# Artikel Terkait AI

Pusat Berita HTX menyediakan artikel terbaru dan analisis mendalam mengenai "AI", mencakup tren pasar, pembaruan proyek, perkembangan teknologi, dan kebijakan regulasi di industri kripto.

Jaringan Listrik AS Meneriakkan Alarm Merah di Bawah Panas Ekstrem, Penambangan Bitcoin Jadi 'Kambing Hitam'?

Amerika Serikat mengalami gelombang panas ekstrem pada akhir Juni 2026, mendorong jaringan listrik utama PJM ke ambang batas. Pada 30 Juni, Menteri Energi mengeluarkan perintah darurat, termasuk memaksa pengguna besar (seperti pusat data dan tambang Bitcoin) untuk beralih ke generator darurat mereka. Ternyata, penambang Bitcoin besar tidak serta merta merugi saat dimatikan. Mereka berpartisipasi dalam program "respons permintaan" (demand response) grid, di mana mereka mendapat kompensasi finansial yang signifikan karena mengurangi konsumsi listrik selama puncak krisis. Contohnya, Riot Platforms di Texas menghasilkan kredit listrik senilai $21 juta di kuartal pertama 2026 dengan strategi ini, justru menurunkan biaya penambangan mereka. Artikel ini mengungkapkan bahwa penyebab utama tekanan pada grid sebenarnya bukan penambangan Bitcoin (yang hanya menyumbang 0,6%-2,3% konsumsi nasional), melainkan lonjakan permintaan listrik dari pusat data AI. PJM memproyeksikan pertumbuhan permintaan 32 GW hingga 2030, dengan 30 GW di antaranya berasal dari pusat data. Menyadari tren ini, perusahaan penambang Bitcoin terkemuka seperti Riot Platforms mulai bertransformasi. Mereka memanfaatkan infrastruktur listrik dan lahan mereka untuk beralih menjadi operator pusat data berskala besar, melayani permintaan komputasi AI yang sangat haus energi. Dengan demikian, mereka tidak lagi sekadar "pemakai listrik", tetapi menjadi bagian dari solusi fleksibilitas energi sekaligus merangkul peluang bisnis baru yang lebih menguntungkan.

marsbit07/08 13:48

Jaringan Listrik AS Meneriakkan Alarm Merah di Bawah Panas Ekstrem, Penambangan Bitcoin Jadi 'Kambing Hitam'?

marsbit07/08 13:48

Model Gambar Generatif 'Mangga' Zuck Kalah Telak dari GPT Image 2, Tanpa Diajari, Ia Belajar Sendiri Cara Revisi

Meta Labs (MSL) meluncurkan model generasi gambar terbarunya, Muse Image dengan nama kode "Mango". Model ini menempati peringkat kedua dalam arena perbandingan Arena AI, di bawah GPT Image 2 dari OpenAI. Keunggulan utamanya bukan hanya pada kualitas gambar, tetapi pada kemampuannya sebagai *agent* yang dapat berpikir dan merevisi karyanya sendiri. Muse Image mampu mencari informasi online untuk referensi, menghasilkan kode untuk elemen seperti QR code, dan—yang paling mencolok—melakukan koreksi mandiri setelah gambar dibuat, sebuah perilaku yang muncul sendiri selama pelatihan. Model ini terintegrasi erat dengan ekosistem Meta. Pengguna dapat menyebut (@) nama pengguna Instagram publik untuk memasukkan wajah orang tersebut ke dalam gambar yang dibuat, sebuah fitur yang menimbulkan pertanyaan privasi karena diaktifkan secara default. Muse Image juga terhubung dengan model bahasa Muse Spark ("Alpukat"), memungkinkan pembuatan konten yang lebih kompleks seperti game web. Untuk video, Meta memperkenalkan Muse Video yang masih dalam pratinjau, menduduki peringkat ketiga di Arena. Kekuatan utama Meta terletak pada distribusi. Muse Image sudah diintegrasikan ke Meta AI, Instagram, WhatsApp, dan akan menyusul ke platform lainnya, menjangkau miliaran pengguna. Setiap gambar yang dihasilkan dilengkapi watermark digital "Content Seal" untuk identifikasi. Dengan strategi ini, Meta tidak hanya bersaing pada kualitas model, tetapi juga pada kemudahan akses dan integrasi AI ke dalam kehidupan digital sehari-hari.

marsbit07/08 10:42

Model Gambar Generatif 'Mangga' Zuck Kalah Telak dari GPT Image 2, Tanpa Diajari, Ia Belajar Sendiri Cara Revisi

marsbit07/08 10:42

Blog Baru Wong Li Usulkan 'Evolusi Diri Mulai dari Harness', Cui Tianyi dari DeepSeek Setuju dan Membagikan

