Tren TeknologiBerita

Mengulas inovasi terbaru, peningkatan protokol, solusi cross-chain, dan mekanisme keamanan dalam ekosistem blockchain. Ini memberikan perspektif yang berfokus pada pengembang untuk menganalisis tren teknologi yang muncul dan potensi terobosan.

Kisah Pendanaan DeepSeek

Cerita pendanaan DeepSeek mengungkapkan proses unik di balik penggalangan dana sekitar 30 miliar RMB. Inti cerita berpusat pada "pertemuan empat jam" yang legendaris pada pertengahan Mei, di mana pendiri Liang Wenfeng berbagi visinya dengan calon investor melalui konferensi online. Liang menekankan fokus tunggal pada pengembangan AGI (Kecerdasan Umum Buatan), filosofi "less is more," dan pentingnya menjaga stabilitas tim—syarat utama bagi investor adalah tidak merekrut staf DeepSeek. Awalnya, DeepSeek menargetkan pendanaan minimal 5 miliar RMB per lembaga, tetapi akhirnya diturunkan menjadi 1,5 miliar RMB untuk mengakomodasi lebih banyak investor. Sepuluh lembaga utama berpartisipasi, termasuk Monolith Capital (meningkatkan investasi dari 1,5 menjadi 3 miliar RMB), Zhenxingu, IDG Capital, dan perusahaan seperti CATL melalui entitas terkait. Menariknya, raksasa venture capital seperti Sequoia China dan Hillhouse tidak masuk dalam daftar akhir, meskipun ada spekulasi awal. Analisis lebih dalam menunjukkan sekitar 100 entitas, termasuk dana negara, perusahaan asuransi, dan perusahaan publik (seperti Nongfu Spring dan Septwolves), secara tidak langsung terlibat melalui struktur dana. Liang Wenfeng dikenal rendah hati dan jarang bertemu investor sebelumnya, sehingga proses ini menjadi kesempatan langkah bagi banyak pihak. Investor yang berpartisipasi menghargai misi DeepSeek dan potensinya untuk menjadi perusahaan publik terbesar di pasar modal China, mencerminkan keyakinan terhadap masa depan AGI.

marsbit06/18 02:11

Kisah Pendanaan DeepSeek

marsbit06/18 02:11

Tim NVIDIA Membuat Agent Pemrograman Mengambil Alih Eksperimen Robot Nyata, Tingkat Keberhasilan Mencapai 99%

Penelitian otomatis telah melampaui sandbox kode dan memasuki dunia fisik nyata. NVIDIA GEAR Lab, dipimpin Jim Fan, memperkenalkan proyek ENPIRE yang memungkinkan **penelitian otomatis pertama kali diimplementasikan pada perangkat keras robot**. Delapan Codex Agent ditempatkan dalam armada robot dengan alokasi daya komputasi GPU dan anggaran token, diberi tujuan sederhana: menyelesaikan tugas secepatnya, menjaga robot tetap sibuk namun aman, serta tidak menyia-nyiakan daya komputasi. Manusia kemudian mundur dari intervensi. Agent secara mandiri menggerakkan siklus tertutup penuh: mereset ulang skenario, menelusuri literatur, mengimplementasikan ide dan membangun infrastruktur, melatih dan menerapkan strategi, memvalidasi diri, menganalisis log serta memperbaiki kode, beriterasi terus hingga tugas ketangkasan presisi tinggi seperti mengikat kabel, merapikan pin dalam kotak, atau memasang GPU dapat diselesaikan andal di perangkat keras nyata dengan **tingkat keberhasilan 99%**. Sistem ENPIRE terdiri dari empat modul inti yang membentuk loop umpan balik fisik: Environment (EN), Policy Improvement (PI), Rollout (R), dan Evolution (E). Penelitian menemukan bahwa **mereset lingkungan sering kali lebih mudah daripada menyelesaikan tugas itu sendiri**. Peningkatan paralelisme robot (dari sedikit menjadi 8 unit) mempercepat penyelesaian tugas secara signifikan, menunjukkan "hukum penskalaan fisik". Tim juga memperkenalkan metrik baru: Mean Robot Utilization (MRU) dan Mean Token Utilization (MTU), yang mengungkapkan bahwa waktu menganggur robot dan efisiensi konversi token menjadi kemajuan penelitian adalah kendala nyata. Beberapa sistem lab telah mampu beriterasi mandiri semalaman tanpa campur tangan manusia. Tujuan masa depan adalah memungkinkan tim berlibur dengan tenang sementara lab terus berjalan secara otonom. Proyek ENPIRE rencananya akan sepenuhnya sumber terbuka.

marsbit06/18 00:37

Tim NVIDIA Membuat Agent Pemrograman Mengambil Alih Eksperimen Robot Nyata, Tingkat Keberhasilan Mencapai 99%

marsbit06/18 00:37

Model Kecil 3B, Skor Pemrograman Setara Opus 4.5, Model Misterius Picu Perdebatan, Ternyata Buatan Dalam Negeri

