Tak Terduga, Audit Keamanan adalah Aplikasi Pertama yang Terwujud dari AI x Crypto

链捕手Dipublikasikan tanggal 2026-06-26Terakhir diperbarui pada 2026-06-26

Abstrak

Data menunjukkan, hingga Juni 2026, TVL DeFi turun sekitar 39% dari awal tahun. Di sisi lain, serangan keamanan di sektor DeFi telah menyebabkan kerugian sekitar $942 juta dalam 121 insiden sepanjang tahun. Munculnya alat AI canggih, seperti model Claude Mythos dari Anthropic, telah mengubah lanskap keamanan dengan drastis. Biaya dan keahlian yang dibutuhkan untuk menemukan kerentanan dalam kontrak pintar kini turun hampir ke nol, memungkinkan penyerang memindai ribuan kontrak secara sistematis dan mengeksploitasi celah dengan sangat cepat, bahkan pada protokol yang sudah diaudit. Insiden pada protokol seperti Drift Protocol dan KelpDAO membuktikan bahwa laporan audit tradisional yang hanya fokus pada kode tidak lagi memadai. Penyerang kini menargetkan logika bisnis, konfigurasi infrastruktur, dan kelemahan operasional. Celah pada kontrak lama yang telah berjalan bertahun-tahun juga kembali dieksploitasi berkat bantuan AI. Pernyataan pesimistis dari pendiri OpenZeppelin bahwa "semua DeFi tidak aman" mencerminkan tantangan struktural ini: pihak bertahan harus menutup semua celah, sementara penyerang hanya butuh satu pintu masuk. Menanggapi hal ini, proyek-proyek kini terdorong untuk melakukan audit ulang berdasarkan standar keamanan baru di era AI, meskipun lebih bersifat pertahanan. Perusahaan audit seperti CertiK dan OpenZeppelin beradaptasi dengan mengembangkan sistem audit berbantuan AI, beralih dari model laporan satu kali ke layanan pemantauan berkelanjutan dan verifik...

Data menunjukkan, hingga bulan Juni, TVL DeFi telah turun dari sekitar $115 miliar di awal tahun menjadi sekitar $70 miliar, penurunan mencapai 39%, hampir setiap bulan mengalami penurunan.

Sementara itu, insiden keamanan memberikan tekanan lain pada DeFi. Berdasarkan statistik, sejak 2026 telah terjadi 121 serangan peretas di bidang DeFi, dengan kerugian kumulatif sekitar $942 juta. Hanya pada kuartal kedua terjadi 85 insiden, dengan kerugian mencapai $775 juta, menjadikannya kuartal dengan aktivitas serangan paling sering dalam periode statistik tersebut.

Dengan meluasnya alat AI generasi baru, biaya dan persyaratan keterampilan untuk menemukan kerentanan kontrak pintar turun drastis,perusahaanaudit keamananterpaksa berdiri di pusat perubahan ini.

一、AI-isasi di Sisi Serangan, Pertahanan Keamanan Lama Sedang Kehilangan Efektivitas

Runtuhnya Logika Lama

Setiap kali industri membahas dampak AI di bidang kripto, reaksi pertama sering kali adalah trading kuantitatif, penasihat investasi pintar, analisis data on-chain. Namun arah kenyataannya di luar dugaan semua orang: hal pertama yang ditembus AI adalah bisnis yang sebelumnya dianggap paling stabil di industri ini—audit keamanan.

Dua tiga tahun lalu, perusahaan audit keamanan adalah aset konservatif di mata investor institusional untuk berpartisipasi dalam kemakmuran industri kripto. Logikanya sederhana langsung: selama ada protokol baru diluncurkan, perlu audit; industri semakin makmur, permintaan audit semakin kuat; harga per klien tinggi, pendapatan stabil, tidak bergantung pada fluktuasi harga token.

