Laporan Goldman Sachs Membedah Peta Persaingan Model AI Besar Tiongkok: Siapa yang Akan Menjadi Pemenang Jangka Panjang?

marsbitDipublikasikan tanggal 2026-07-11Terakhir diperbarui pada 2026-07-11

Abstrak

Laporan Goldman Sachs menganalisis persaingan model AI besar di Tiongkok, menyoroti titik balik historis dengan model open-source/berbobot terbuka yang kinerjanya mendekati model berpemilik global teratas. Laporan ini mengidentifikasi pola evolusi dari "momen efisiensi biaya DeepSeek tahun lalu ke momen kecerdasan model GLM Zhipu tahun ini". Dalam hal efisiensi, model Tiongkok mencapai kinerja hampir setara dengan biaya jauh lebih rendah, berkat inovasi arsitektur seperti MoE dan efisiensi parameter. Model seperti DeepSeek V4 Pro (1.6T parameter) dan GLM5.2 (0.7T) mengungguli dalam kemampuan pemrograman. Pasar terpolarisasi menjadi dua lapis: *pasar high-end* (contoh: GLM5.2, Qwen3.7 Max) dengan harga sekitar $1 per juta token dan margin kotor inferensi 10-20%, serta *pasar low-end* (harga serendah $0.06 per juta token) yang menargetkan UKM global. Pendapatan API/subskripsi diproyeksikan melonjak dari RMB 35 miliar (2026) menjadi RMB 879 miliar (2030). Strategi open-source mendorong adopsi luas tetapi membatasi monetisasi. Tren bergerak dari lisensi MIT gratis menuju model "bobot terbuka + lisensi komunitas" dengan bagi hasil untuk penggunaan komersial. Paradigma penggunaan global beralih dari "maksimalkan token" ke "utamakan ROI". Model Tiongkok mendapat porsi token yang tumbuh di pasar non-AS melalui platform seperti AWS Bedrock, dengan Microsoft mempertimbangkan menghosting DeepSeek di Copilot. Analisis posisi kompetitif Goldman Sachs menilai **Zhipu** dan **DeepSeek*...

Penulis: Wallstreetcn, Bu Shuqing

Judul Asli: Laporan Mendalam Goldman Sachs: Siapa yang Akan Menjadi Pemenang Jangka Panjang di Industri Model AI Besar Tiongkok?

Model AI besar Tiongkok sedang berdiri di titik balik bersejarah. Goldman Sachs berpendapat bahwa kemampuan cerdas model berat terbuka/terbuka sumber Tiongkok telah mendekati model kepemilikan teratas global, adopsi oleh perusahaan domestik dan UMKM global sedang berkembang pesat, sehingga efek putaran data yang terbentuk akan lebih mendorong iterasi dan peningkatan model.

Menurut ZF Trading Desk, laporan terbaru Goldman Sachs menunjukkan, jalur evolusi ini dapat diringkas sebagai "dari momen efisiensi biaya DeepSeek tahun lalu, hingga momen kecerdasan model GLM dari Zhipu tahun ini". Tim yang dipimpin oleh analis Goldman Sachs, Ronald Keung, dalam laporan 50 halaman ini, secara sistematis mengevaluasi empat pertanyaan inti: bagaimana model AI Tiongkok mencapai kinerja tinggi dengan biaya rendah, mengapa memilih jalur open source dan bagaimana memonetisasikannya, di mana pasar inti yang dapat ditargetkan, serta siapa yang akan menjadi pemenang jangka panjang.

Dalam menilai lanskap persaingan, Goldman Sachs memperkenalkan "Kerangka Posisi Bersaing" berdasarkan kemampuan penetapan harga, keunggulan biaya, dan kekuatan keuangan, dan berdasarkan hal ini menentukan bahwa di bidang model teks dasar, Zhipu (diliput pertama kali) dan DeepSeek (belum go public) memiliki posisi paling kuat; di bidang multimodal, ByteDance (belum go public) memimpin. Goldman Sachs juga mempertahankan peringkat beli untuk MiniMax dan Kuaishou.

