NVIDIA Memilih Unitree, Tapi Mengganti Tangan Unitree

marsbitDipublikasikan tanggal 2026-06-10Terakhir diperbarui pada 2026-06-10

Abstrak

Unitree dipilih oleh NVIDIA sebagai badan robot humanoid referensi dalam proyek NVIDIA Isaac GR00T, namun tangan robot yang digunakan bukan produk Unitree sendiri, melainkan Sharpa Wave dari perusahaan Sharpa. Sharpa, yang didirikan dua tahun lalu dengan tim inti dari Hesai Technology, menawarkan tangan lincah dengan 22 derajat kebebasan aktif dan sistem taktil Dynamic Tactile Array (DTA) yang canggih. Sistem ini memungkinkan robot merasakan tekanan, tekstur, dan gerakan dengan presisi tinggi, sehingga lebih mampu menangani benda-benda rumit di dunia nyata dibandingkan tangan Unitree yang lebih fokus pada ekosistem robot mereka sendiri. Demonstrasi Sharpa, seperti mengocok dan membagikan kartu, mengupas telur, merakit komputer, dan melipat kipas kertas, menunjukkan kemampuan kontrol gaya dan umpan balik taktil yang luar biasa. Kini, Sharpa tidak hanya menjadi pemasok perangkat keras, tetapi juga terintegrasi ke dalam platform pelatihan simulasi NVIDIA Isaac Lab, memungkinkan pengumpulan data, pelatihan, dan penyebaran strategi yang lebih baik. Meskipun demikian, persaingan di pasar tangan robot tetap ketat dengan banyak pemain seperti Lingxin Qiaoshou, Linjidian, dan lainnya yang terus berinovasi. Pilihan NVIDIA ini menandakan pergeseran industri dari fokus pada mobilitas robot ke kemampuan melakukan tugas-tugas praktis, di mana tangan yang cerdas menjadi semakin krusial.

Unitree dipilih oleh NVIDIA, tetapi NVIDIA tidak memilih tangan Unitree.

Bersamaan dengan keberhasilannya melewati persetujuan IPO di STAR Market, robot H2 Plus milik Unitree Technology juga ditunjuk oleh NVIDIA sebagai bodi referensi robot humanoid NVIDIA Isaac GR00T yang dirilis NVIDIA.

Kerjasama kuat ini membuat dunia embodied intelligence dan AI heboh. Bagaimanapun, posisi NVIDIA di industri tidak perlu diragukan lagi, sementara Unitree, dengan kemampuan kontrol gerak robotnya yang luar biasa, telah masuk ke jajaran teratas robot humanoid global.

Namun yang benar-benar mengejutkan adalah, robot referensi ini tidak menggunakan tangan lincah milik Unitree sendiri, melainkan diganti dengan Sharpa Wave.

Sharpa adalah perusahaan tangan lincah yang baru berdiri dua tahun, berkantor pusat di Singapura, dengan tim inti berasal dari tim tangan lincah yang dibentuk Hesai Technology pada 2024. Sharpa tidak sepopuler Unitree, dan juga tidak sering muncul di berita pendanaan seperti Lingxinqiaoshou atau Linjiedian.

Tahun ini di Gala Tahun Baru Imlek, tangan lincah Sharpa juga muncul dalam program Shen Teng dan Ma Li "My Most Unforgettable Tonight". Tetapi melihat lini sektor tangan lincah, Sharpa masih sangat rendah profil.

Sekarang, Sharpa bersama Unitree berdiri di meja permainan embodied intelligence NVIDIA.

Satu bertanggung jawab atas tubuh, satu bertanggung jawab atas kedua tangan.

Hanya saja, perusahaan tangan lincah yang baru berdiri dua tahun, mengapa dipilih NVIDIA?

Tangan Unitree, Kali Ini Kalah

Sebenarnya, Unitree bukan tidak punya tangan lincah sendiri.

Dari lini produk yang diumumkan, Unitree telah meluncurkan seri tangan lincah Dex, dengan tata letak dari skema tiga jari hingga skema lima jari, dan performanya juga tidak buruk.

