai contoh, dia merujuk pada pengalaman Jepang, di mana kebijakan moneter longgar menyebabkan kinerja obligasi yang buruk dan penurunan upah riil. Untuk mengelola risiko ini, dia menyarankan diversifikasi aset lintas negara dan kelas aset, memilih negara dengan kondisi fiskal dan politik yang sehat. Secara khusus, dia merekomendasikan untuk mengurangi alokasi obligasi, meningkatkan alokasi emas (sekitar 10-15% portofolio), dan mengalokasikan sedikit ke Bitcoin, karena aset-aset ini dapat berfungsi sebagai lindung nilai terhadap depresiasi mata uang pemerintah.

marsbit2j yang lalu

Dalio Peringatkan Ketidakseimbangan Pasokan dan Permintaan Utang AS: Emas dan Bitcoin Bisa Jadi Aset Lindung Nilai Krisis Utang

marsbit2j yang lalu

Trading

Spot

Artikel Populer

Apa Itu $S$

Memahami SPERO: Tinjauan Komprehensif Pengenalan SPERO Seiring dengan perkembangan lanskap inovasi, munculnya teknologi web3 dan proyek cryptocurrency memainkan peran penting dalam membentuk masa depan digital. Salah satu proyek yang telah menarik perhatian di bidang dinamis ini adalah SPERO, yang dilambangkan sebagai SPERO,$$s$. Artikel ini bertujuan untuk mengumpulkan dan menyajikan informasi terperinci tentang SPERO, untuk membantu para penggemar dan investor memahami dasar-dasar, tujuan, dan inovasi dalam domain web3 dan crypto. Apa itu SPERO,$$s$? SPERO,$$s$ adalah proyek unik dalam ruang crypto yang berusaha memanfaatkan prinsip desentralisasi dan teknologi blockchain untuk menciptakan ekosistem yang mendorong keterlibatan, utilitas, dan inklusi finansial. Proyek ini dirancang untuk memfasilitasi interaksi peer-to-peer dengan cara baru, memberikan pengguna solusi dan layanan keuangan yang inovatif. Pada intinya, SPERO,$$s$ bertujuan untuk memberdayakan individu dengan menyediakan alat dan platform yang meningkatkan pengalaman pengguna dalam ruang cryptocurrency. Ini termasuk memungkinkan metode transaksi yang lebih fleksibel, mendorong inisiatif yang dipimpin komunitas, dan menciptakan jalur untuk peluang finansial melalui aplikasi terdesentralisasi (dApps). Visi mendasar dari SPERO,$$s$ berputar di sekitar inklusivitas, bertujuan untuk menjembatani kesenjangan dalam keuangan tradisional sambil memanfaatkan manfaat teknologi blockchain. Siapa Pencipta SPERO,$$s$? Identitas pencipta SPERO,$$s$ tetap agak samar, karena ada sumber daya publik yang terbatas yang memberikan informasi latar belakang terperinci tentang pendiriannya. Kurangnya transparansi ini dapat berasal dari komitmen proyek terhadap desentralisasi—sebuah etos yang banyak proyek web3 bagi, memprioritaskan kontribusi kolektif di atas pengakuan individu. Dengan memusatkan diskusi di sekitar komunitas dan tujuan kolektifnya, SPERO,$$s$ mewujudkan esensi pemberdayaan tanpa menonjolkan individu tertentu. Dengan demikian, memahami etos dan misi SPERO tetap lebih penting daripada mengidentifikasi pencipta tunggal. Siapa Investor SPERO,$$s$? SPERO,$$s$ didukung oleh beragam investor mulai dari modal ventura hingga investor malaikat yang berdedikasi untuk mendorong inovasi di sektor crypto. Fokus investor ini umumnya sejalan dengan misi SPERO—memprioritaskan proyek yang menjanjikan kemajuan teknologi sosial, inklusivitas finansial, dan tata kelola terdesentralisasi. Fondasi investor ini biasanya tertarik pada proyek yang tidak hanya menawarkan produk inovatif tetapi juga memberikan kontribusi positif kepada komunitas blockchain dan ekosistemnya. Dukungan dari investor ini memperkuat SPERO,$$s$ sebagai pesaing yang patut diperhitungkan di domain proyek crypto yang berkembang pesat. Bagaimana SPERO,$$s$ Bekerja? SPERO,$$s$ menerapkan kerangka kerja multi-faceted yang membedakannya dari proyek cryptocurrency konvensional. Berikut adalah beberapa fitur kunci yang menekankan keunikan dan inovasinya: Tata Kelola Terdesentralisasi: SPERO,$$s$ mengintegrasikan model tata kelola terdesentralisasi, memberdayakan pengguna untuk berpartisipasi aktif dalam proses pengambilan keputusan mengenai masa depan proyek. Pendekatan ini mendorong rasa kepemilikan dan akuntabilitas di antara anggota komunitas. Utilitas Token: SPERO,$$s$ memanfaatkan token cryptocurrency-nya sendiri, yang dirancang untuk melayani berbagai fungsi dalam ekosistem. Token ini memungkinkan transaksi, hadiah, dan fasilitasi layanan yang ditawarkan di platform, meningkatkan keterlibatan dan utilitas secara keseluruhan. Arsitektur Berlapis: Arsitektur teknis SPERO,$$s$ mendukung modularitas dan skalabilitas, memungkinkan integrasi fitur dan aplikasi tambahan secara mulus seiring dengan perkembangan proyek. Kemampuan beradaptasi ini sangat penting untuk mempertahankan relevansi di lanskap crypto yang selalu berubah. Keterlibatan Komunitas: Proyek ini menekankan inisiatif yang dipimpin komunitas, menggunakan mekanisme yang memberikan insentif untuk kolaborasi dan umpan balik. Dengan memelihara komunitas yang kuat, SPERO,$$s$ dapat lebih baik memenuhi kebutuhan pengguna dan beradaptasi dengan tren pasar. Fokus pada Inklusi: Dengan menawarkan biaya transaksi yang rendah dan antarmuka yang ramah pengguna, SPERO,$$s$ bertujuan untuk menarik basis pengguna yang beragam, termasuk individu yang mungkin sebelumnya tidak terlibat dalam ruang crypto. Komitmen ini terhadap inklusi sejalan dengan misi utamanya untuk memberdayakan melalui aksesibilitas. Garis Waktu SPERO,$$s$ Memahami sejarah proyek memberikan wawasan penting tentang trajektori dan tonggak perkembangannya. Berikut adalah garis waktu yang disarankan yang memetakan peristiwa signifikan dalam evolusi SPERO,$$s$: Fase Konseptualisasi dan Ideasi: Ide awal yang membentuk dasar SPERO,$$s$ dikembangkan, sangat selaras dengan prinsip desentralisasi dan fokus komunitas dalam industri blockchain. Peluncuran Whitepaper Proyek: Setelah fase konseptual, whitepaper komprehensif yang merinci visi, tujuan, dan infrastruktur teknologi SPERO,$$s$ dirilis untuk menarik minat dan umpan balik komunitas. Pembangunan Komunitas dan Keterlibatan Awal: Upaya jangkauan aktif dilakukan untuk membangun komunitas pengguna awal dan investor potensial, memfasilitasi diskusi seputar tujuan proyek dan mendapatkan dukungan. Acara Generasi Token: SPERO,$$s$ melakukan acara generasi token (TGE) untuk mendistribusikan token asli kepada pendukung awal dan membangun likuiditas awal dalam ekosistem. Peluncuran dApp Awal: Aplikasi terdesentralisasi (dApp) pertama yang terkait dengan SPERO,$$s$ diluncurkan, memungkinkan pengguna untuk terlibat dengan fungsionalitas inti platform. Pengembangan Berkelanjutan dan Kemitraan: Pembaruan dan peningkatan berkelanjutan terhadap penawaran proyek, termasuk kemitraan strategis dengan pemain lain di ruang blockchain, telah membentuk SPERO,$$s$ menjadi pemain yang kompetitif dan berkembang di pasar crypto. Kesimpulan SPERO,$$s$ berdiri sebagai bukti potensi web3 dan cryptocurrency untuk merevolusi sistem keuangan dan memberdayakan individu. Dengan komitmen terhadap tata kelola terdesentralisasi, keterlibatan komunitas, dan fungsionalitas yang dirancang secara inovatif, ia membuka jalan menuju lanskap keuangan yang lebih inklusif. Seperti halnya investasi di ruang crypto yang berkembang pesat, calon investor dan pengguna dianjurkan untuk melakukan riset secara menyeluruh dan terlibat dengan perkembangan yang sedang berlangsung dalam SPERO,$$s$. Proyek ini menunjukkan semangat inovatif industri crypto, mengundang eksplorasi lebih lanjut ke dalam berbagai kemungkinan yang ada. Meskipun perjalanan SPERO,$$s$ masih berlangsung, prinsip-prinsip dasarnya mungkin benar-benar mempengaruhi masa depan cara kita berinteraksi dengan teknologi, keuangan, dan satu sama lain dalam ekosistem digital yang saling terhubung.