Dalam beberapa hari terakhir, model kecil 3B bernama VibeThinker-3B menjadi viral di X karena kemampuannya dalam tugas penalaran yang dapat diverifikasi (seperti pemrograman), yang setara dengan model canggih seperti Gemini 3 Pro, GPT-5 high, Claude Opus 4.5, GLM-5, dan Kimi K2.5, meski ukurannya jauh lebih kecil. Model dengan 3 miliar parameter ini dikembangkan oleh tim Weibo (Sina) dan dirancang khusus untuk tugas dengan sinyal verifikasi yang andal, termasuk penalaran matematika, pemrograman kompetitif, penalaran STEM, dan eksekusi instruksi dengan batasan jelas. Dalam evaluasi, VibeThinker-3B mencetak skor tinggi: 94.3 di AIME26, 89.3 di HMMT25, 80.2 di LiveCodeBench v6 (Pass@1), dan tingkat keberhasilan 96.1% dalam kontes LeetCode terbaru. Model ini dibangun berdasarkan Qwen2.5-Coder-3B dan menggunakan proses *Spectrum-to-Signal* yang ditingkatkan, yang mencakup *fine-tuning* terawasi dengan sintesis data, penyaringan kualitas, dan pembelajaran bertahap, serta *reinforcement learning* di beberapa domain yang dapat diverifikasi. Model ini juga memperkenalkan *Claim-Level Reliability* (CLR), sebuah strategi penskalaan saat pengujian yang lebih meningkatkan kinerja dalam tes matematika. Namun, model ini memiliki batasan dan tidak unggul di bidang yang membutuhkan pengetahuan umum yang luas. Penciptanya mengajukan "hipotesis kompresi parameter," yang menunjukkan bahwa penalaran yang dapat diverifikasi adalah kemampuan yang sangat terkompresi dan padat parameter, sementara pengetahuan faktual yang luas lebih bergantung pada parameter skala besar. Tujuan mereka adalah mengeksplorasi batas kemampuan model kecil dalam dimensi tertentu, bukan menggantikan model besar. Laporan teknis dan model tersedia untuk diunduh secara publik. Meski mendapat pujian, model ini juga menghadapi beberapa skeptisisme di komunitas.

marsbit06/18 00:26

Model Kecil 3B, Skor Pemrograman Setara Opus 4.5, Model Misterius Picu Perdebatan, Ternyata Buatan Dalam Negeri

marsbit06/18 00:26

Bezos Memulai Startup Ketiganya, Tetap Tak Bisa Hindari Musk

Setelah pensiun dari CEO Amazon pada 2021, Jeff Bezos kembali terjun ke lapangan eksekutif dengan mendirikan startup AI Prometheus. Perusahaan yang berfokus pada pengembangan "Artificial General Engineer" ini, dalam waktu kurang dari setahun, telah meraih valuasi luar biasa sebesar $41 miliar melalui dua putaran pendanaan. Prometheus bertujuan menciptakan AI yang dapat berpartisipasi dalam seluruh siklus penemuan produk fisik kompleks – mulai dari desain, simulasi, pengujian, hingga manufaktur – untuk mempercepat inovasi di bidang seperti kedirgantaraan, chip, dan robotika. Ini merupakan keterlibatan langsung ketiga Bezos setelah Amazon dan Blue Origin. Pengalaman membangun platform digital Amazon dan mengatasi tantangan teknik fisik Blue Origin kini bertemu di Prometheus. Meski demikian, langkahnya kembali ke dunia startup di usia 61 tahun tetap mengundang perhatian, terlebih dalam percaturan AI fisik yang juga diincar oleh rival lamanya, Elon Musk, melalui Tesla, SpaceX, dan xAI. Perbedaan pendekatan terlihat: jika Musk fokus pada bagaimana AI menjalankan tugas di dunia nyata (seperti pada mobil otonom dan robot), Bezos lewat Prometheus menekankan pada peran AI dalam proses penciptaan dan rekayasa produk itu sendiri. Di tengah persaingan ketat di bidang AI industri yang melibatkan pemain seperti OpenAI, Anthropic, dan Nvidia, Bezos berupaya memimpin dengan mendefinisikan ulang masa depan rekayasa manusia di era AI.

marsbit06/17 10:34

Bezos Memulai Startup Ketiganya, Tetap Tak Bisa Hindari Musk

marsbit06/17 10:34

Laporan Bernstein: AI yang Mandiri (Agentic AI) Akan Mengubah CPU dari Figuran Menjadi Bintang Utama, Rekomendasi Beli untuk Hygon Information