Data Immunefi menunjukkan, kerugian protokol DeFi akibat serangan peretas pernah turun 74% dari puncak $2,62 miliar pada 2022, menjadi sekitar $680 juta pada 2025. Proporsi serangan jembatan silang terhadap total kerugian DeFi turun drastis dari 73% pada 2022 menjadi 3% pada 2025. Industri umumnya percaya, kematangan berkelanjutan audit keamanan sedang berperan.

Namun, penilaian ini secara bertahap terbantahkan.

Pada 9 Juni, Anthropic merilis model AI generasi baru Claude Mythos. Di pasar segera muncul pandangan: peningkatan frekuensi serangan yang tidak biasa terhadap protokol-prototokol utama baru-baru ini, mungkin terkait dengan peningkatan kemampuan berkelanjutan model AI mutakhir.

Simon Dedic, pendiri Moonrock Capital, menyatakan, dengan meluasnya alat AI generasi baru, biaya dan persyaratan keterampilan untuk menemukan kerentanan kontrak pintar akan turun hingga hampir nol, protokol yang belum diaudit akan menjadi sasaran, kerentanan yang diketahui akan terus diulang.

Data Chainalysis mengkonfirmasi tren ini: dalam enam bulan terakhir, hanya serangan terhadap kontrak dengan kode sumber tidak diverifikasi publik menyebabkan kerugian sekitar $36,7 juta, penyerang menggunakan bantuan AI untuk melakukan dekompilasi ulang bytecode asli untuk mencari kerentanan, model bahasa besar telah dapat mengidentifikasi pola kerentanan secara skala, melakukan pemindaian sistematis terhadap ribuan kontrak,protokol Truebit, Aperture Finance, Ekubo termasuk di dalamnya.

Alur lengkap dari penemuan hingga eksekusi penyerang, sedang dikompresi hingga tingkat menit. Masa berlaku laporan audit tradisional dihitung per bulan, selisih waktu ini, adalah celah struktural paling mematikan dari model audit lama.

Sudah Diaudit, Masih Kena Retas?

Target utama serangan peretas, tidak lagi protokol kecil tingkat dua tiga. Drift Protocol adalah platform kontrak perpetual utama di Solana, kontrak pintarnya telah melalui beberapa putaran audit oleh beberapa lembaga keamanan terkenal. Namun investigasi lembaga keamanan TRM Labs menunjukkan, penyerang melalui serangan rekayasa sosial selama 6 bulan, secara bertahap menyusup ke anggota tim Drift, akhirnya mendapatkan kunci administrator istimewa.

Situasi KelpDAO juga serupa. Penyerang memanfaatkan kerentanan konfigurasi node validasi tunggal pada jembatan silang LayerZero, memalsukan deposit dan mencetak token tanpa jaminan, dalam 46 menit mencuri $293 juta. Setelah diteliti, skema konfigurasi multi-node validasi sebelumnya pernah direkomendasikan, tetapi tidak diadopsi. Kontrak lolos audit, konfigurasi infrastruktur ada cacat, kerugian tetap terjadi.

Di antara protokol-protokol yang telah melalui audit, meskipun mencakup kebenaran kode, tetapi pada logika bisnis dan proses operasionaldihindari oleh penyerang.

Di sisi lain, cakupan pemindaian AI juga tidak hanya menarget protokol baru. Perusahaan keamanan Web3 GoPlus Security menunjukkan, penyerang dengan bantuan teknologi AI menggali kerentanan kontrak historis yang dideploy bertahun-tahun lalu secara skala besar. Pada 9 Juni, kontrak Ethereum Token of Power yang telah dideploy 7 tahun diserang, kerugian sekitar $1,5 juta; 25 Mei, kontrak WUSD.fi yang berjalan 3 tahun diserang, kerugian sekitar $200.000; kontrak lama Aztec Network yang dideploy 2 tahun lalu, pada 14 dan 18 Juni berturut-turut diserang dua kali, total kerugian lebih dari $4 juta.Ini menunjukkan, masa berlaku perlindungan laporan audit lama, mungkin sudah nol.

