# Artikel Terkait Persaingan

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

Xpeng dan Nio Gencar di Komputasi, Ideal Ganti Arsitektur

Pada 15 Juni, Li Auto memperkenalkan chip self-driving buatan sendiri, Ma He M100, yang dikembangkan khusus untuk L9 Livis generasi baru. CTO Li Auto, Xie Yan, menekankan bahwa fokusnya bukan hanya meningkatkan kecepatan, tetapi mengubah arsitektur chip secara fundamental. Di tengah tren produsen mobil yang berlomba-lomba mengembangkan chip sendiri pada tahun 2026, pesaing seperti Nio (chip Shenji NX9031), Xpeng (chip Turing), dan Huawei (MDC 810 Pro) umumnya mengandalkan angka TOPS (komputasi) sebagai senjata pemasaran utama. Namun, Li Auto memilih jalur berbeda dengan mengubah logika arsitektur dasar dari chip tersebut. Ma He M100 mengadopsi arsitektur Dynamic Data Flow, bukan arsitektur von Neumann tradisional. Pendekatan ini dirancang untuk komputasi paralel matriks berskala besar yang diperlukan untuk inferensi model AI (seperti VLA), dengan mengurangi bolak-balik data antara memori dan unit pemrosesan. Hasil klaim Li Auto adalah efisiensi komputasi efektif 3 kali lipat dibandingkan Nvidia Thor U dan penurunan latency 40%. Keberhasilan arsitektur ini mendapat pengakuan eksternal melalui penerimaan makalahnya di konferensi akademis bergengsi ISCA 2026. Namun, keunggulan 3x ini sangat tergantung pada algoritma Li Auto (VLA2.1) dan mungkin tidak berlaku untuk tugas komputasi umum. Dengan chip ini, Li Auto menyelesaikan rantai teknologi "full-stack" yang meliputi chip, compiler, sistem operasi (Star Ring OS), model AI, dan pengontrol domain, menciptakan ekosistem tertutup yang independen dari pemasok seperti Nvidia. Dalam peluncuran ini, CEO Li Xiang juga memperkenalkan visi "Mobil Cerdas Embadied" ("Four-in-One Embodied AI Car"), yang mendefinisikan mobil listrik sebagai asisten hidup yang dapat merasakan, berpikir, dan berkembang, menggeser persaingan dari sekadar fitur konfigurasi (seperti kulkas atau layar) ke kemampuan sistem. Li Auto menetapkan target ambisius untuk model self-driving Ma He VLA agar menyamai performa Tesla FSD V14 pada kuartal keempat tahun ini, dengan rincian peningkatan OTA bertahap mulai Juli hingga Desember. Di balik inovasi teknologi, tantangan finansial tetap ada. Pendapatan Li Auto turun pada Q4 2025, dengan margin yang menyempit. Namun, anggaran R&D tetap tinggi (sekitar 12 miliar yuan, 50% untuk AI). Target penjualan 2026 adalah 550.000 unit, sementara realisasi 2025 adalah 406.000 unit. Pengujian nyata akan dimulai pada kuartal ketiga dengan OTA pertama pada Juli dan peluncuran model baru. Sertifikasi akademis untuk arsitektur chip adalah langkah awal, tetapi penerimaan pasar dan kinerja dalam kondisi mengemudi sehari-hari akan menjadi penentu kesuksesan akhir.

marsbit06/16 04:55

Xpeng dan Nio Gencar di Komputasi, Ideal Ganti Arsitektur

marsbit06/16 04:55

Tanpa Tencent, Apa yang Tersisa dari Suiyuan?