Tetapi yang mungkin diinginkan NVIDIA kali ini, bukan hanya sebuah "tangan yang bisa dipasang di robot humanoid".

Dari perspektif rute teknologi, tangan lincah Sharpa memang memiliki kelebihan.

Pada tahun 2024, Hesai Technology membentuk tim tangan lincah, yang merupakan cikal bakal Sharpa. Dari LiDAR Hesai Technology ke tangan lincah, Sharpa tampak agak "lintas batas".

Dalam kesan banyak orang, mobil otonom dan robot adalah dua industri yang sama sekali berbeda.

Tetapi bagi perusahaan seperti Hesai, sebenarnya ada akumulasi teknologi bersama di antara keduanya.

Mobil otonom mengharuskan mesin merasakan, memahami, dan membuat keputusan secara real-time di lingkungan kompleks, menuntut presisi sensor, keandalan sistem, dan kemampuan rekayasa yang tinggi. Ketika robot memasuki dunia nyata untuk melakukan tugas, mereka juga akan menghadapi masalah serupa.

Bedanya, mobil otonom menyelesaikan "bagaimana mobil melihat dunia", sedangkan tangan lincah menyelesaikan "bagaimana robot menyentuh dunia".

Karena itulah, Sharpa memindahkan kemampuan masa lalu ke jalur lain. Tidak lama setelah didirikan, Sharpa meluncurkan produk unggulannya, tangan lincah Sharpa Wave.

Di bidang tangan lincah, ada kontradiksi yang sudah lama ada: kinerja dan produksi massal seringkali sulit dipadukan.

Beberapa produk menggunakan skema underactuated, mengontrol banyak sendi dengan sedikit motor, biayanya relatif rendah, tetapi fleksibilitas dan presisi kontrol menjadi terbatas; produk lain mengejar kemampuan mendekati tangan manusia, strukturnya kompleks, harganya mahal, dan sulit diproduksi massal.

Sharpa memilih rute di antara keduanya.

Sharpa Wave memiliki 22 derajat kebebasan aktif, dengan ukuran keseluruhan mendekati rasio 1:1 dengan telapak tangan manusia. Untuk mendapatkan presisi kontrol yang lebih tinggi, ia menggunakan arsitektur transmisi direct-drive, meningkatkan kecepatan respons sendi dan kemampuan kontrol gerak.

Tetapi dibandingkan angka derajat kebebasan, yang lebih inti adalah investasi Sharpa pada sistem taktil.

Di industri robot humanoid, tren yang semakin jelas adalah: hanya mengandalkan penglihatan sudah tidak bisa memenuhi kebutuhan operasi yang kompleks.

Sharpa mengembangkan sistem taktil bernama Dynamic Tactile Array (DTA). Di dalam setiap ujung jari terintegrasi kamera mikro dan lebih dari 1000 unit persepsi taktil, memungkinkan robot merasakan perubahan tekanan, juga mengenali tekstur, geseran, dan status kontak, mendapatkan "umpan balik taktil" yang mirip dengan ujung jari manusia.

Menurut data yang diungkapkan Sharpa, presisi persepsi taktilnya dapat mencapai tingkat 0.005N, frekuensi refresh mencapai 180Hz; frekuensi kontrol seluruh tangan mencapai 500Hz, keluaran gaya satu ujung jari lebih dari 20N.

Parameter-parameter ini semuanya menuju pada tujuan yang sama: memberikan robot kemampuan untuk benar-benar menangani objek di dunia nyata.

Ini tidak sepenuhnya sama dengan arah tangan lincah milik Unitree sendiri.

Seri Dex Unitree lebih dekat dengan sistem keseluruhan robotnya sendiri. Baik skema tiga jari maupun lima jari, fokusnya adalah agar robot dapat menyelesaikan pengambilan dan operasi dalam tubuhnya sendiri, kontrol gerak, dan ekosistem pengembangan.

Artinya, bukan berarti tangan Unitree tidak bagus, hanya saja untuk robot referensi NVIDIA ini, tangan Sharpa lebih memenuhi persyaratan.

