Paradigm Bangun Terminal Perdagangan Pasar Prediktif Sendiri, Juga Pertimbangkan Produk Market Making dan Indeks

marsbitDipublikasikan tanggal 2026-04-02Terakhir diperbarui pada 2026-04-02

Abstrak

Paradigm, salah satu firma investasi kripto terkemuka, dilaporkan sedang mengembangkan terminal perdagangan pasar prediktif untuk trader dan market maker profesional. Proyek ini dipimpin oleh mitra Paradigm, Arjun Balaji, dan mencerminkan minat yang berkembang di sektor pasar prediktif, yang memungkinkan spekulasi pada hasil acara olahraga, pemilu, hingga harga aset kripto. Selain terminal, Paradigm juga mempertimbangkan untuk membentuk meja market making internal dan mengeksplorasi pembuatan indeks pasar prediktif yang dapat diperdagangkan, mirip dengan indeks saham tradisional. Paradigm telah berinvestasi dalam Kalshi, platform pasar prediktif terdepan, dan mengembangkan proyek infrastruktur lain seperti blockchain Tempo untuk stablecoin. Langkah ini menunjukkan ekspansi Paradigm dari investasi kripto tradisional ke inisiatif produk yang lebih luas, termasuk AI dan robotika.

Penulis: Fortune (Sumber berpengetahuan anonim)

Kompilasi: Deep Tide TechFlow

Panduan Deep Tide: Pasar prediktif sedang berevolusi dari alat niche menjadi jalur keuangan arus utama. Paradigm tidak puas hanya menjadi investor dan mulai turun tangan membangun infrastruktur. Di balik aksi ini, VC kripto top sedang mendefinisikan ulang batas mereka dengan cara menginkubasi proyek — dari Ithaca ke Tempo hingga terminal pasar prediktif, Paradigm semakin menyerupai perusahaan produk.

Teks lengkap sebagai berikut:

Salah satu lembaga investasi paling berpengaruh di lingkaran kripto sedang berusaha memperoleh porsi lebih besar dari kue pasar prediktif yang tumbuh cepat. Menurut sumber yang mengetahui masalah ini, perusahaan modal ventura Paradigm sedang mengembangkan terminal perdagangan pasar prediktif yang ditujukan untuk trader profesional dan market maker. Sumber-sumber tersebut meminta anonimitas untuk membahas rencana bisnis yang tidak publik ini. Diketahui, partner Paradigm Arjun Balaji memimpin proyek ini sejak akhir 2025.

Balaji tidak menanggapi permintaan komentar, dan juru bicara Paradigm juga menolak berkomentar tentang hal ini.

Pengembangan proyek terminal perdagangan ini bertepatan dengan lembaga keuangan arus utama yang bersaing untuk memasuki pasar prediktif. Pasar prediktif memungkinkan trader untuk berspekulasi pada hasil acara olahraga, arah pemilihan umum, bahkan harga Bitcoin, dan popularitasnya terus meningkat dalam beberapa tahun terakhir.

Menurut dua sumber yang mengetahui, Paradigm juga mempertimbangkan apakah akan mendirikan meja market making internal) untuk pasar prediktif di samping pengembangan terminal perdagangan.

Selain itu, sumber ketiga yang familiar dengan situasi Paradigm menyatakan bahwa perusahaan modal ventura ini sedang berkolaborasi dengan peneliti untuk mengeksplorasi kelayakan membuat indeks pasar prediktif. Inti dari konsep ini adalah menggabungkan beberapa pasar prediktif menjadi satu produk yang dapat diperdagangkan, mirip dengan indeks S&P 500 yang mengkonsolidasikan saham 500 perusahaan menjadi satu indeks. Saat ini, Paradigm telah mulai mengumpulkan data pasar prediktif ke dalam dasbor publik.

Kalshi dan Polymarket

Paradigm adalah investor penting di Kalshi, salah satu dari dua platform pasar prediktif terkemuka. Pada tahun 2025, perusahaan modal ventura ini berpartisipasi dalam tiga putaran pendanaan Kalshi secara berurutan, dan memimpin putaran Desember yang mendorong valuasi Kalshi menjadi $11 miliar. Saat ini, Kalshi telah menyelesaikan putaran pendanaan baru setidaknya $10 miliar, dengan valuasi naik menjadi $22 miliar.

Rekan pendiri dan mitra pengelola Paradigm, Matt Huang, menjabat sebagai anggota dewan di Kalshi. Menurut satu sumber, langkah Paradigm mengembangkan terminal perdagangan pasar prediktif tidak bersaing dengan bisnis platform Kalshi.