Bertarung dengan Modal Kecil, Menang dengan Efisiensi

Model besar Tiongkok mampu mencapai kinerja yang mendekati produk sejenis AS dengan biaya yang jauh lebih rendah, kuncinya terletak pada terobosan ganda inovasi arsitektur dan efisiensi parameter.

Laporan Goldman Sachs menunjukkan bahwa skala parameter model open source Tiongkok umumnya berada di antara 200 miliar hingga 1,6 triliun, hanya 2% hingga 10% dari model teratas global, ini terutama disebabkan oleh akses terbatas terhadap daya komputasi high-end. Sementara itu, inovasi seperti arsitektur Mixture of Experts (MoE) dan mekanisme perhatian jarang membuat proporsi parameter yang benar-benar aktif terhadap total parameter hanya 3% hingga 5%, secara signifikan menekan biaya pelatihan dan inferensi.

Pada tingkat model spesifik, DeepSeek V4 Pro memiliki 1,6 triliun parameter, Zhipu GLM5.2 memiliki 0,7 triliun parameter, dan MiniMax M3 memiliki 0,4 triliun parameter.

Goldman Sachs mengaitkan lompatan kemampuan pemrograman model Tiongkok baru-baru ini dengan sinergi faktor-faktor seperti penyaringan data, pascapelatihan pembelajaran penguatan (RL), dan lainnya. Pada 27 Juni, DeepSeek meluncurkan kerangka kerja pengodean spekulatif DSpark, yang telah diterapkan dalam layanan online V4-Flash dan V4 Pro, tanpa mengubah bobot model atau kualitas keluaran, meningkatkan kecepatan pembuatan per pengguna sebesar 60% hingga 85% (V4-Flash) dan 57% hingga 78% (V4 Pro).

LongCat 2.0 yang dirilis Meituan pada 30 Juni dianggap Goldman Sachs sebagai tonggak penting otonomi infrastruktur AI Tiongkok — ini adalah model MoE open source 1,6 triliun parameter pertama di Tiongkok yang sepenuhnya dilatih dan diterapkan berdasarkan 50.000 kartu komputasi domestik. Goldman Sachs percaya bahwa ini membuktikan kelayakan tumpukan perangkat keras lokalisasi pada tahap pra-pelatihan yang padat komputasi, memiliki signifikansi mendalam bagi model AI Tiongkok untuk melepaskan ketergantungan pada chip high-end asing.

Pasar Terpolarisasi, Yang Kuat Semakin Kuat

Goldman Sachs menggambarkan pasar model AI Tiongkok sebagai "struktur dua lapis" yang sedang terbentuk, dan mengidentifikasi dua kuadran maksimalisasi ARR.

Di pasar high-end, model teratas seperti Zhipu GLM5.2 dan Alibaba Qwen3.7 Max berharga sekitar $1 per juta token, 5 kali lipat model low-end, dengan margin kotor inferensi sekitar 10% hingga 20% (estimasi Goldman Sachs). Sebagai perbandingan, model teratas AS berharga $4 hingga $8 per juta token, model high-end Tiongkok hanya 10% hingga 25% darinya, tetapi dengan rasio aktivasi parameter yang lebih rendah, masih dapat mempertahankan margin kotor positif.

Di pasar low-end, model yang ditujukan untuk tugas agen cerdas berharga serendah $0,06 hingga $0,2 per juta token, sedang membuka pasar UMKM global dan pengguna individu yang sensitif harga. MiniMax memperoleh 60% hingga 70% pendapatannya dari luar negeri. Perlu diperhatikan bahwa DeepSeek telah mengumumkan akan memperkenalkan mekanisme penetapan harga puncak-lembah untuk seri V4 mulai pertengahan Juli, tarif waktu puncak adalah 2 kali lipat waktu non-puncak, dengan penetapan harga campuran sekitar $0,35 per juta token (V4 Pro) dan $0,12 (V4 Flash).