Bulan lalu, Manuel Aráoz, salah satu pendiri perusahaan keamanan kripto OpenZeppelin, menyatakan, sekarang dia meyakini "semua DeFi tidak aman", dan mengatakan dia telah menyarankan teman dan keluarga untuk keluar dari semua posisi DeFi termasuk Aave, MakerDAO, dan Compound. Alasannya adalah kemampuan AI programming Agent untuk menemukan kerentanan telah mencapai tingkat superhuman, sementara keamanan kontrak pintar strukturnya sangat asimetris—sisi bertahan harus menambal setiap kerentanan, penyerang hanya perlu menemukan satu pintu masuk yang efektif.

OpenZeppelin pernah menyediakan layanan audit untuk Aave, Compound, Uniswap, Coinbase, adalah salah satu penyedia infrastruktur keamanan kontrak pintar terpenting di industri kripto. Pernyataan ini keluar dari mulutnya, bobotnya tidak biasa.

Namun, pasar juga mempertanyakan ini. Kontributor ekosistem Aave Marc Zeller menyebutkan, dalam kerugian DeFi satu tahun terakhir, kurang dari 10% berasal dari kerentanan kode, sisanya dari kesalahan konfigurasi parameter risiko, manajemen jaminan yang tidak tepat dan kelemahan keamanan operasional. CEO 0G Labs Michael Heinrich juga menunjukkan, keamanan pinjaman DeFi dibandingkan dengan benchmark tahun 2020 telah meningkat sekitar 98%.

Masalah sekarang adalah, cakupan yang dapat dicapai audit kode semakin terbatas, sementara area serangan penyerang terus diperluas. Kerangka keamanan lama sudah tidak dapat memberikan jawaban yang meyakinkan.

二、Tanggapan dan Rekonstruksi Pihak Proyek dengan Lembaga Audit

Standar audit lama meskipun menunjukkan celah jelas di depan serangan AI, ini tidak berarti permintaan audit akan hilang. Sebaliknya, pihak proyek dan perusahaan audit akan menyesuaikan diri berdasarkan realitas baru.

Jangka Pendek: Pelepasan Terpusat Permintaan Audit Defensif

Banyak protokol utama yang sebelumnya telah menyelesaikan audit, sekarang menghadapi tekanan untuk diaudit ulang sesuai standar keamanan baru di era AI. Pihak proyek mulai menyadari, dalam konteks kemampuan serangan AI yang terus meningkat, siklus perlindungan audit tradisional sedang memendek.

Sifat esensial permintaan ini adalah pengeluaran defensif, bukan sinyal pertumbuhan sehat industri. Lembaga keamanan CertiK dalam laporan regulasi 2026-nya menunjukkan, audit keamanan kontrak pintar sedang ditingkatkan dari praktik terbaik industri menjadi persyaratan masuk regulasi, menjadi ambang batas wajib untuk persetujuan lisensi dan listing token.

Jangka pendek, pengeluaran defensif ini akan membentuk permintaan audit tertentu, tetapi lebih banyak merupakan investasi pasif pihak proyek untuk mengurangi risiko.

Jangka Panjang: Diferensiasi Mendasar Model Bisnis Perusahaan Audit

Lembaga audit juga merasakan tekanan. Dengan evolusi berkelanjutan alat AI di sisi serangan, perusahaan-perusahaan utama mempercepat pengembangan kemampuan deteksi mandiri. Beberapa lembaga audit utama telah meluncurkan sistem audit berbantuan AI dalam periode 2025 hingga 2026, meningkatkan efisiensi melalui analisis paralel multi-model dan deteksi otomatisasi.

Saat efisiensi meningkat, model tradisional menghadapi tekanan. Nilai komersial pengiriman laporan audit satu kali sedang menurun, jangka panjang, volume bisnis lembaga yang mengandalkan laporan point-to-point berisiko menyusut.