Jadi, nilai Sharpa Wave terletak pada mengubah hal "menyentuh dunia" menjadi pintu masuk data yang dapat dirasakan, diberi umpan balik, dan dilatih oleh robot.

Tetapi parameter tetaplah parameter, untuk membuktikan tangan lincah benar-benar memiliki kemampuan "menyentuh dunia", harus direalisasikan dalam tugas-tugas konkret.

Dan alasan Sharpa mendapat perhatian pasar, adalah karena mereka mengubah parameter-parameter ini menjadi serangkaian demonstrasi operasi yang membuat rekan sejawat terkesan.

Tangan Lincah yang Seksi, Membagikan Kartu Secara Online

Di pameran produk IROS 2025 (International Conference on Intelligent Robots and Systems), sebuah demonstrasi Sharpa meninggalkan kesan mendalam di industri: sebuah tangan lincah Sharpa mengambil satu kartu dari setumpuk kartu di tangan lainnya dan meletakkannya di atas meja.

Alasan yang meninggalkan kesan mendalam adalah karena aksi membagikan kartu remi ini menuntut presisi kontrol gaya yang sangat tinggi dari tangan lincah, serta kemampuan prediksi terhadap kartu yang tergelincir dan keluar.

Selain itu, Sharpa juga merilis serangkaian video demonstrasi: mengupas kulit telur secara mandiri, mengupas kulit apel, membagikan kartu remi, melipat kincir angin kertas, bahkan menyelesaikan perakitan casing PC: termasuk memasukkan kartu grafis dengan presisi dan mengencangkan sekrup pengikat.

Tugas-tugas ini mungkin terlihat seperti demo yang menarik, tetapi bagi industri robot, mereka mewakili tingkat kesulitan teknologi yang sangat berbeda. Karena menggenggam sebuah objek tidaklah sulit, yang benar-benar sulit adalah mengontrol proses kontaknya.

Robot dapat dengan mudah mengambil sebuah telur, tetapi belum tentu tahu kapan harus menambah gaya, kapan harus mengurangi gaya; dapat mengenali sebuah kartu remi, tetapi sulit memastikan kertas tidak jatuh atau berubah bentuk.

Dan banyak kemampuan yang ditunjukkan Sharpa, pada dasarnya menuju pada pertanyaan yang sama: dapatkah robot, seperti manusia, terus menyesuaikan gerakannya melalui umpan balik taktil.

Dalam proses ini, sistem taktil DTA mulai berperan.

Saat robot menyentuh objek, ujung jari dapat merasakan perubahan tekanan, status gesekan, dan tren geser objek secara real-time, dan memberikan umpan balik ke sistem kontrol untuk penyesuaian dinamis. Objek lunak atau mudah pecah seperti telur, kertas, buah, justru paling mampu menunjukkan nilai sistem ini.

Pada saat yang sama, Sharpa juga tidak puas hanya menjadi pemasok tangan lincah, pada tahun 2026, perusahaan secara resmi meluncurkan robot humanoid utuh pertamanya: Sharpa North.

Di CES 2026, North menyelesaikan demonstrasi bermain tenis meja, mengambil foto menggunakan tongsis selfie, membagikan kartu remi. Dan yang paling representatif adalah tugas perakitan kincir angin kertas mandiri yang melibatkan lebih dari 30 langkah.

Dari mengenali komponen, mengambil bahan, hingga melipat, menyambung, dan menyelesaikan perakitan, seluruh proses berlangsung beberapa menit, melibatkan banyak operasi koordinasi dua tangan dan perencanaan gerak berurutan. Ini berarti, robot Sharpa memiliki kemungkinan untuk menyelesaikan tugas yang panjang dan melibatkan banyak langkah.

Dari tangan lincah ke robot humanoid, dari pemasok perangkat keras ke pengembang sistem full-stack, rute Sharpa sebenarnya semakin jelas:

Sharpa tidak puas hanya menjadi komponen robot. Yang benar-benar ingin dilakukan Sharpa adalah menjadi bagian dari platform embodied intelligence generasi berikutnya.