**Weng Li Usulkan: "Evolusi Diri AI Mungkin Dimulai dari Harness"** Dalam blog terbarunya, Weng Li, mantan Wakil Presiden Keamanan OpenAI, membahas konsep **RSI (Recursive Self-Improvement)** dengan pendekatan yang lebih teknis dan praktis. Ia berargumen bahwa evolusi diri AI dalam waktu dekat lebih mungkin terjadi pada lapisan **Harness**, sistem eksternal yang mengatur bagaimana model menggunakan alat, mengelola konteks, memecah tugas, dan memvalidasi hasil, daripada langsung memodifikasi bobot model itu sendiri. Ia menunjukkan tren yang berkembang dari **Context Engineering** (ACE, MCE) hingga **Workflow Design** (AI Scientist, ADAS, AFlow), di mana objek optimasi berkembang menjadi lebih abstrak. Puncaknya adalah konsep **Self-Improving Harness**, di mana model dapat menganalisis kegagalannya, mengusulkan modifikasi kecil dan terukur pada kode Harness, lalu memvalidasinya sebelum diterapkan. Contoh seperti **DGM (Darwin Gödel Machine)** menunjukkan kemajuan signifikan dalam benchmark seperti SWE-bench, hanya dengan mengoptimalkan Harness. Weng Li menekankan bahwa Harness dan model akan saling memperkuat, tetapi ada tantangan besar. **Sistem evaluasi** yang lemah, risiko **reward hacking**, **keruntuhan keragaman**, serta konflik antara **kesuksesan jangka pendek dan kesehatan jangka panjang** sistem menjadi hambatan utama. Peran manusia tetap krusial, bergeser ke posisi pengawasan pada level abstraksi yang tepat. DeepSeek Researcher **Cui Tianyi** juga merespons, menegaskan bahwa evolusi diri melalui **Harness** adalah arah yang sangat menjanjikan, setara dengan evolusi pada level model. Intinya, **Harness kini menjadi variabel kritis yang menentukan performa AI secara keseluruhan.**

marsbit07/08 10:29

Blog Baru Wong Li Usulkan 'Evolusi Diri Mulai dari Harness', Cui Tianyi dari DeepSeek Setuju dan Membagikan

marsbit07/08 10:29

Menyoal Wawancara DeepSeek, "Jenius Muda" Huawei Terseret dalam "Serangan" Investor Web3

Mantan "Bakat Jenius" Huawei, Li Bojie, menjadi sorotan setelah mengkritik pengalaman wawancaranya dengan DeepSeek pada 6 Juli. Ia mengeluhkan penjadwalan yang tertunda dan merasa dihina karena dituding menyontek selama tes coding, yang membuatnya menghentikan wawancara. Kontroversi membesar ketika Du Jun, pendiri ABCDE Capital, menuduh Li sebagai "pendiri paling tidak memiliki semangat kontrak" pada 7 Juli. Mereka berseteru mengenai proyek Web3+AI Li, Metagent. ABCDE berinvestasi US$1,5 juta, tetapi hanya US$500.000 yang dicairkan. Du Jun menyebut demo Juni 2024 berkualitas buruk, perkembangan lambat, dan Li kemudian menghilang dari komunikasi. Li Bojie membela diri dengan menyatakan dana yang tidak lancar menghambat operasi, dan ia mengundurkan diri dari Metagent pada Oktober 2024 karena alasan keluarga dan risiko kepatuhan. Mantan peneliti ABCDE, HarryM, mengungkapkan tim lebih fokus pada pencairan dana sisa daripada pengembangan produk. ArkStream Capital juga mengungkapkan ketidakprofesionalan Li selama proses due diligence untuk Metagent. Proyek tersebut kini mandek. Li kemudian beralih ke proyek baru, Pine AI (sebelumnya Logenic AI), platform agen AI untuk konsumen. Meski disebutkan mencapai 150.000 pengguna dan mengamankan pendanaan, Li menyatakan ia hanya bergabung sebagai penasihat dan ilmuwan utama, bukan pendiri, dan telah mengundurkan diri karena minat penelitiannya beralih ke model dasar.