Pesaing Polymarket juga berkembang pesat. Menurut laporan Wall Street Journal, platform tersebut sedang dalam pembicaraan untuk pendanaan baru dengan valuasi sekitar $20 miliar. Secara bersamaan, sebuah perusahaan modal ventura baru yang fokus pada pasar prediktif juga telah didirikan, didukung oleh CEO dari kedua platform pasar prediktif besar.

Taruhan Paradigm pada pasar prediktif juga terjadi di latar belakang perusahaan yang terus memperluas batas bisnisnya — dari yang历来 berfokus pada aset digital, secara bertahap merambah ke jalur teknologi yang lebih luas. Menurut Wall Street Journal, Paradigm sedang mengumpulkan dana untuk dana baru dengan ukuran maksimum $1.5 miliar, yang arah investasinya tidak lagi terbatas pada kripto, tetapi juga akan mencakup AI dan robotika.

Paradigm memiliki tradisi menginkubasi proyek sendiri. Pada tahun 2024, Chief Technology Officer Paradigm Georgios Konstantopoulos mendirikan perusahaan pengembangan perangkat lunak kripto Ithaca dan menjabat sebagai CEO. Baru-baru ini, Paradigm juga berkolaborasi dengan raksasa fintech Stripe untuk bersama-sama membangun Tempo — sebuah blockchain berkecepatan tinggi yang dirancang khusus untuk stablecoin. Mitra pengelola Huang memimpin proyek ini. Menurut satu sumber, Tempo memiliki sekitar 70 karyawan pada awal Maret.

Pertanyaan Terkait

QApa yang sedang dikembangkan oleh Paradigm untuk pasar prediksi?

AParadigm sedang mengembangkan terminal perdagangan pasar prediksi untuk trader dan market maker profesional.

QSiapa yang memimpin proyek terminal perdagangan pasar prediksi di Paradigm?

APartner Paradigm, Arjun Balaji, memimpin proyek ini sejak akhir 2025.

QApa saja rencana lain Paradigm selain terminal perdagangan untuk pasar prediksi?

AParadigm juga mempertimbangkan untuk membuat market making internal dan mengeksplorasi pembuatan indeks pasar prediksi yang dapat diperdagangkan.

QApa hubungan Paradigm dengan platform pasar prediksi Kalshi?

AParadigm adalah investor penting dalam Kalshi, telah berpartisipasi dalam beberapa putaran pendanaan, dan co-founder mereka Matt Huang adalah anggota dewan direksi Kalshi.

QBagaimana Paradigm memperluas fokus investasinya di luar crypto?

AParadigm sedang mengumpulkan dana untuk dana baru senilai hingga $1,5 miliar yang akan berinvestasi tidak hanya di crypto tetapi juga di AI dan robotika.

Bacaan Terkait

Laporan Pagi Wall Street: V-reversal di Akhir Bulan, Tapi Indeks Nasdaq Rekam Performa Terburuk Juli dalam 12 Tahun, Modal Terkonsentrasi ke Raksasa Cloud