Goldman Sachs memperkirakan bahwa pendapatan API dan berlangganan model AI Tiongkok akan tumbuh dari estimasi 35 miliar yuan RMB pada tahun 2026 menjadi 879 miliar yuan RMB pada tahun 2030, sesuai dengan konsumsi token harian dari 350 triliun menjadi 4.600 triliun, peningkatan sekitar 25 kali lipat.

Strategi Open Source: Penetrasi Luas, Jalur Monetisasi Perlu Ditingkatkan

Laporan Goldman Sachs secara rinci menguraikan logika strategis penggunaan jalur open source/berat terbuka oleh model AI Tiongkok dan keterbatasan monetisasinya.

Keunggulan inti strategi open source terletak pada fleksibilitas penerapan dan ekosistem komunitas. Seri Qwen Alibaba, DeepSeek, GLM Zhipu, dan MiniMax M3 semuanya menggunakan pendekatan open source atau berat terbuka, model Seed ByteDance adalah pengecualian utama, menggunakan jalur kepemilikan sepenuhnya tertutup. Mode open source memungkinkan model diterapkan secara fleksibel di dalam dan luar Tiongkok Daratan, dan mempercepat iterasi melalui umpan balik komunitas.

Namun, Goldman Sachs mencatat, angka ARR yang diungkapkan perusahaan model open source kemungkinan besar sangat meremehkan skala penerapan aktual dan potensi pendapatan. Sebagai contoh, target ARR Zhipu pada akhir 2026 adalah $10 miliar, tetapi penerapan aktual GLM5.2 di seluruh dunia akan jauh lebih tinggi daripada volume token dan pendapatan melalui saluran API milik Zhipu sendiri — platform MaaS Alibaba Cloud Bailian dapat menghosting langsung model open source GLM5.2 tanpa perlu membayar biaya apa pun kepada Zhipu.

Goldman Sachs memperkirakan industri akan secara bertahap bermigrasi dari open source murni (lisensi MIT, sepenuhnya gratis) ke mode "berat terbuka + lisensi komunitas" — yaitu penggunaan komersial harus menandatangani perjanjian pembagian pendapatan dengan perusahaan model. Seri M MiniMax telah memimpin menggunakan mode ini. Goldman Sachs berpendapat bahwa perubahan ini akan secara signifikan meningkatkan ekonomi unit perusahaan model AI, karena perusahaan model dapat memperoleh manfaat dari perjanjian pembagian pendapatan dengan platform seperti AWS Bedrock, Alibaba Cloud Bailian, tanpa harus menanggung biaya daya komputasi inferensi sendiri.

Dari "Maksimalisasi Token" ke Prioritas ROI

Goldman Sachs mengkualifikasikan ekspansi pasar internasional sebagai ruang naik terpenting bagi model AI Tiongkok, terutama di pasar non-AS.

Tim penelitian AS Goldman Sachs memperkirakan, pada tahun 2030, AI agen akan mendorong pertumbuhan konsumsi token global 24 kali lipat, mencapai 120 kuadriliun token per bulan, di mana agen perusahaan berkontribusi pada pertumbuhan 55 kali lipat, dan agen konsumen berkontribusi pada pertumbuhan 12 kali lipat. Di pasar global (selain Tiongkok), model AI Tiongkok telah mencapai pertumbuhan pangsa token yang signifikan berkat peningkatan kinerja dan keunggulan harga.

Laporan Goldman Sachs menunjukkan bahwa paradigma penggunaan AI perusahaan global sedang mengalami perubahan mendasar dari "maksimalisasi token" ke "prioritas ROI". Yang pertama merajalela pada akhir 2025 hingga awal 2026, di mana perusahaan menyamakan konsumsi token tinggi dengan produktivitas organisasi; yang terakhir lebih memperhatikan batasan tugas yang jelas, jumlah agen aktif harian, otomatisasi proses backend, dan hasil aktual. Data dari studi tren teknik Jellyfish AI menunjukkan bahwa pengguna AI berat di perusahaan mengkonsumsi 10 kali lipat token, tetapi hasil hanya meningkat 2 kali lipat.