Analis JPMorgan dengan tegas menyatakan, insiden keamanan DeFi yang berkelanjutan sedang membatasi masuknya investor institusional utama. Ini bukan hanya sentimen pasar, tetapi juga pertanyaan terbuka terhadap nilai keberadaan seluruh industri audit.

Platform audit kontrak pintar Code4rena yang terkenal dengan model audit kompetitif baru-baru ini mengumumkan penutupan, sumber daya klien dan peneliti diserahkan kepada Immunefi. Platform ini pernah mengumpulkan $6 juta dari Paradigm pada 2023, pernah dianggap sebagai pelengkap kuat model audit tradisional, beroperasi kurang dari dua tahun sejak akuisisi.

Sumber Gambar:RooData

Protokol pinjaman DeFi Radiant setelah mengalami serangan peretas Oktober 2024, meskipun berusaha selama 18 bulan tetap tidak dapat memulihkan dana, mengumumkan memasuki fase penutupan. Ionic Protocol juga karena dampak kerentanan keamanan yang terus meluas, mengumumkan menghentikan semua operasi segera.

Namun, perubahan tidak hanya satu arah.AI juga menunjukkan kemampuan superhuman di sisi pertahanan—masalahnya siapa yang menggunakan lebih dulu.

Alat audit asli AI Firepan mengungkapkan,saat melakukan audit independen terhadap kontrak AMM versi baru Curve Finance pada April 2026, menemukan kerentanan kunci tipe kombinasi: melihat satu sifat saja adalah kode normal, tetapi di bawah kombinasi operasi tertentu, penyerang dapat melewati mekanisme perlindungan donasi dan mengambil dana.

Curve sebelumnya telah melalui beberapa putaran tinjauan oleh enam lembaga audit independen, diakui sebagai salah satu protokol dengan intensitas audit tertinggi di DeFi, tetapi kerentanan ini tetap tersembunyi di area buta audit manual.

Pendiri Curve Finance Michael Egorov setelahnya mengevaluasi, AI memang membantu dalam keamanan kontrak pintar. Namun dia juga menunjukkan, pengalaman keberhasilan AI mendeteksi kerentanan di browser dan kernel Linux, tidak dapat langsung diterapkan ke kontrak pintar—kontrak pintar biasanya hanya ribuan baris kode, manusia dan AI reguler dapat memikirkannya sepenuhnya, risiko yang benar-benar perlu diwaspadai, lebih banyak berasal dari kebocoran kunci di tingkat OpSec dan serangan rantai pasokan, bukan kerentanan kode itu sendiri.

Kasus serupa juga muncul di bidang privacy coin. Insinyur keamanan Taylor Hornby atas mandat organisasi nirlaba Shielded Labs, menggunakan model Anthropic Opus 4.8 untuk melakukan audit terhadap protokol Zcash, menemukan kerentanan kunci di kolam privasi Zcash Orchard yang tidak pernah disadari sejak 2022, secara teori memungkinkan penyerang mencetak ZEC palsu tak terbatas dan tidak terdeteksi on-chain.

Pendiri Zcash Zooko Wilcox kemudian mengucapkan terima kasih secara publik kepada Anthropic. Hornby jugamenyatakan,telah menambahkan Monero (XMR) ke antrean audit, di masa depan juga akan melakukan tinjauan keamanan terhadap lebih banyak proyek privacy coin.

Diketahui, OpenZeppelin telah meluncurkan sistem Skills, memberikan pengetahuan otoritatif dari pustaka kontrak pintar yang telah diaudit kepada AI programming Agent, memajukan garis pertahanan ke tahap pengembangan.

Ini adalah arah baru yang dipaksa diambil perusahaan audit tradisional, dari pemeriksaan setelah kejadian menjadi tertanam penuh, dari pengiriman satu kali menjadi pemantauan berkelanjutan, verifikasi formal dan deteksi risiko real-time on-chain.