**Laporan Pagi Wall Street: Rebound di Akhir Bulan, Tapi Nasdaq Catat Performa Terburuk Juli dalam 12 Tahun, Modal Terakselerasi ke Raksasa Cloud** Pasar saham AS mengalami rebound berbentuk V pada Jumat lalu, dengan tiga indeks utama menguat. Namun, ini tidak menutupi performa buruk sepanjang Juli: Indeks S&P 500 hampir datar, mencatat kinerja Juli terburuk sejak 2014, sementara **Indeks Nasdaq turun 3,2%, merupakan kinerja Juli terburuk sejak 2004.** **Pergerakan Komoditas & Makro:** * **Minyak:** Harga minyak mentah WTI anjlok >8% setelah Presiden Trump membatalkan serangan militer terhadap Iran dan OPEC+ menyetujui peningkatan kuota produksi. * **Emas:** Harga emas naik tipis 0,91% pada Juli, berayun di sekitar $4050/oz. Analis melihat periode konsolidasi dengan kisaran perkiraan $3800-$4500 untuk tahun ini. * **Obligasi & Mata Uang:** Yield obligasi AS 10 tahun melonjak di bulan Juli. AS dan Jepang melakukan intervensi bersama untuk mendukung Yen, mendorong USD/JPY turun di bawah level 156. **Fokus Pasar: Percepatan Aliran Modal ke Raksasa Cloud** Tekanan deleveraging membayangi saham teknologi sepanjang Juli, namun **modal bergerak cepat ke perusahaan cloud besar.** Saham cloud meroket setelah laporan kinerja kuartalan yang kuat, dengan **kapitalisasi pasar gabungan raksasa cloud bertambah hampir $1,5 triliun** dalam seminggu (Microsoft, Amazon, Google). Ini menunjukkan pergeseran modal dari sektor hardware/semikonduktor yang padat menuju perusahaan cloud dengan arus kas yang kuat. **Kilasan Performa Saham Penting:** * **Amazon:** Melonjak 15,32% setelah kinerja AWS yang sangat kuat. * **Microsoft & Google:** Terus menguat dengan prospek bisnis cloud/AI yang solid. * **Meta:** Naik 3,28%, mengakhiri 11 hari penurunan beruntun. * **Apple:** Anjlok 7,35% karena kekhawatiran pasokan dan panduan yang lemah. * **Saham Memori (seperti Micron, Sandisk):** Terkoreksi tajam pada bulan Juli. * **SpaceX:** Akan merilis laporan kinerja pertama pasca-IPO pada 5 Agustus, diikuti masa pelepasan saham terbatas besar-besaran pada 6 Agustus. **Yang Perlu Diperhatikan Minggu Ini:** * **Laporan Kinerja Perusahaan:** Berkshire Hathaway, Palantir, AMD, SpaceX, Disney, Sandisk, Western Digital, dan lainnya. * **Konferensi:** Ai4 2026 dan Flash Memory Summit (FMS). * **Data Makro Kunci:** Laporan Penggajian Non-Pertanian AS (7 Agustus), data ekspor-impor & CPI China.

marsbit45m yang lalu

Laporan Pagi Wall Street: V-reversal di Akhir Bulan, Tapi Indeks Nasdaq Rekam Performa Terburuk Juli dalam 12 Tahun, Modal Terkonsentrasi ke Raksasa Cloud

marsbit45m yang lalu

Rubin Ultra Terkuras Drastis, Apakah Nvidia Juga Tak Tahan dengan Kenaikan Harga Memori?

Laporan terbaru dari SemiAnalysis mengungkapkan bahwa NVIDIA telah merevisi spesifikasi Rubin Ultra, varian flagship dari arsitektur Rubin yang diumumkan di GTC 2026. Alih-alih peningkatan besar pada memori dan daya komputasi, fokus utama kini beralih ke kemampuan interkoneksi skala sistem. Spesifikasi kunci yang diungkapkan menunjukkan Rubin Ultra akan mempertahankan puncak komputasi teoretis yang sama dengan Rubin standar, yaitu 35 PFLOPs. Namun, terjadi pengurangan signifikan pada kapasitas memori, turun menjadi 192GB dengan konfigurasi 8-Hi, lebih rendah dari Rubin standar yang 288GB (12-Hi). Peningkatan bandwidth memori juga minimal, hanya 1 TB/s, dan daya chip bahkan sedikit lebih tinggi. Peningkatan utama justru pada "skala interkoneksi" (*scale-up world size*), yang melonjak dari 72 GPU menjadi 576 GPU. Ini memungkinkan ratusan GPU Rubin Ultra terhubung via NVLink membentuk satu "super GPU" logis yang sangat besar. Analisis SemiAnalysis mengaitkan perubahan desain ini dengan lonjakan harga HBM (High Bandwidth Memory) yang drastis. Biaya material (BOM) untuk rak server Rubin Ultra sempat melonjak menjadi sekitar $8 juta karena harga HBM, tetapi dengan spesifikasi baru, biaya turun ke sekitar $6.4 juta. NVIDIA diduga mengalihkan biaya dari komponen HBM yang mahal (yang pangsa biayanya turun dari ~40% menjadi 28%) ke peningkatan interkoneksi jaringan (naik dari 4% menjadi 12%). Berita ini memicu kekhawatiran pasar tentang permintaan HBM. Saham produsen HBM seperti SK Hynix dan Samsung anjlok sekitar 8%, mencerminkan kekhawatiran bahwa pembeli utama seperti NVIDIA mungkin mulai mengurangi ketergantungan pada HBM berkapasitas tinggi untuk mengontrol biaya sistem AI secara keseluruhan.

Odaily星球日报1j yang lalu

Rubin Ultra Terkuras Drastis, Apakah Nvidia Juga Tak Tahan dengan Kenaikan Harga Memori?

Odaily星球日报1j yang lalu

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.

marsbit2j yang lalu

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

marsbit2j yang lalu

Trading

Spot
活动图片