Dan platform, tepatnya juga kata kunci dari robot referensi NVIDIA ini.

Jika demonstrasi sebelumnya membuktikan tangan Sharpa ini dapat menyelesaikan operasi kompleks, maka pertanyaan yang lebih krusial selanjutnya adalah: tangan seperti ini, apa yang dapat dibawa untuk NVIDIA?

Rekan Bersaing Mengejar-ngejar untuk Mengguncang Meja

Bagi Sharpa, dipilih oleh NVIDIA tentu merupakan momen penting.

Namun tempat yang lebih kunci adalah, dalam robot referensi ini, Sharpa berada di posisi yang cukup krusial.

Karena dengan membuat "robot referensi", NVIDIA ingin membangun fondasi pengembangan yang dapat digunakan kembali untuk industri embodied intelligence, memungkinkan pengembang, lembaga penelitian, dan perusahaan robot, semuanya dapat melakukan pelatihan, validasi, dan pengembangan di sekitar skema ini.

Dalam skema ini, Unitree menyediakan bodi. Dengan kemampuan kontrol geraknya, Unitree menyelesaikan bagaimana robot berdiri, berjalan, bergerak.

Sharpa melengkapi, bagaimana robot setelah berjalan di depan objek, benar-benar mengulurkan tangan untuk bekerja.

Tetapi bagi NVIDIA, ini belum semuanya.

Yang lebih penting, produk Sharpa telah dimasukkan ke dalam Isaac Lab. Ini adalah kerangka kerja pelatihan simulasi sumber terbuka paling inti dalam sistem robot NVIDIA.

Dalam segmen teleoperasi, operator manusia dapat mengontrol tangan lincah 22 derajat kebebasan melalui sarung tangan data, memetakan gerakan tangan menjadi aksi sendi robot secara real-time; aksi-aksi ini kemudian direkam, menjadi data untuk pembelajaran imitasi dan pelatihan strategi, berubah menjadi sampel yang dapat dilatih, digunakan kembali, dan dikembangkan di kemudian hari.

Karena itulah, Sharpa tidak mendapatkan tempat hardware biasa. Ia menyelip ke dalam seluruh alur proses NVIDIA mulai dari pengumpalan teleoperasi, pelatihan simulasi, evaluasi strategi, hingga penyebaran nyata, inilah nilai inti dari kerjasamanya dengan NVIDIA.

Tentu saja, dipilih NVIDIA tidak berarti Sharpa sudah mengunci kemenangan lebih awal, karena perubahan di jalur tangan lincah terlalu cepat.

Lebih dari setahun terakhir, modal hampir mengejar "tangan" ini ke depan: perusahaan-perusahaan seperti Lingxinqiaoshou, Linjiedian, Inshot Robot, AoYi Technology, Paxini Perception, semuanya berakselerasi dalam iterasi seputar derajat kebebasan tinggi, umpan balik taktil, presisi kontrol gaya, dan kemampuan produksi massal.

Ada yang berlomba dalam kecepatan pendanaan dan realisasi produk.

Misalnya Lingxinqiaoshou, sejak 2025 menyelesaikan beberapa putaran pendanaan berturut-turut, setelah putaran B+ 2026 valuasinya dilaporkan mencapai $3 miliar, target valuasi putaran pendanaan berikutnya bahkan dikabarkan mencapai $6 miliar; Inshot Robot juga menyelesaikan pendanaan putaran C1 dan C2 miliaran RMB pada 2026, terus menekan pada pengembangan teknologi operasi lincah, inovasi komponen inti, dan kemampuan pengiriman produk.

Ada yang berlomba dalam taktil.

Lini produk Paxini Perception sudah mencakup sensor taktil multi-dimensi, tangan lincah taktil seri DexH, robot humanoid TORA, dan pada Maret 2026 menyelesaikan pendanaan Seri B lebih dari RMB 1 miliar.