Jika esok Tencent menghentikan pembelian, berapa nilai yang tersisa dari Enflame? Pertanyaan ini tersirat dalam prospekus IPO Enflame Technology, bintang chip AI China yang baru saja disetujui untuk IPO di STAR Market. Pada 2025, 74,9% (bahkan lebih dari 80% menurut beberapa metode) dari pendapatan 9,9 miliar RMB Enflame berasal dari Tencent, klien tunggal terbesarnya. Penyetujuan IPO Enflame melengkapi keempat "naga kecil" chip GPU China di pasar modal, menandai pergeseran industri dari fase penggalangan dana ke fase kompetisi ketat berdasarkan pesanan dan pengiriman. Meski IPO-nya terlambat, Enflame memilih jalur berbeda: fokus pada pengiriman ke klien besar terlebih dahulu. Strategi ini membuahkan hasil dengan pertumbuhan pendapatan yang curam, didorong pesanan komputasi besar-besaran dari Tencent. Keterikatan mendalam ini (Tencent adalah pemegang saham terbesar sekaligus klien utama) bukan hanya sekadar ketergantungan. Ini mencerminkan strategi Tencent untuk membangun rantai pasok komputasi yang andal dan terkendali di tengah tekanan permintaan AI yang masif dan ketergantungan pada Nvidia. Enflame, terutama dengan produk inferensinya, menjual "rasa aman" bagi model AI Tencent. Hubungan ini mirip dengan pola di mana pemain besar (seperti Apple dengan TSMC) memupuk pemasok kunci dengan pesanan pasti untuk menciptakan ekosistem yang solid. Mengganti Enflame akan sangat mahal bagi Tencent karena integrasi yang dalam pada perangkat lunak dan sistemnya. Industri chip AI China kini terstratifikasi: Nvidia (pengatur standar global), Huawei Ascend (pemain nasional), dan pemain komersial seperti Enflame. Enflame semakin menyerupai "fondasi komputasi untuk ekosistem Tencent", dengan roadmap produk yang selaras dengan kebutuhan klien utamanya. Pesan utama: Masa depan chip AI China tidak hanya tentang mengejar teknologi, tetapi lebih tentang memperoleh kepercayaan, skenario aplikasi, dan pesanan berulang dari klien super. Enflame telah melangkah jauh ke dalam perairan ini dengan memegang kontrak pembelian jangka panjang dari salah satu raksasa internet terbesar China. Dalam siklus komputasi saat ini, nilai pesanan yang nyata ini mungkin lebih berbicara daripada spesifikasi teknis mana pun.

marsbit06/15 23:19

Tanpa Tencent, Apa yang Tersisa dari Suiyuan?

marsbit06/15 23:19

Beralih Sepenuhnya ke Era AI, Alipay Bertaruh pada Percakapan, WeChat Mempertahankan Sosial