Di tingkat saluran, platform Gemini Enterprise Agent milik Alphabet dan AWS Bedrock Amazon keduanya telah menyediakan layanan hosting untuk model AI Tiongkok seperti DeepSeek, MiniMax, Moonshot, GLM, dan Qwen. Menurut Wall Street Journal, CEO Microsoft baru-baru ini menyatakan bahwa Microsoft sedang mempertimbangkan untuk menghosting versi DeepSeek di Copilot, sebagai model biaya rendah opsional, dan menekankan bahwa jika menghosting DeepSeek, model tersebut akan berjalan dalam ekosistem cloud Microsoft, memastikan data pelanggan tetap berada di dalam Azure.

Siapa Pemenang Jangka Panjang?

Goldman Sachs membangun kerangka posisi bersaing tiga dimensi untuk mengevaluasi probabilitas kemenangan jangka panjang setiap pemain dengan metrik kuantitatif, dengan rumus inti: Skala ARR × Keunggulan Margin Kotor + Kekuatan Keuangan.

Dimensi Kemampuan Penetapan Harga mengkaji kecepatan rilis (dibandingkan dengan model generasi sebelumnya dan tingkat yang sama), skor arena LMArena (berdasarkan penilaian pengguna buta skala besar), dan tingkat penetapan harga campuran per juta token.

Dimensi Keunggulan Biaya mengkaji throughput (token per detik), tingkat hit cache, rasio aktivasi parameter, dan margin kotor inferensi. Dimensi Kekuatan Keuangan mengkaji kas di tangan, proporsi kas bersih terhadap total aset, dan kelipatan valuasi.

Di bidang model teks dasar, Goldman Sachs menentukan bahwa Zhipu (diliput pertama kali, peringkat netral, valuasi target $110 miliar) dan DeepSeek (belum go public) memiliki posisi terkuat, keduanya menunjukkan kinerja menonjol dalam kemampuan penetapan harga dan keunggulan biaya. Valuasi implisit gabungan perusahaan model AI independen melebihi $200 miliar.

Di bidang multimodal/generasi video, ByteDance memimpin dengan Seedance, menurut LatePost dan 36Kr, margin kotor Seedance mencapai 70%, dan ARR run rate telah melebihi $2 miliar. Kuaishou Kling dan model Hailuo/ H3 mendatang dari MiniMax juga dipandang baik oleh Goldman Sachs, diperkirakan pada paruh kedua 2026 akan mendapat manfaat dari terobosan fungsi fusi generasi video dan LLM serta penetapan harga sehat yang ditimbulkan oleh ketatnya pasokan.

Goldman Sachs mempertahankan peringkat beli untuk MiniMax, target harga HK$860, dengan alasan model M3-nya berada di kuadran maksimalisasi ARR dengan volume token tinggi dan penetapan harga menarik, dan valuasi saat ini hanya 13 kali lipat ARR akhir 2026, terdapat diskon jelas dibandingkan kelipatan valuasi perusahaan sejenis Tiongkok dan global, dengan rasio risiko-imbalan condong ke atas.

Kripto yang Sedang Tren

Pertanyaan Terkait

QMenurut laporan Goldman Sachs, apa yang menjadi momen penting dalam evolusi model AI besar China?

AMenurut laporan Goldman Sachs, evolusi model AI besar China dapat diringkas sebagai "dari momen efisiensi biaya DeepSeek tahun lalu hingga momen kecerdasan model GLM ZhiPu tahun ini."

QSiapa yang diposisikan paling kuat dalam model teks dasar berdasarkan kerangka penilaian kompetitif Goldman Sachs?

ADalam model teks dasar, Goldman Sachs menilai bahwa ZhiPu (diliput pertama kali) dan DeepSeek (belum go public) memiliki posisi kompetitif paling kuat.