Tangan lincah generasi baru AoYi Technology juga sudah menempatkan keunggulan seperti sensor taktil high-density dot array, kemampuan persepsi tekanan 0.1N hingga 25N di bagian depan.

Ini berarti, hari ini adalah 22 derajat kebebasan, sistem taktil DTA, dan desain referensi NVIDIA, besok mungkin ada tangan baru, dengan biaya lebih rendah, stabilitas lebih tinggi, atau siklus data yang lebih kuat mengejar.

Namun setidaknya saat ini, NVIDIA sudah memberikan penilaian dengan caranya sendiri:

Ketika industri mulai beralih dari "siapa yang bisa membuat robot berjalan", ke "siapa yang bisa membuat robot bekerja", sepasang tangan yang cukup pintar, telah menjadi sama pentingnya dengan dua kaki.

Artikel ini berasal dari akun WeChat publik "Blue Character Plan", penulis: Chester

Pertanyaan Terkait

QMengapa Nvidia memilih Sharpa Wave untuk menggantikan tangan buatan Unitree pada robot referensi Isaac GR00T?

ANvidia memilih Sharpa Wave karena tangan ini menawarkan kombinasi unik antara 22 derajat kebebasan aktif, sistem taktil Dynamic Tactile Array (DTA) yang presisi, serta arsitektur penggerak langsung untuk kontrol gerakan yang responsif. Hal ini lebih sesuai dengan kebutuhan robot referensi Nvidia sebagai platform pengembangan kecerdasan embodied yang memerlukan kemampuan 'menyentuh dunia' secara realistik dan dapat menghasilkan data untuk pelatihan AI, dibandingkan dengan tangan Dex dari Unitree yang lebih terintegrasi dengan ekosistem robot Unitree itu sendiri.

QApa keunggulan utama sistem taktil DTA pada Sharpa Wave yang disebutkan dalam artikel?

AKeunggulan utama sistem taktil Dynamic Tactile Array (DTA) pada Sharpa Wave adalah kemampuannya memberikan umpan balik sentuhan beresolusi tinggi dan berkecepatan tinggi. Sistem ini, yang terintegrasi di setiap ujung jari, memiliki lebih dari 1000 unit persepsi taktil dan kamera mikro, memungkinkan robot merasakan perubahan tekanan, mengenali tekstur, mendeteksi geseran, dan memantau status kontak dengan presisi 0,005N dan refresh rate 180Hz. Ini memberi robot kemampuan merasakan dan menyesuaikan gerakan seperti ujung jari manusia.

QTugas demonstrasi apa yang menunjukkan kemampuan operasional canggih dari tangan Sharpa?

ASharpa mendemonstrasikan kemampuan operasional canggih tangannya melalui serangkaian tugas kompleks, termasuk: mengocok dan membagikan kartu remi (yang memerlukan kontrol gaya presisi untuk menangani objek tipis dan licin), mengupas telur rebus, mengupas apel, melipat kertas menjadi kincir angin, serta merakit komponen PC seperti memasang kartu grafis dan mengencangkan sekrup. Tugas-tugas ini menekankan kemampuan kontrol gaya adaptif, persepsi taktil real-time, dan penanganan objek yang rapuh atau mudah berubah bentuk.

QBagaimana posisi strategis Sharpa dalam kerja sama dengan platform robotika Nvidia, selain sebagai pemasok perangkat keras?

APosisi strategis Sharpa melampaui sekadar pemasok perangkat keras. Produk Sharpa telah diintegrasikan ke dalam Isaac Lab, kerangka kerja pelatihan simulasi open-source inti Nvidia. Ini memungkinkan tangan Sharpa digunakan dalam seluruh alur kerja Nvidia, mulai dari pengambilan data melalui teleoperasi (di mana gerakan operator manusia direkam), simulasi dan pelatihan kebijakan AI, evaluasi strategi, hingga penyebaran di dunia nyata. Sharpa menjadi bagian integral dari basis pengembangan platform kecerdasan embodied Nvidia.

QApa yang ditunjukkan oleh keputusan Nvidia ini tentang tren masa depan dalam industri robot humanoid menurut artikel?