Laporan riset Bernstein berpendapat bahwa era kecerdasan buatan agen (agentic AI) akan mengubah peran CPU dari pendukung menjadi protagonis di pusat data, meningkatkan permintaan CPU server secara signifikan. Analis memproyeksikan bahwa pada 2030, total pasar yang dapat dialamatkan (TAM) untuk CPU server akan mencapai $223 miliar, tumbuh 6x lipat dari $37 miliar pada 2025, dengan pertumbuhan tahunan gabungan (CAGR) 43%. Pemicu utamanya adalah pergeseran beban kerja AI dari chatbot statis ke AI agen yang melibatkan siklus penalaran kompleks (retrieval, perencanaan, pemanggilan alat). Siklus ini membutuhkan kemampuan orkestrasi dan penjadwalan yang kuat dari CPU untuk menghindari idle GPU yang mahal. Proporsi GPU:CPU dalam kluster inferensi diperkirakan akan berubah dari 8:1 (2025) menjadi 1:1 (2029). Arm dinilai sebagai penerima manfaat terbesar karena efisiensi dayanya, ditambah strategi baru mereka memproduksi chip sendiri. Di antara produsen, AMD, Intel, dan khususnya Hygon (Hai Guang) dari China mendapat peringkat positif, dengan target harga Hygon dinaikkan menjadi 450 yuan karena prospek pertumbuhan pasar x86 China. Laporan ini juga menyoroti ketidakpastian dari sisi pasokan, terutama terkait ketersediaan kapasitas foundry dan memori untuk mendukung pertumbuhan CPU yang begitu cepat, serta ketergantungan pada proyeksi permintaan AI yang sangat optimis.

marsbit06/17 09:48

Laporan Bernstein: AI yang Mandiri (Agentic AI) Akan Mengubah CPU dari Figuran Menjadi Bintang Utama, Rekomendasi Beli untuk Hygon Information

marsbit06/17 09:48

Di Balik Valuasi Dua Triliun Dolar SpaceX: Mengapa Elon Musk Selalu Berhasil Merencanakan Langkah Selanjutnya?

Tanggal 12 Juni, pada hari SpaceX resmi melantai di bursa, Elon Musk memilih pergi ke pangkalan Starship di Texas dan membunyikan bel pembukaan Nasdaq dari jarak jauh bersama ratusan karyawan. Hari itu, valuasi SpaceX sempat menyentuh US$ 2 triliun. Perjalanan 24 tahun ini penuh cerita yang tak biasa. Perusahaan ini secara nominal membuat roket, tetapi bisnis roketnya tidak menguntungkan. Pencapaiannya yang paling terkenal adalah mendaur ulang roket, namun yang menopang valuasinya adalah dua cerita lain: StarLink dan "komputasi luar angkasa" yang baru saja ditulis dalam prospektus. SpaceX didirikan pada 2002 setelah Musk gagal membeli roket untuk proyek "Mars Oasis". Enam tahun pertama, tiga peluncuran Falcon 1 semuanya gagal. Keberhasilan keempat pada 2008 membuka era "penerbangan luar angkasa komersial". Kontrak harga tetap dari NASA mendorong obsesi SpaceX terhadap biaya rendah. Pada 2015, Falcon 9 berhasil mendarat kembali untuk pertama kalinya. Teknologi daur ulang ini dikembangkan dengan memanfaatkan misi berbayar pelanggan. Kini, tingkat keberhasilan Falcon 9 mencapai 99,4%. StarLink, diumumkan pada 2015 sebelum roket daur ulang terbukti, adalah "klien internal" yang dibuat Musk untuk menyerap kapasitas angkut murah. Pada 2025, divisi konektivitas StarLink adalah satu-satunya yang menghasilkan keuntungan (US$ 4,4 miliar), menutupi sebagian kerugian dari pengembangan Starship dan kerugian besar dari xAI yang digabungkan. Starship, generasi roket berat berikutnya, mulai dikerjakan pada 2014 saat Falcon 9 masih dalam tahap awal. Narasi awalnya adalah manusia (imigrasi Mars), namun kini bergeser menjadi "pusat data" di luar angkasa. Pada 2024, Starship berhasil ditangkap oleh lengan robotik "sumpit" di menara peluncuran, menuju operasi seperti penerbangan pesawat. IPO SpaceX pada 2026, yang melanggar janji "tidak akan IPO", adalah aksi pendanaan untuk cerita besar berikutnya: komputasi luar angkasa. Meski menjadi konsensus industri, detail teknis komputasi luar angkasa masih belum jelas. Raksasa teknologi seperti Google (Project Suncatcher), Blue Origin ("Sunrise"), dan investor seperti Nvidia telah mengambil langkah konkret. Namun, perhitungan biayanya masih sangat tinggi, membutuhkan penurunan biaya peluncuran drastis oleh Starship untuk menjadi layak. Intinya, sejarah SpaceX adalah tentang menjadi penyedia karena tak bisa menjadi klien, lalu menciptakan kliennya sendiri (StarLink), dan sekarang memesan klien yang lebih besar (komputasi luar angkasa) untuk roket generasi berikutnya. Setelah mewujudkan daur ulang roket dan StarLink, kini ia menjual janji yang lebih besar dan lebih mahal ke pasar.

marsbit06/17 04:48

Di Balik Valuasi Dua Triliun Dolar SpaceX: Mengapa Elon Musk Selalu Berhasil Merencanakan Langkah Selanjutnya?

marsbit06/17 04:48

活动图片