QBagaimana struktur pasar model AI China yang digambarkan dalam laporan tersebut?

ALaporan tersebut menggambarkan pasar model AI China sebagai struktur 'dua lapis' yang terbentuk: pasar tinggi dengan model puncak seperti GLM5.2 dan Qwen3.7 Max, dan pasar rendah dengan model berorientasi agen cerdas yang sangat sensitif terhadap harga.

QApa tantangan utama model sumber terbuka (open-source) dalam hal monetisasi menurut analisis Goldman Sachs?

ATantangan utama model sumber terbuka adalah angka ARR yang dilaporkan kemungkinan besar meremehkan skala dan potensi pendapatan sebenarnya, karena model dapat di-host di platform pihak ketiga seperti Alibaba Cloud Bailian tanpa perlu membayar biaya kepada perusahaan model.

QBagaimana Goldman Sachs memprediksi pertumbuhan pendapatan dari API dan langganan model AI China dari 2026 hingga 2030?

AGoldman Sachs memprediksi pendapatan dari API dan langganan model AI China akan tumbuh dari perkiraan 35 miliar RMB pada 2026 menjadi 879 miliar RMB pada 2030, setara dengan peningkatan konsumsi token harian sekitar 25 kali lipat.

Bacaan Terkait

Tiger Research: Zuckerberg Mulai Bertaruh pada Pasar Prediksi, Sedangkan Negara-Negara Asia Masih Menganggapnya Sebagai Perjudian

Pasar prediksi telah berkembang dari konsep akademis menjadi industri yang signifikan dengan volume perdagangan bulanan melebihi $14 miliar dan valuasi gabungan sekitar $400 miliar. Keikutsertaan Meta, dengan aplikasi Arena yang dipimpin langsung oleh Mark Zuckerberg, menandakan matangnya industri ini. Pasar prediksi berakar dari taruhan politik informal abad ke-18 dan pengembangan pasar elektronik untuk penelitian akademis pada 1988. Beroperasi dengan logika kontrak biner (ya/tidak), harga yang terbentuk secara organik melalui buku pesanan mencerminkan probabilitas suatu peristiwa. Mekanisme "skin in the game" — di mana peserta mempertaruhkan uang mereka sendiri — meningkatkan akurasi prediksi dibandingkan jajak pendapat tradisional, sebagaimana terbukti dalam prediksi kebijakan moneter AS dan pemilihan Korea Selatan. Namun, pendekatan regulator di Asia sangat berbeda dengan AS. Sementara pengadilan AS mengakui pasar prediksi sebagai instrumen keuangan, banyak yurisdiksi Asia masih mengklasifikasikannya sebagai perjudian. Hal ini menciptakan tiga masalah utama: arbitrase regulasi yang mendorong pengguna ke platform luar negeri, hilangnya kedaulatan atas data informasi penting, dan kurangnya perlindungan pengguna. Artikel ini menyerukan pergeseran diskusi kebijakan di Asia dari pelarangan menjadi pengaturan yang konstruktif, untuk mengintegrasikan pasar prediksi ke dalam sistem formal, memanfaatkan data yang dihasilkannya sebagai aset nasional, dan melindungi pengguna.

marsbit3m yang lalu

Tiger Research: Zuckerberg Mulai Bertaruh pada Pasar Prediksi, Sedangkan Negara-Negara Asia Masih Menganggapnya Sebagai Perjudian