410 Total TayanganDipublikasikan pada 2024.12.17Diperbarui pada 2024.12.17

Apa Itu $S$

Apa Itu AGENT S

Agent S: Masa Depan Interaksi Otonom di Web3 Pendahuluan Dalam lanskap Web3 dan cryptocurrency yang terus berkembang, inovasi secara konstan mendefinisikan ulang cara individu berinteraksi dengan platform digital. Salah satu proyek perintis, Agent S, menjanjikan untuk merevolusi interaksi manusia-komputer melalui kerangka agen terbuka. Dengan membuka jalan untuk interaksi otonom, Agent S bertujuan untuk menyederhanakan tugas-tugas kompleks, menawarkan aplikasi transformasional dalam kecerdasan buatan (AI). Eksplorasi mendetail ini akan menyelami seluk-beluk proyek, fitur uniknya, dan implikasinya untuk domain cryptocurrency. Apa itu Agent S? Agent S berdiri sebagai kerangka agen terbuka yang inovatif, dirancang khusus untuk mengatasi tiga tantangan mendasar dalam otomatisasi tugas komputer: Memperoleh Pengetahuan Spesifik Domain: Kerangka ini secara cerdas belajar dari berbagai sumber pengetahuan eksternal dan pengalaman internal. Pendekatan ganda ini memberdayakannya untuk membangun repositori pengetahuan spesifik domain yang kaya, meningkatkan kinerjanya dalam pelaksanaan tugas. Perencanaan Selama Rentang Tugas yang Panjang: Agent S menggunakan perencanaan hierarkis yang ditingkatkan pengalaman, pendekatan strategis yang memfasilitasi pemecahan dan pelaksanaan tugas-tugas rumit dengan efisien. Fitur ini secara signifikan meningkatkan kemampuannya untuk mengelola beberapa subtugas dengan efisien dan efektif. Menangani Antarmuka Dinamis dan Tidak Seragam: Proyek ini memperkenalkan Antarmuka Agen-Komputer (ACI), solusi inovatif yang meningkatkan interaksi antara agen dan pengguna. Dengan memanfaatkan Model Bahasa Besar Multimodal (MLLM), Agent S dapat menavigasi dan memanipulasi berbagai antarmuka pengguna grafis dengan mulus. Melalui fitur-fitur perintis ini, Agent S menyediakan kerangka kerja yang kuat yang mengatasi kompleksitas yang terlibat dalam mengotomatisasi interaksi manusia dengan mesin, membuka jalan untuk berbagai aplikasi dalam AI dan seterusnya. Siapa Pencipta Agent S? Meskipun konsep Agent S secara fundamental inovatif, informasi spesifik tentang penciptanya tetap samar. Pencipta saat ini tidak diketahui, yang menyoroti baik tahap awal proyek atau pilihan strategis untuk menjaga anggota pendiri tetap tersembunyi. Terlepas dari anonimitas, fokus tetap pada kemampuan dan potensi kerangka kerja. Siapa Investor Agent S? Karena Agent S relatif baru dalam ekosistem kriptografi, informasi terperinci mengenai investor dan pendukung keuangannya tidak secara eksplisit didokumentasikan. Kurangnya wawasan yang tersedia untuk umum mengenai fondasi investasi atau organisasi yang mendukung proyek ini menimbulkan pertanyaan tentang struktur pendanaannya dan peta jalan pengembangannya. Memahami dukungan sangat penting untuk mengukur keberlanjutan proyek dan potensi dampak pasar. Bagaimana Cara Kerja Agent S? Di inti Agent S terletak teknologi mutakhir yang memungkinkannya berfungsi secara efektif dalam berbagai pengaturan. Model operasionalnya dibangun di sekitar beberapa fitur kunci: Interaksi Komputer yang Mirip Manusia: Kerangka ini menawarkan perencanaan AI yang canggih, berusaha untuk membuat interaksi dengan komputer lebih intuitif. Dengan meniru perilaku manusia dalam pelaksanaan tugas, ia menjanjikan untuk meningkatkan pengalaman pengguna. Memori Naratif: Digunakan untuk memanfaatkan pengalaman tingkat tinggi, Agent S memanfaatkan memori naratif untuk melacak sejarah tugas, sehingga meningkatkan proses pengambilan keputusannya. Memori Episodik: Fitur ini memberikan panduan langkah demi langkah kepada pengguna, memungkinkan