Penutup

Secara keseluruhan, jalur audit keamanan sedang mengalami transisi dari mode bonus ke mode kompetisi. AI mempercepat efisiensi serangan, juga mendorong peningkatan sistem pertahanan. Proses ini tidak hanya memengaruhi bentuk komersial perusahaan audit, tetapi juga menuntut seluruh ekosistem DeFi memikirkan kembali cara investasi keamanan.

Bagi pihak proyek, era sekali audit aman seumur hidup telah berlalu. Keamanan bukan lagi satu prosedur sebelum peluncuran, tetapi infrastruktur yang memerlukan investasi berkelanjutan.

Bagi lembaga audit, mengikuti AI secara pasif sudah tidak cukup. Pemain yang dapat menyelesaikan rekonstruksi komprehensif dari alat ke mode layanan lebih cepat, lebih mungkin tetap di meja permainan di fase berikutnya.

Kripto yang Sedang Tren

Pertanyaan Terkait

QMengapa artikel ini menyatakan bahwa AI x Crypto pertama kali diterapkan dalam audit keamanan?

AArtikel menyatakan bahwa, berlawanan dengan ekspektasi banyak orang, dampak AI pada industri crypto tidak pertama kali terlihat pada trading kuantitatif atau analisis data on-chain, tetapi justru pada audit keamanan. Hal ini karena alat AI generasi baru telah secara drastis mengurangi biaya dan persyaratan keterampilan untuk menemukan kerentanan dalam kontrak pintar, sehingga mengubah lanskap ancaman keamanan.

QBagaimana AI meningkatkan kemampuan para penyerang (attackers) dalam menemukan dan mengeksploitasi kerentanan?

AAI memungkinkan penyerang untuk secara sistematis memindai ribuan kontrak, mengidentifikasi pola kerentanan dalam skala besar, dan bahkan membongkar bytecode kontrak yang tidak diverifikasi. Alat seperti model Claude Mythos dari Anthropic dapat menurunkan biaya dan hambatan keterampilan untuk menemukan bug menjadi hampir nol. Waktu dari penemuan hingga eksekusi serangan dapat dipersingkat hingga hitungan menit.

QApakah audit keamanan tradisional masih efektif di era AI menurut artikel?

AArtikel menunjukkan bahwa efektivitas audit keamanan tradisional sedang dipertanyakan. Laporan audit sekali pakai memiliki masa berlaku yang semakin pendek, karena AI dapat dengan cepat menemukan kerentanan baru atau kembali mengeksploitasi bug lama dari kontrak yang telah diaudit bertahun-tahun lalu. Serangan sering kali melewati celah dalam logika bisnis, konfigurasi, atau keamanan operasional (OpSec) yang tidak tercakup dalam audit kode semata.

QApa saja respons dan adaptasi dari perusahaan audit dan proyek DeFi terhadap tantangan AI ini?

APerusahaan audit mulai mengembangkan dan menggunakan sistem audit berbantuan AI untuk meningkatkan efisiensi dan kedalaman analisis. Model bisnis mereka berevolusi dari sekadar memberikan laporan satu kali menjadi layanan berkelanjutan seperti pemantauan real-time dan verifikasi formal. Sementara itu, proyek-proyek DeFi menyadari bahwa keamanan harus menjadi investasi berkelanjutan, bukan hanya prosedur sebelum peluncuran, sehingga memicu permintaan untuk audit ulang dengan standar baru yang lebih ketat.

QBisakah AI juga digunakan untuk memperkuat pertahanan keamanan? Berikan contoh dari artikel.

AYa, artikel memberikan contoh di mana alat audit AI asli seperti Firepan berhasil menemukan kerentanan kombinasi kritis dalam kontrak Curve Finance yang lolos dari audit manual oleh enam lembaga. Contoh lain adalah penggunaan model Anthropic Opus untuk mengaudit protokol Zcash, yang berhasil mengungkap kerentanan besar yang tidak terdeteksi sejak 2022. OpenZeppelin juga mengembangkan sistem 'Skills' untuk memberikan pengetahuan tentang kontrak aman kepada AI Agent sejak fase pengembangan.