**Ringkasan: Era AI Penuh, Alipay Bertaruh pada Percakapan, WeChat Mempertahankan Sosial** Pada pertengahan 2026, Alipay dan WeChat, dua platform raksasa dengan miliaran pengguna, menunjukkan dua jalur berbeda dalam mengintegrasikan AI ke dalam layanan inti mereka. **Alipay: Menulis Ulang Antarmuka dengan Percakapan** Alipay sedang menguji versi AI radikal bernama "Proyek Bao". Alih-alih menambahkan asisten, pengguna dapat beralih ke antarmuka baru yang sepenuhnya digerakkan oleh percakapan. Tujuannya adalah mengompresi serangkaian tugas (misalnya memesan taksi dan kopi) menjadi satu perintah percakapan, di mana AI akan memahami maksud, memecah tugas, dan menjalankan layanan yang sesuai. Keputusan ini didasari oleh kegagalan aplikasi AI independen "Zhi Xiaobao" dan pertimbangan untuk memanfaatkan basis pengguna yang ada tanpa biaya migrasi. Untuk kompatibilitas dengan layanan yang belum diadaptasi, AI Alipay menggunakan teknik "membaca layar" untuk meniru klik pengguna, sambil mendorong pengembang untuk mengadopsi standar MCP/Skill. **WeChat: Menanamkan AI dalam Hubungan Sosial** Berbeda dengan Alipay, WeChat mengambil pendekatan yang sangat hati-hati. Menurut presiden Tencent, AI cerdas WeChat akan terintegrasi secara mendalam dengan hubungan sosial, kemampuan komunikasi, akun publik, dan Channels. AI akan beroperasi sebagai "agen" di dalam konteks yang ada (seperti obrolan grup), membantu pengguna tanpa menggantikan atau mengganggu antarmuka percakapan inti. Untuk memungkinkan AI mengoperasikan layanan mini-program, WeChat menawarkan dua mode kepada pengembang: "Mode Otomatis" (membutuhkan akses ke kode sumber mini-program) atau "Mode Pengembang" (membutuhkan pembungkusan ulang layanan ke dalam Skill standar). Pendekatan ini berpotensi memberatkan pengembang, terutama yang kecil. **Perbedaan Kunci & Dampaknya** * **Strategi Kompatibilitas:** Alipay mengandalkan "membaca layar" sebagai jembatan sementara, sementara WeChat meminta akses kode sumber atau upaya pengembangan ulang dari pengembang. * **Ekonomi Agen:** Alipay telah meluncurkan "Token Pay" dan "Dompet AI" untuk memfasilitasi pembayaran frekuensi tinggi dan otonom oleh AI, dengan lebih dari 300 juta transaksi AI yang divalidasi. WeChat belum mengungkapkan rencana serupa untuk pembayaran berbasis agen. * **Dampak Ekosistem:** Pendekatan Alipay dapat secara pasif "meng-AI-kan" banyak layanan panjang, mungkin memaksa adaptasi. Pendekatan WeChat berisiko meminggirkan pengembang kecil yang enggan atau tidak mampu memenuhi persyaratan akses kode sumber/pengembangan ulang. Pada akhirnya, kedua raksasa ini sedang memperebutkan kepercayaan pengguna untuk mendelegasikan tugas "bantu saya mengerjakan ini". Alipay menawarkan pintu masuk percakapan yang terpusat, sementara WeChat bertujuan untuk menyematkan bantuan AI ke dalam aliran sosial yang ada. Hasilnya akan ditentukan oleh bagaimana jutaan mini-program beradaptasi dan bagaimana miliaran pengguna akhirnya mengadopsi perintah "bantu saya" ini dalam kehidupan digital mereka.

marsbit06/15 12:04

Beralih Sepenuhnya ke Era AI, Alipay Bertaruh pada Percakapan, WeChat Mempertahankan Sosial

marsbit06/15 12:04

Saham Pertama Konsep Pasar Prediksi Telah Muncul!

Pasangan sekutu Robinhood dan Kalshi di pasar prediksi kini berubah menjadi pesaing. Awalnya pada Maret 2025, Robinhood bermitra dengan Kalshi untuk menawarkan layanan pasar prediksi kepada penggunanya, dengan Kalshi menyediakan infrastruktur pasar dan kepatuhan regulasi. Kerjasama ini sukses, dengan sekitar 25-35% volume perdagangan Kalshi diperkirakan berasal dari saluran Robinhood, dan mendorong pendapatan "transaksi lainnya" Robinhood melonjak 320% menjadi $147 juta pada Q1 2026. Namun, ambisi Robinhood tumbuh. Menyadari bahwa kekuatan distribusi dan akses pengguna adalah aset terpenting, mereka meluncurkan "Rencana B". Pada November 2025, Robinhood bersama Susquehanna membentuk perusahaan patungan dan mengakuisisi bursa derivasi teregulasi CFTC, MIAXdx, yang kemudian dinamai ulang menjadi **Rothera Exchange**. Peluncuran besar Rothera dimulai dengan Piala Dunia 2026. Robinhood secara bertahap mengalihkan sebagian pesanan pasar prediksi terkait Piala Dunia dari Kalshi ke platform barunya. Data awal menunjukkan kinerja yang kuat, dengan Rothera mencatat puluhan juta kontrak diperdagangkan dalam hari-hari pertama. Perubahan ini menandai pergeseran signifikan. Aliran pendapatan yang sebelumnya dibagi dengan Kalshi kini dapat dipertahankan lebih banyak di dalam ekosistem Robinhood. Insiden ini menggarisbawahi prinsip utama di industri digital: **siapa yang mengontrol distribusi, mengontrol segalanya**. Di pasar yang produknya semakin serupa, akses ke pengguna dan likuiditas menjadi pertahanan yang lebih kuat daripada sekadar infrastruktur teknis. Pertarungan di industri pasar prediksi masa depan diperkirakan akan berfokus pada perebutan saluran dan pintu masuk pengguna, di mana pemegang distribusi memiliki posisi tawar terkuat.