marsbit3m yang lalu

Ethereum 10 Tahun ke Depan dalam Pandangan Vitalik

Pada Juli 2026, Vitalik Buterin mempublikasikan peta jalan jangka panjang "Lean Ethereum", yang diposisikan sebagai evolusi besar ketiga Ethereum setelah "The Merge". Rencana ini mencakup serangkaian peningkatan protokol yang akan diluncurkan bertahap dalam tiga hingga empat tahun ke depan, bertujuan untuk merekonstruksi hampir semua modul inti protokol. Peta jalan ini menetapkan lima tujuan strategis: finalitas L1 yang lebih cepat, throughput L1 mencapai 1 gigagas per detik, skalabilitas L2 level teragas, keamanan kriptografi kuantum, dan transaksi privat native di L1. Perubahan teknis inti meliputi peralihan dari verifikasi re-eksekusi ke model verifikasi berbasis bukti (proof) seperti STARK rekursif, peningkatan keamanan kuantum, pemisahan konsensus untuk finalitas lebih cepat, penetapan harga gas multidimensi, dan reformasi struktur state menjadi dua lapisan untuk biaya yang lebih rendah. Privasi juga ditingkatkan menjadi tujuan utama desain protokol. Sebuah proposal kontroversial adalah mengganti mesin virtual EVM dengan arsitektur yang lebih ramah-proof seperti RISC-V atau leanISA, yang dapat memengaruhi ekosistem L2 yang ada seperti Arbitrum. Mengenai dampak pada harga ETH, peta jalan berpotensi meningkatkan aktivitas dan pembakaran gas di L1 jika target peningkatan kapasitas terpenuhi. Namun, ini adalah proses jangka panjang, dan nilainya bergantung pada adopsi aktual, bukan hanya peningkatan kapasitas. Implementasi akan dipantau melalui indikator seperti peningkatan batas gas di upgrade Glamsterdam, pertumbuhan blob, pendapatan fee L1, dan kinerja ETH relatif terhadap BTC.

链捕手1j yang lalu

Ethereum 10 Tahun ke Depan dalam Pandangan Vitalik

链捕手1j yang lalu

Dari Keuangan Mobil ke Bitcoin hingga Mesin AI: Analisis Strategi 'Apa yang Tidak Boleh Dilakukan' Kongo

Dari Pembiayaan Mobil ke Bitcoin hingga Mesin AI: Strategi "Apa yang Tidak Dilakukan" Cango Cango, perusahaan yang semula merupakan platform pembiayaan mobil di China, telah melakukan transformasi besar. Setelah go public di NYSE pada 2018, mereka beralih ke penambangan Bitcoin pada 2024 dengan mengakuisisi penambang senilai ratusan juta dolar. Kini, mereka masuk ke sektor kecerdasan buatan (AI) dengan meluncurkan EcoHash, anak perusahaan untuk AI inference. Berbeda dengan banyak penambang yang beralih menyewakan daya ke penyedia cloud besar untuk pelatihan AI, Cango memilih strategi unik. Mereka fokus pada AI inference (penyimpulan) dengan memanfaatkan situs-situs penambangan skala kecil (10-50 MW) yang tersebar di seluruh dunia. Menurut perusahaan, situs-situs kecil ini, yang menguasai 70% daya di industri penambangan, tidak menarik bagi raksasa cloud namun sempurna untuk AI inference yang memerlukan kedekatan dengan pengguna untuk mengurangi latensi. Cango menyediakan perangkat lunak EcoLink untuk menghubungkan dan mengelola situs-situs ini, menawarkan keandalan dengan mengalihkan beban kerja jika satu situs mati. Mereka menargetkan klien seperti platform penyewaan GPU dan startup AI yang membutuhkan harga lebih kompetitif dibanding layanan cloud besar. Perusahaan tetap mempertahankan sebagian operasi penambangan Bitcoin (31.7 EH/s) sebagai mesin kas, sambil membersihkan utang dan mengumpulkan dana untuk ekspansi AI. Meski ada skeptisisme mengenai biaya transformasi dan gelembung AI, Cango yakin pada disiplin strategi "apa yang tidak dilakukan" mereka—menghindari persaingan langsung di pelatihan AI—dan memanfaatkan peluang di segmen AI inference yang terdistribusi.

Foresight News2j yang lalu

Dari Keuangan Mobil ke Bitcoin hingga Mesin AI: Analisis Strategi 'Apa yang Tidak Boleh Dilakukan' Kongo

Foresight News2j 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.

113 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.

959 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.

1.6k 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