Bacaan Terkait

Ratu Keamanan Komputer Dawn Song (宋晓冬) Bergabung dengan Meta

Profesor Dawn Song (Song Xiaodong) dari UC Berkeley, yang dijuluki sebagai "tokoh keamanan komputer nomor satu", bergabung dengan laboratorium Superintelligence Meta sebagai Wakil Presiden Penelitian AI. Dia akan melapor langsung kepada kepala lab, Nat Friedman. Song adalah peneliti berpengaruh di bidang keamanan komputer dan keamanan AI, penerima MacArthur Fellowship, serta anggota ACM, IEEE, dan AAAS. Karyanya yang terkenal termasuk "Dynamic Taint Analysis" (2005). Laboratoriumnya di UC Berkeley dianggap sebagai pusat pelatihan terkemuka di bidang keamanan komputer. Penelitian Song mencakup keamanan perangkat lunak, pembelajaran mesin adversarial, dan keamanan agen AI. Dia juga pendiri Oasis Labs dan Virtue AI, perusahaan yang fokus pada infrastruktur keamanan AI untuk perusahaan, terutama pengujian penetrasi (red-teaming) otomatis dan pengaman runtime untuk agen AI. Bersama Song, pendiri Virtue AI lainnya, Bo Li dan Sanmi Koyejo, serta beberapa anggota tim, juga bergabung dengan Meta. Langkah ini dilihat sebagai upaya Meta untuk memperkuat langkah-langkah keamanan dalam pengembangan agen AI, terutama setelah masalah keamanan model AI seperti Anthropic's mythos menarik perhatian industri. Meta ingin menerapkan AI ke dalam produk-produk sosialnya yang digunakan miliaran orang dan terus mengedepankan strategi sumber terbuka, sehingga membutuhkan kemampuan keamanan yang tangguh. Artikel ini juga menyebutkan bahwa Denny Zhou, pendiri Gemini Reasoning Team di Google, dilaporkan telah bergabung dengan Meta TBDLab beberapa bulan sebelumnya. Zhou adalah tokoh kunci di bidang penalaran AI, berkontribusi pada metode seperti Chain-of-Thought dan Self-Consistency, yang membantu mengembangkan kemampuan penalaran model bahasa besar.

marsbit9m yang lalu

Ratu Keamanan Komputer Dawn Song (宋晓冬) Bergabung dengan Meta

marsbit9m yang lalu

Kompetisi Kripto Lembaga Korea: Ledakan Stabilkoin dan RWA

Artikel ini membahas evolusi pasar kripto Korea Selatan, yang kini beralih dari fokus pada perdagangan ritel ke pembangunan infrastruktur blockchain institusional. Dua tren utama yang mendorong perubahan ini adalah stablecoin dan tokenisasi aset riil (RWA). Stablecoin won Korea yang diatur kini menjadi prioritas bagi regulator, bank, dan perusahaan untuk mencegah aliran keluar modal ke stablecoin dolar AS. Berbagai lembaga seperti KB Financial, Hana Financial, NH Nonghyup Bank, dan KBank sedang melakukan uji coba untuk pembayaran dan transfer lintas batas. Penyedia pembayaran seperti Shinhan Card, BC Card, dan Danal juga mengembangkan solusi. Platform internet seperti KakaoPay dan NAVER Pay, dengan basis pengguna yang luas, berencana mengintegrasikan stablecoin ke dalam ekosistem mereka. Bagi proyek kripto, sekarang adalah waktu yang tepat untuk menjalin kemitraan dengan lembaga-lembaga ini. Di sisi RWA, Korea Selatan memusatkan perhatian pada tokenisasi aset di sektor unggulannya seperti perkapalan, rantai pasok industri, dan kekayaan intelektual hiburan (K-pop). Perusahaan sekuritas seperti Mirae Asset dan Hanwha Investment sedang memimpin inisiatif ini. Kerangka regulasi yang jelas diharapkan berlaku pada awal 2027. Peluang bagi proyek kripto terletak pada penyediaan infrastruktur seperti saluran distribusi global, solusi likuiditas dan interoperabilitas lintas rantai, serta alat pendukung untuk lembaga. Akses ke pengguna akhir akan sangat bergantung pada platform konsumen utama seperti NAVER (yang berencana mengakuisisi operator Upbit, Dunamu), Kakao (mengembangkan dompet terpadu), dan Toss (dompet finansial semua dalam satu). Industri kripto Korea Selatan sedang mendekati titik kritis, di mana proyek-proyek yang dapat membangun kemitraan dan kasus penggunaan nyata dengan lembaga lokal akan membantu membentuk masa depan aset digital di negara tersebut.