Foresight News07/08 09:42

Menyoal Wawancara DeepSeek, "Jenius Muda" Huawei Terseret dalam "Serangan" Investor Web3

Foresight News07/08 09:42

Momentum Perdagangan: Saham Korea Masuk ke Pasar Bear Teknis, Teknologi Hong Kong Memimpin dengan Kuat, BTC Mengalami Koreksi Kecil

**Ringkasan Pasar: Saham Korea Masuki Pasar Beruang, Teknologi Hong Kong Melaju Kuat, BTC Koreksi Kecil** Pasar saham Asia menunjukkan kinerja beragam pada hari ini. **Korea Selatan** menjadi sorotan setelah indeks KOSPI jatuh 5,35%, secara teknis memasuki wilayah pasar beruang (penurunan >20% dari puncak). Penurunan ini didorong oleh aksi ambil untung besar-besaran pada raksasa chip seperti Samsung dan SK Hynix, serta tekanan dari dana leverage. Sebaliknya, **pasar saham Hong Kong** bangkit kuat. Indeks Hang Seng naik sekitar 700 poin, dengan **Indeks Teknologi Hang Seng melonjak lebih dari 5%**. Saham-saham teknologi seperti Alibaba (naik >12%) dan Xiaomi (naik >10%) menjadi penggerak utama, didukung oleh berita perusahaan yang positif dan aliran dana dari Asia Utara. Di **Jepang**, Indeks Nikkei 225 turun 2,11%, terdampak oleh penurunan pasar AS dan kekhawatiran inflasi impor akibat ketegangan di Timur Tengah. Sektor semikonduktor mengalami tekanan. Sementara itu, **pasar crypto** mengalami konsolidasi. Bitcoin (BTC) mengoreksi setelah reli sebelumnya, dengan para analis mengawasi level support kunci di sekitar $63.000. Aliran dana masuk ke ETF spot Bitcoin dan Ethereum tetap positif. Beberapa token seperti M dan ZEC mencatat kenaikan terbesar di antara 100 kripto teratas. Pergerakan pasar masih sangat dipengaruhi oleh ekspektasi kebijakan Federal Reserve AS, data makro global, dan aliran dana institusional.

marsbit07/08 08:52

Momentum Perdagangan: Saham Korea Masuk ke Pasar Bear Teknis, Teknologi Hong Kong Memimpin dengan Kuat, BTC Mengalami Koreksi Kecil

marsbit07/08 08:52

AI Pembuatan Gambar Tanpa Pelatihan Dipercepat 1000%, Caranya: 'Pipa Tiga Tahap' Paling Sederhana

Kemampuan gambar AI semakin kuat, namun pengguna masih merasakannya lambat. Metode akselerasi model difusi tradisional seperti kuantisasi atau distilasi langkah sering kali bergantung pada perangkat keras atau fine-tuning yang mahal. Tim peneliti dari Beihang University, NTU, dan ETH memperkenalkan **MrFlow (Multi-Resolution Flow Matching)**, sebuah pipeline tiga tahap sederhana dan bebas pelatihan untuk mempercepat pembuatan gambar secara signifikan: 1. **Pembuatan Kerangka Beresolusi Rendah:** Model asli menghasilkan gambar struktur global (subjek, tata letak, semantik) di ruang latens beresolusi rendah. Token gambar jauh lebih sedikit, sehingga setiap langkah lebih murah dan konvergensinya lebih cepat. 2. **Super-Resolution di Ruang Pixel:** Hasil beresolusi rendah didekode ke gambar, lalu ditingkatkan resolusinya di ruang pixel menggunakan model super-resolution yang telah dilatih sebelumnya (seperti Real-ESRGAN). Pendekatan ini mempertahankan struktur dengan lebih baik daripada upsampling di ruang latens. 3. **Pemurnian Satu Langkah Beresolusi Tinggi:** Gambar super-resolution dienkode ulang ke ruang latens, ditambahkan sedikit noise intensitas rendah (~0.12), lalu dimurnikan oleh model flow-matching asli hanya dalam **satu langkah** inferensi resolusi tinggi. Noise rendah memungkinkan titik awal dekat dengan gambar bersih. Dengan konfigurasi default "12+1" (12 langkah rendah-res, 1 langkah tinggi-res), MrFlow mencapai **percepatan 10.35x** (dari 49.32s menjadi 4.77s) pada model seperti Qwen-Image, dengan penurunan kualitas minimal (~1%). Metode ini unggul dalam kurva trade-off kecepatan-kualitas dibanding metode akselerasi bebas pelatihan lainnya, dapat digabungkan dengan model distilasi untuk akselerasi lebih lanjut, dan sudah tersedia sebagai kode open-source beserta plugin ComfyUI.