kerangka untuk menawarkan dukungan kontekstual saat tugas berlangsung. Dukungan untuk OpenACI: Dengan kemampuan untuk berjalan secara lokal, Agent S memungkinkan pengguna untuk mempertahankan kontrol atas interaksi dan alur kerja mereka, sejalan dengan etos terdesentralisasi Web3. Integrasi Mudah dengan API Eksternal: Versatilitas dan kompatibilitasnya dengan berbagai platform AI memastikan bahwa Agent S dapat dengan mulus masuk ke dalam ekosistem teknologi yang ada, menjadikannya pilihan menarik bagi pengembang dan organisasi. Fungsionalitas ini secara kolektif berkontribusi pada posisi unik Agent S dalam ruang kripto, saat ia mengotomatisasi tugas-tugas kompleks yang melibatkan banyak langkah dengan intervensi manusia yang minimal. Seiring proyek ini berkembang, aplikasi potensialnya di Web3 dapat mendefinisikan ulang bagaimana interaksi digital berlangsung. Garis Waktu Agent S Pengembangan dan tonggak Agent S dapat dirangkum dalam garis waktu yang menyoroti peristiwa pentingnya: 27 September 2024: Konsep Agent S diluncurkan dalam sebuah makalah penelitian komprehensif berjudul “Sebuah Kerangka Agen Terbuka yang Menggunakan Komputer Seperti Manusia,” yang menunjukkan dasar untuk proyek ini. 10 Oktober 2024: Makalah penelitian tersebut dipublikasikan secara terbuka di arXiv, menawarkan eksplorasi mendalam tentang kerangka kerja dan evaluasi kinerjanya berdasarkan tolok ukur OSWorld. 12 Oktober 2024: Sebuah presentasi video dirilis, memberikan wawasan visual tentang kemampuan dan fitur Agent S, lebih lanjut melibatkan pengguna dan investor potensial. Tanda-tanda dalam garis waktu ini tidak hanya menggambarkan kemajuan Agent S tetapi juga menunjukkan komitmennya terhadap transparansi dan keterlibatan komunitas. Poin Kunci Tentang Agent S Seiring kerangka Agent S terus berkembang, beberapa atribut kunci menonjol, menekankan sifat inovatif dan potensinya: Kerangka Inovatif: Dirancang untuk memberikan penggunaan komputer yang intuitif seperti interaksi manusia, Agent S membawa pendekatan baru untuk otomatisasi tugas. Interaksi Otonom: Kemampuan untuk berinteraksi secara otonom dengan komputer melalui GUI menandakan lompatan menuju solusi komputasi yang lebih cerdas dan efisien. Otomatisasi Tugas Kompleks: Dengan metodologinya yang kuat, ia dapat mengotomatisasi tugas-tugas kompleks yang melibatkan banyak langkah, membuat proses lebih cepat dan kurang rentan terhadap kesalahan. Perbaikan Berkelanjutan: Mekanisme pembelajaran memungkinkan Agent S untuk belajar dari pengalaman masa lalu, terus meningkatkan kinerja dan efektivitasnya. Versatilitas: Adaptabilitasnya di berbagai lingkungan operasi seperti OSWorld dan WindowsAgentArena memastikan bahwa ia dapat melayani berbagai aplikasi. Saat Agent S memposisikan dirinya di lanskap Web3 dan kripto, potensinya untuk meningkatkan kemampuan interaksi dan mengotomatisasi proses menandakan kemajuan signifikan dalam teknologi AI. Melalui kerangka inovatifnya, Agent S mencerminkan masa depan interaksi digital, menjanjikan pengalaman yang lebih mulus dan efisien bagi pengguna di berbagai industri. Kesimpulan Agent S mewakili lompatan berani ke depan dalam pernikahan AI dan Web3, dengan kapasitas untuk mendefinisikan ulang cara kita berinteraksi dengan teknologi. Meskipun masih dalam tahap awal, kemungkinan aplikasinya sangat luas dan menarik. Melalui kerangka komprehensifnya yang mengatasi tantangan kritis, Agent S bertujuan untuk membawa interaksi otonom ke garis depan pengalaman digital. Saat kita melangkah lebih dalam ke dalam ranah cryptocurrency dan desentralisasi, proyek-proyek seperti Agent S pasti akan memainkan peran penting dalam membentuk masa depan teknologi dan kolaborasi manusia-komputer.