Foresight News15m yang lalu

Kompetisi Kripto Lembaga Korea: Ledakan Stabilkoin dan RWA

Foresight News15m yang lalu

Bagaimana Menilai Keaslian Video AI? Merangkum Sistem Deteksi yang Dinamis, Dapat Dilacak, dan Dapat Diinterpretasikan

Bagaimana Menentukan Keaslian Video AI? Tinjauan Sistem Deteksi Dinamis, Dapat Dilacak, dan Dapat Dijelaskan Generasi video AI telah berkembang pesat, mencapai kualitas sinematis. Namun, deteksi video palsu tertinggal, menimbulkan risiko sosial. Makalah tinjauan ini menetapkan kembali tujuan deteksi menjadi **"verifikasi kesetiaan fakta"**, memeriksa apakah konten video selaras dengan dunia nyata. Video AI dikategorikan menjadi tiga paradigma: **Manipulasi Lokal (LMV)**, **Edit Audio-Visual (AVE)**, dan **Sintesis Video Generatif (GVS)**. Untuk mendeteksinya, tinjauan mengusulkan kerangka kerja **empat lapis dari perspektif ganda Visi-Bahasa**: 1. **Analisis Isyarat Visual Intrinsik**: Memeriksa anomali statistik tingkat rendah seperti pola noise dan sinyal fisiologis. 2. **Konsistensi Spasial-Temporal**: Menganalisis kelancaran gerakan objek dan dinamika adegan sepanjang waktu. 3. **Konsistensi Antarmoda**: Memverifikasi keselarasan antara elemen visual, audio, dan teks dalam video. 4. **Penalaran Tingkat Dunia Dipandu Bahasa**: Mengevaluasi konsistensi konten video dengan pengetahuan dunia nyata, fakta, dan hukum fisika menggunakan penalaran semantik. Fokus metode deteksi bergeser dari lapisan 1 & 2 (visi) ke lapisan 3 & 4 (bahasa) seiring membaiknya kualitas video AI. Evaluasi juga perlu berkembang melampaui metrik akurasi dasar, menuju sistem penilaian **dinamis yang mengutamakan bukti**, serta sistem deteksi yang **dapat dipercaya dan dijelaskan** dengan menggabungkan bukti visual dan penalaran semantik. Deteksi yang andal memerlukan kolaborasi antar bidang seperti Visi Komputer, NLP, dan pemahaman multimodal.

marsbit50m yang lalu

Bagaimana Menilai Keaslian Video AI? Merangkum Sistem Deteksi yang Dinamis, Dapat Dilacak, dan Dapat Diinterpretasikan

marsbit50m yang lalu

Trading

Spot

Artikel Populer

Cara Membeli F

Selamat datang di HTX.com! Kami telah membuat pembelian Synfutures (F) 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 Synfutures (F) 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 Synfutures (F) AndaSetelah melakukan pembelian, simpan Synfutures (F) 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 Synfutures (F)Lakukan trading Synfutures (F) 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.

389 Total TayanganDipublikasikan pada 2024.12.21Diperbarui pada 2026.06.02

Cara Membeli F

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 F (F) disajikan di bawah ini.

活动图片