AKeputusan Nvidia ini menunjukkan pergeseran tren penting dalam industri robot humanoid. Fokus industri mulai bergeser dari 'siapa yang bisa membuat robot berjalan' (mobilitas dan kontrol tubuh) menuju 'siapa yang bisa membuat robot bekerja' (manipulasi dan interaksi dengan dunia fisik). Tangan yang cerdas, dengan persepsi taktil yang baik dan kontrol presisi, menjadi sama pentingnya dengan kaki yang stabil. Ini mencerminkan prioritas baru dalam pengembangan kecerdasan embodied: kemampuan untuk melakukan tugas manipulasi yang berguna dan kompleks di lingkungan dunia nyata.

Bacaan Terkait

Kecemasan Investor AI Tahun 2026: Ketika Model Melahap Segalanya, Apa Sisa Parit Pertahanan Startup?

**Kecemasan Investor AI di Tahun 2026: Ketika Model Melahap Segalanya, Apa yang Tersisa dari Parit Pertahanan Startup?** Investor mulai merasa putus asa: jika model AI terus menjadi lebih baik dalam segala hal, bukankah startup yang dibangun di atasnya hanya lapisan tipis yang akan terserap? Hanya penyedia model seperti Anthropic dan pemasok chip seperti Nvidia yang akan bertahan. Namun, pandangan ini keliru. Benchmark publik (tolok ukur standar) hanyalah hal-hal yang dapat diukur dan dilatih. Contohnya, *coding agent* kini sangat baik dalam tugas terukur, tetapi ini bukan keseluruhan dari rekayasa perangkat lunak. Nilai sebenarnya terletak pada pekerjaan yang tidak terlihat dan sulit diukur: memahami sistem warisan yang kompleks, mengelola perubahan organisasi, membangun kepercayaan dengan klien, dan menangani integrasi serta tanggung jawab hukum. Inilah "parit pertahanan" yang lambat terbangun dan tidak dapat direplikasi hanya dengan model yang lebih cerdas. Model AI terdepan ("frontier") akan terus menyerap kemampuan yang dapat diukur, mendorong nilai ke area yang tidak dapat dilatih. Pekerjaan yang memiliki jawaban publik dan mudah diukur akan menjadi komoditas murah. Pemenang sejati akan berada di area yang benar-benar membutuhkan kebenaran privat, data khusus perusahaan, integrasi mendalam, keahlian domain, dan hubungan kepercayaan jangka panjang dengan pengguna—seperti di bidang hukum, kedokteran, atau sistem keuangan. Oleh karena itu, peluang tetap ada. Startup yang bertahan akan menjadi penerjemah yang tak henti-hentinya: mereka mengatur realitas privat perusahaan agar model dapat bertindak, memberikan alat, dan bekerja sama dengan pelanggan untuk mengubah proses bisnis. Mereka yang sudah berada di dalam suatu domain akan mendapatkan hak untuk mendefinisikan apa arti "hasil yang baik" di bidang tersebut. Kecerdasan menjadi lebih murah, tetapi niat, keahlian, akses, dan kepercayaan tetaplah sumber daya yang langka dan berharga.

marsbit7m yang lalu

Kecemasan Investor AI Tahun 2026: Ketika Model Melahap Segalanya, Apa Sisa Parit Pertahanan Startup?

marsbit7m yang lalu

CFTC Usulkan Aturan Baru untuk Pasar Prediksi, Mendefinisikan Ulang Peristiwa Apa yang Boleh Diperdagangkan dan Siapa yang Boleh Berpartisipasi

