KuCoin Institutional Premiere 2026 Soroti Pertumbuhan Jangka Panjang dan Ketahanan Pasar

TheNewsCryptoDipublikasikan tanggal 2026-02-13Terakhir diperbarui pada 2026-02-13

Abstrak

Acara perdana KuCoin Institutional Premiere 2026 di Hong Kong menekankan pertumbuhan struktural jangka panjang dan partisipasi institusional di tengah volatilitas pasar Bitcoin. Lebih dari 100 mitra dan klien institusional global hadir. CEO BC Wong dan COO Ethan Cheng menyoroti pentingnya membangun kepercayaan melalui disiplin, transparansi, dan manajemen risiko yang kuat selama kondisi pasar sulit, bukan sekadar fokus pada fluktuasi harga jangka pendek. Diskusi berpusat pada pengelolaan risiko portofolio, likuiditas, efisiensi eksekusi, dan keamanan. Para peserta sepakat bahwa keterlibatan institusi kini didorong oleh fundamental struktural, bukan spekulasi harga. Acara ini menandai pergeseran menuju stabilitas, responsivitas, dan transparansi pasar yang lebih matang, mengonfirmasi bahwa landasan institusional crypto semakin solid dan terstruktur.

Fokus berkelanjutan pada pertumbuhan struktural jangka panjang dan partisipasi institusional ditekankan selama KuCoin Institutional Premiere 2026 pertama, yang berlangsung di Hong Kong. Acara ini berlangsung di tengah latar belakang pergerakan Bitcoin baru-baru ini.

Sebanyak lebih dari seratus klien institusional dan mitra dari berbagai pasar di seluruh dunia hadir dalam acara tersebut. Chief Executive Officer KuCoin, BC Wong, dan Chief Operating Officer, Ethan Cheng, memberikan sambutan pengantar di mana mereka membahas konteks yang lebih luas dari siklus pasar saat ini. Alih-alih mendasarkan percakapan pada fluktuasi harga jangka pendek, kedua CEO berfokus pada pertanyaan fundamental yang lebih luas: bagaimana institusi dan penyedia layanan dapat meningkatkan kepercayaan jangka panjang, standar tata kelola, dan ketahanan operasional selama masa penurunan.

BC Wong, CEO KuCoin, mengatakan:

“Volatilitas adalah fitur alami dari pasar aset digital. Kredibilitas jangka panjang dibangun bukan pada periode ekspansi, tetapi melalui disiplin, transparansi, dan manajemen risiko yang kuat ketika kondisi pasar menantang.”

Ethan Cheng, COO KuCoin, menambahkan:

“Keterlibatan institusional dalam aset digital semakin didorong oleh fundamental struktural daripada pergerakan harga jangka pendek. Periode volatilitas memperkuat pentingnya keselarasan jangka panjang dan partisipasi yang sadar risiko.”

Perubahan fokus ini tercermin dalam percakapan yang berlangsung sepanjang malam. Pandangan perwakilan institusi didiskusikan dan dibagikan tentang manajemen risiko portofolio, dinamika likuiditas, efisiensi eksekusi, dan persyaratan keamanan. Dalam iklim pasar yang lebih konservatif, percakapan lebih sedikit berfokus pada kesuksesan jangka pendek dan lebih pada bagaimana menjaga stabilitas struktural, responsivitas, dan transparansi di pasar.

Di tengah acara, yang merupakan pertemuan tahunan pertama KuCoin Institutional dalam jenisnya, acara ini berfungsi sebagai refleksi atas kolaborasi sebelumnya dan penegasan komitmen berkelanjutan di tengah periode aktivitas yang lebih sedikit. Sikap hati-hati dikomunikasikan kepada para pelaku industri selama pertemuan yang berlangsung di tengah ketidakpastian pasar.

Meskipun harga dapat berubah, wacana institusional dan pengembangan struktural terus berlanjut. Para pelaku terkemuka di sektor ini telah memberikan sinyal yang jelas kepada dunia keuangan yang lebih luas, bahwa landasan institusional cryptocurrency tidak lagi didasarkan pada spekulasi, tetapi pada pengembangan metodis dari struktur pasar global yang matang.

TagsexchangeKuCoin

Pertanyaan Terkait

QApa yang ditekankan dalam acara KuCoin Institutional Premiere 2026 yang diadakan di Hong Kong?

AAcara tersebut menekankan fokus pada pertumbuhan struktural jangka panjang dan partisipasi institusional di pasar aset digital, bukan pada fluktuasi harga jangka pendek.

QSiapa saja yang hadir dalam acara KuCoin Institutional Premiere 2026?

ALebih dari seratus klien institusional dan mitra dari berbagai pasar di seluruh dunia hadir, termasuk CEO KuCoin BC Wong dan COO Ethan Cheng yang memberikan sambutan.

QMenurut CEO KuCoin BC Wong, bagaimana kredibilitas jangka panjang dibangun di pasar aset digital?

AMenurut BC Wong, kredibilitas jangka panjang dibangun melalui disiplin, transparansi, dan manajemen risiko yang kuat selama kondisi pasar yang menantang, bukan pada periode ekspansi.

QApa yang mendorong keterlibatan institusional dalam aset digital menurut Ethan Cheng, COO KuCoin?

AMenurut Ethan Cheng, keterlibatan institusional semakin didorong oleh fundamental struktural seperti stabilitas, transparansi, dan manajemen risiko, bukan oleh pergerakan harga jangka pendek.

QApa pesan utama yang disampaikan KuCoin kepada pelaku industri melalui acara ini?