1.2k Total TayanganDipublikasikan pada 2025.01.14Diperbarui pada 2025.01.14

Apa Itu AGENT S

Cara Membeli S

Selamat datang di HTX.com! Kami telah membuat pembelian Sonic (S) menjadi mudah dan nyaman. Ikuti panduan langkah demi langkah kami untuk memulai perjalanan kripto Anda.Langkah 1: Buat Akun HTX AndaGunakan alamat email atau nomor ponsel Anda untuk mendaftar akun gratis di HTX. Rasakan perjalanan pendaftaran yang mudah dan buka semua fitur.Dapatkan Akun SayaLangkah 2: Buka Beli Kripto, lalu Pilih Metode Pembayaran AndaKartu Kredit/Debit: Gunakan Visa atau Mastercard Anda untuk membeli Sonic (S) secara instan.Saldo: Gunakan dana dari saldo akun HTX Anda untuk melakukan trading dengan lancar.Pihak Ketiga: Kami telah menambahkan metode pembayaran populer seperti Google Pay dan Apple Pay untuk meningkatkan kenyamanan.P2P: Lakukan trading langsung dengan pengguna lain di HTX.Over-the-Counter (OTC): Kami menawarkan layanan yang dibuat khusus dan kurs yang kompetitif bagi para trader.Langkah 3: Simpan Sonic (S) AndaSetelah melakukan pembelian, simpan Sonic (S) di akun HTX Anda. Selain itu, Anda dapat mengirimkannya ke tempat lain melalui transfer blockchain atau menggunakannya untuk memperdagangkan mata uang kripto lainnya.Langkah 4: Lakukan trading Sonic (S)Lakukan trading Sonic (S) dengan mudah di pasar spot HTX. Cukup akses akun Anda, pilih pasangan perdagangan, jalankan trading, lalu pantau secara real-time. Kami menawarkan pengalaman yang ramah pengguna baik untuk pemula maupun trader berpengalaman.

2.5k Total TayanganDipublikasikan pada 2025.01.15Diperbarui pada 2026.06.02

Cara Membeli S

Diskusi

Selamat datang di Komunitas HTX. Di sini, Anda bisa terus mendapatkan informasi terbaru tentang perkembangan platform terkini dan mendapatkan akses ke wawasan pasar profesional. Pendapat pengguna mengenai harga S (S) disajikan di bawah ini.

活动图片