Komisi Perdagangan Berjangka Komoditas AS (CFTC) telah mengusulkan aturan baru untuk mengatur pasar prediksi, dengan fokus meninjau dan mendefinisikan ulang kontrak berbasis peristiwa. Proposal ini bertujuan menetapkan kerangka kerja guna menilai apakah kontrak semacam itu, seperti yang terkait terorisme, pembunuhan, perang, atau aktivitas ilegal, bertentangan dengan kepentingan publik. Aturan yang diusulkan tidak melarang semua pasar prediksi secara langsung, melainkan mengevaluasi setiap kontrak secara individual berdasarkan dampaknya. Kontrak olahraga yang memprediksi hasil pertandingan (skor, pemenang) cenderung diizinkan karena dianggap memiliki nilai informasi. Namun, kontrak yang lebih spesifik dan rentan manipulasi—seperti prediksi cedera pemain atau insiden dalam pertandingan—akan diawasi ketat. Isu utama yang diangkat adalah risiko perdagangan orang dalam dan manipulasi, di mana pihak dengan informasi non-publik dapat mengambil keuntungan, merusak integritas pasar. Meski CFTC memberikan kejelasan regulasi, tetap ada perdebatan dengan otoritas negara bagian yang menganggap pasar prediksi olahraga sebagai bentuk perjudian yang harus tunduk pada aturan negara bagian, bukan regulasi federal CFTC. Secara keseluruhan, proposal ini menandai perubahan menuju pasar prediksi yang lebih terstruktur dan terderegulasi, mirip dengan pasar keuangan tradisional, dengan penekanan pada transparansi, keadilan, dan pengendalian risiko.

marsbit1j yang lalu

CFTC Usulkan Aturan Baru untuk Pasar Prediksi, Mendefinisikan Ulang Peristiwa Apa yang Boleh Diperdagangkan dan Siapa yang Boleh Berpartisipasi

marsbit1j yang lalu

CFTC Rencana Atur Peraturan Baru untuk Prediksi Pasar, Mendefinisikan Ulang Peristiwa dan Siapa yang Dapat Berpartisipasi

Badan Pengawas Perdagangan Berjangka Komoditas AS (CFTC) telah merilis proposal aturan baru untuk pasar prediksi yang berfokus pada kontrak terkait peristiwa dunia nyata. Proposal ini bertujuan membangun kerangka dalam menilai apakah suatu kontrak "peristiwa" melanggar kepentingan publik, terutama jika terkait terorisme, pembunuhan, perang, atau aktivitas ilegal. Aturan yang diusulkan tidak melarang semua pasar secara langsung, tetapi akan meninjau setiap kontrak berdasarkan substansinya. Pasar yang memprediksi dampak risiko (seperti volume pengiriman minyak) mungkin masih diperbolehkan, sementara yang memprediksi langsung terjadinya bahaya (seperti serangan teror) kemungkinan akan dilarang. Untuk pasar prediksi olahraga, CFTC memberikan sinyal positif. Kontrak tentang hasil pertandingan, skor, atau statistik tim/pemain secara umum dianggap memiliki nilai informasi dan kemungkinan dapat terus beroperasi. Namun, kontrak yang lebih spesifik dan rentan manipulasi (seperti cedera pemain atau keputusan wasit) akan menghadapi pengawasan ketat. Fokus utama regulasi ini adalah mengatasi risiko perdagangan orang dalam dan manipulasi, di mana beberapa pihak memiliki informasi non-publik atau dapat mempengaruhi hasil peristiwa. Beberapa kasus baru-baru ini menyoroti masalah ini. Proposal ini belum final dan masih dalam tahap masukan publik. Namun, kontroversi tetap ada, terutama dari regulator negara bagian yang menganggap pasar prediksi olahraga sebagai bentuk perjudian yang harus tunduk pada aturan perizinan negara bagian, bukan kerangka federal CFTC. Pada intinya, proposal CFTC menandai transisi industri pasar prediksi dari ekspansi bebas menuju lingkungan yang lebih teratur dan tersetruktur, mirip dengan pasar keuangan tradisional, dengan penekanan pada keadilan, transparansi, dan pengendalian risiko.

Odaily星球日报1j yang lalu

CFTC Rencana Atur Peraturan Baru untuk Prediksi Pasar, Mendefinisikan Ulang Peristiwa dan Siapa yang Dapat Berpartisipasi

Odaily星球日报1j yang lalu

Trading

Spot
Futures

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.

75 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.

920 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.

1.3k 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