APesan utamanya adalah bahwa landasan institusional cryptocurrency kini didasarkan pada pengembangan metodis pasar global yang matang, bukan pada spekulasi, dengan fokus pada stabilitas struktural dan tata kelola yang baik.

Bacaan Terkait

Model Generatif Bisa Dilatih End-to-End? Intinya Hanya Sebuah For Loop

Model generatif seperti model difusi atau autoregresif yang dominan saat ini biasanya tidak melatih seluruh proses generasi secara end-to-end. Mereka dilatih hanya untuk memprediksi satu "langkah kecil" dalam proses, namun saat inferensi, langkah ini harus diulang ratusan atau ribuan kali. Ketidaksesuaian ini menyebabkan masalah "exposure bias," di mana kesalahan menumpuk seiring waktu. Makalah terbaru dari UIUC dan Harvard memperkenalkan paradigma baru bernama **Explorative Modeling (XM)**. Inti dari metode ini sangat sederhana: alih-alih menghasilkan satu sampel, model menghasilkan **K kandidat** dalam setiap langkah pelatihan. Kemudian, hanya kandidat yang paling dekat dengan data target yang dipilih untuk menghitung gradien dan memperbarui model. Mengapa ini berhasil? Dalam tugas generatif, satu input bisa memiliki banyak output yang valid (mode). Fungsi kerugian rekonstruksi tradisional cenderung menyebabkan "mode blurring," di mana model hanya mempelajari rata-rata dari semua mode, menghasilkan output yang tidak realistis. Dengan menghasilkan beberapa kandidat, model dapat "mengeksplorasi" dan menangkap beberapa mode yang berbeda sekaligus, sehingga menghindari rata-rata yang kabur. Penelitian ini menunjukkan bahwa **"eksplorasi" (K) bertindak sebagai sumbu penskalaan ketiga** yang efektif, selain parameter dan data. Eksperimen pada gambar, video, dan bahasa menunjukkan peningkatan kinerja yang monoton dengan peningkatan K, dengan keuntungan yang lebih besar pada skala yang lebih besar. XM dapat meningkatkan efisiensi FLOP hingga 4.1x dan efisiensi sampel hingga 6.2x. Yang lebih menarik, ketika diterapkan secara ekstrem, XM memungkinkan **pelatihan generatif yang benar-benar end-to-end**. Dalam tugas kontrol robot, "Explorative Policy" berbasis XM mencapai kinerja yang setara dengan "Diffusion Policy" yang membutuhkan 100 langkah inferensi, sementara hanya membutuhkan satu langkah inferensi maju. Ini membuktikan bahwa kompleksitas untuk menangani banyak mode dapat dipindahkan dari inferensi ke pelatihan. Meskipun ide "best-of-K" bukan hal baru, kontribusi utama makalah ini adalah penjelasan teoritis bahwa mekanisme ini secara langsung meningkatkan **ekspresivitas generatif** model. Dengan demikian, ini menawarkan cara baru yang ampuh untuk mengatasi tantangan mendasar dalam pemodelan generatif.

marsbit45m yang lalu

Model Generatif Bisa Dilatih End-to-End? Intinya Hanya Sebuah For Loop

marsbit45m yang lalu

OpenAI Tidak Lagi Mengandalkan Model Termahal untuk Menghasilkan Uang

OpenAI tidak lagi mengandalkan model termahal untuk menghasilkan uang. Pada 30 Juli, perusahaan mengumumkan penyesuaian harga, menurunkan harga model GPT-5.6 Luna sebesar 80% dan Terra sebesar 20%. Yang lebih penting dari angka penurunan harga adalah pesan intinya: untuk banyak tugas, model terkuat (seperti Sol) tidak selalu diperlukan. OpenAI secara eksplisit merekomendasikan strategi di mana model mahal (Sol) menangani perencanaan dan analisis kompleks, sementara model yang lebih terjangkau (Luna) mengeksekusi tugas, menulis kode, dan menjalankan pengujian. Pergeseran ini mencerminkan perubahan industri AI dari hanya mengejar kecerdasan tertinggi menuju optimisasi biaya dan efisiensi untuk penggunaan skala besar. Anthropic juga mengikuti pola serupa dengan meluncurkan Claude Opus 5 dengan harga setengah dari model andalannya, Fable 5. Kedua raksasa Silicon Valley ini menunjukkan bahwa model flagship kini berfungsi lebih untuk nilai merek dan pembuktian teknologi, sementara model "kendaraan massal" yang lebih murah (seperti Luna, Terra, Opus) yang akan mendorong adopsi komersial luas dan menghasilkan pendapatan utama. OpenAI mengungkapkan bahwa penurunan biaya ini sebagian didorong oleh model AI (Sol) yang mengoptimalkan kode produksi dan alur kerjanya sendiri, menciptakan siklus peningkatan efisiensi yang dapat mempercepat penurunan biaya di masa depan. Intinya, kompetisi AI bergeser dari "siapa yang paling pintar" menjadi "mana yang paling bernilai". Perusahaan tidak lagi membeli satu model tunggal, tetapi merancang sistem dengan beberapa model yang cocok untuk tugas yang berbeda—mirip dengan arsitektur komputasi awan. Tujuan akhir OpenAI adalah membangun ekosistem yang mengunci alur kerja pengembang melalui volume panggilan API yang sangat besar dan biaya yang sangat rendah, sehingga menciptakan daya tarik yang kuat. Ketika AI menjadi murah dan tersebar luas seperti listrik, tertanam dalam setiap proses tanpa diperdebatkan, era sesungguhnya baru dimulai.

marsbit2j yang lalu

OpenAI Tidak Lagi Mengandalkan Model Termahal untuk Menghasilkan Uang

marsbit2j yang lalu

Trading

Spot
活动图片