marsbit07/08 07:16

AI Pembuatan Gambar Tanpa Pelatihan Dipercepat 1000%, Caranya: 'Pipa Tiga Tahap' Paling Sederhana

marsbit07/08 07:16

Baru Saja, Model Dunia Pertama di Dunia dengan Frame Tinggi Super Lahir, Konten NVIDIA 0, Melaju 50 FPS

MoWorld, model dunia "Flash World Model" pertama di dunia yang dikembangkan oleh MoXin Tech bersama tim akademisi Pan Yunhao dari Universitas Zhejiang, telah mencapai terobosan signifikan dalam kecepatan dan efisiensi. Model ini mampu melakukan inferensi real-time dengan kecepatan >50 FPS, mengatasi tantangan utama model dunia sebelumnya yang sering terhambat pada 5-10 FPS. Yang membedakan, MoWorld dibangun sepenuhnya menggunakan platform NPU (Neural Processing Unit) dalam negeri Tiongkok (seperti Huawei Ascend), tanpa bergantung pada GPU Nvidia. Pendekatan "full-stack" ini—mulai dari pelatihan, distilasi, hingga penyebaran—telah menurunkan biaya inferensi hingga 70% dibandingkan solusi GPU skala sebanding. Model 14B parameter ini didukung oleh pipeline data yang dikumpulkan dan diberi anotasi 3D secara mandiri, serta optimasi sistem seperti perhatian paralel ultra-padat dan kuantisasi presisi campuran dinamis untuk NPU. Kemampuannya termasuk kontrol kamera 6-DoF, konsistensi geometri tinggi, dan pembangkit adegan hingga 2000 frame. Aplikasi potensialnya mencakup: * **Game & Hiburan Interaktif:** Eksplorasi imersif real-time. * **Kecerdasan Berwujud & Mobil Otonom:** Simulator dunia virtual untuk pelatihan. * **Pembuatan Film:** Pra-preview real-time dan pengeditan lensa. * **Kembaran Digital & Rekonstruksi 3D:** Solusi rekonstruksi spasial yang presisi dan hemat biaya. Pencapaian MoWorld membuktikan kelayakan platform komputasi domestik untuk model dunia canggih dan membuka peluang untuk standar teknologi kecerdasan spasial generasi berikutnya. Model ini menandai pergeseran industri dari sekadar "kemampuan" menuju "keterjangkauan dan penerapan praktis" dalam interaksi real-time dengan dunia.

marsbit07/08 04:18

Baru Saja, Model Dunia Pertama di Dunia dengan Frame Tinggi Super Lahir, Konten NVIDIA 0, Melaju 50 FPS

marsbit07/08 04:18

Anthropic Menggenggam 19 Miliar Dolar, 'Membiayai' Sebuah Perusahaan Penambang Bitcoin

Penulis: Heart of Computing. Pada 6 Juli 2026, saham penambang bitcoin TeraWulf (NASDAQ: WULF) melonjak 15% setelah perusahaan AI raksasa Anthropic mengumumkan penandatanganan kontrak sewa jangka panjang 20 tahun untuk kapasitas beban IT 401 MW di kampus "Justified Data" Kentucky. Kontrak ini diperkirakan akan menghasilkan pendapatan kontrak sekitar $19 miliar bagi TeraWulf. Pada hari yang sama, TeraWulf menjual aset patungan 50,1% di proyek Abernathy, Texas, seharga $530 juta kepada sebuah konsorsium yang dipimpin Fluidstack. Kombinasi langkah-langkah ini menunjukkan pergeseran strategis dari penambangan bitcoin ke fokus pada pusat data AI. TeraWulf memilih model "tuan tanah", menyediakan lokasi dan daya yang memenuhi standar AI sementara klien membawa server mereka sendiri. Keunggulan utama penambang bitcoin adalah akses daya yang telah ada dan persetujuan jaringan listrik, yang kini menjadi aset langka bagi perusahaan AI seperti Anthropic. Namun, ada jeda waktu dalam kontrak: pengiriman pertama baru akan dimulai pada paruh kedua 2027, dengan operasi penuh pada awal 2028. Oleh karena itu, TeraWulf perlu mendanai konstruksi awal, didukung sebagian oleh hasil penjualan aset Texas. Kontrak jangka panjang ini bernilai tinggi tetapi juga bergantung pada kesehatan keuangan Anthropic di masa depan. Dalam transisi industri ke AI, aset paling berharga adalah tanah dan akses listrik.

marsbit07/08 03:59

Anthropic Menggenggam 19 Miliar Dolar, 'Membiayai' Sebuah Perusahaan Penambang Bitcoin

marsbit07/08 03:59

活动图片