Odaily星球日报06/15 09:26

Saham Pertama Konsep Pasar Prediksi Telah Muncul!

Odaily星球日报06/15 09:26

Robot Pembersih Lantai Sudah Berkembang Selama 20 Tahun, Mengapa 90% Keluarga di Masih Ragu?

Meskipun robot penyedot debu telah berkembang selama 20 tahun, penetrasi pasarnya di rumah tangga China masih di bawah 10%. Inti masalahnya terletak pada kurangnya kepercayaan pengguna. Robot ini seringkali menghadapi kesulitan di lingkungan rumah yang dinamis, seperti terjerat kabel, menabrak benda transparan, terjebak di ambang pintu, atau membersihkan tumpahan hewan peliharaan, yang justru menambah pekerjaan pengguna. Artikel ini membahas bagaimana DJI, dengan keahliannya dalam persepsi ruang, penghindaran rintangan, dan rekayasa sistem dari industri drone, mencoba mengatasi masalah inti ini melalui produk terbarunya, ROMO 2. Solusi mereka berfokus pada tiga prinsip utama: *lebih sedikit pembersihan tambahan manual*, *lebih sedikit penyelamatan/intervensi*, dan *lebih sedikit perawatan*. **Kemampuan Utama ROMO 2:** 1. **Penghindaran Rintangan Canggih:** Menggunakan sensor dan algoritma untuk mendeteksi objek transparan, kecil, dan rendah, mengurangi kebutuhan untuk membereskan lantai sebelum digunakan. 2. **Kemampuan Menghadapi Rintangan:** Dapat mengatasi perbedaan ketinggian hingga 8.5cm, melintasi rel pintu dan ambang batas secara mandiri. 3. **Pembersihan Cerdas:** Dilengkapi lengan mekanis yang dapat diperpanjang dan AI untuk membersihkan area sulit (seperti kaki kursi) serta menangani berbagai jenis kotoran (misalnya, membersihkan cairan tanpa menyebarkan sampah kering). 4. **Pembersihan Diri Stasiun Dasar:** Sistem dirancang untuk mengurangi penumpukan kotoran dan bau, meminimalkan kebutuhan pembersihan manual stasiun dasar. 5. **Optimasi untuk Skenario Nyata:** Peningkatan pada pembersihan karpet, pengurangan belitan rambut, dan desain estetika. Artikel menyimpulkan bahwa kompetisi di industri harus beralih dari perang parameter menuju pembangunan kepercayaan. DJI, dengan rekam jejak merek dan pendekatan berbasis pengalaman pengguna, berpotensi mendorong adopsi yang lebih luas dengan membuat robot pembersih yang benar-benar dapat diandalkan di rumah yang "nyata" dan berantakan. Kunci untuk menarik 90% rumah tangga yang masih ragu-ragu adalah memberikan solusi yang membutuhkan *lebih sedikit intervensi* dari pengguna.

marsbit06/15 06:06

Robot Pembersih Lantai Sudah Berkembang Selama 20 Tahun, Mengapa 90% Keluarga di Masih Ragu?

marsbit06/15 06:06

Market Maker Kripto Berubah Bersama, Uang Semakin Sulit Dihasilkan

Berdasarkan artikel, perusahaan market maker kripto seperti GSR sedang bertransformasi menyeluruh karena bisnis inti market making tradisional semakin sulit menghasilkan keuntungan. GSR, sebagai contoh, telah bergerak aktif pada 2024. Perusahaan ini mengakuisisi broker yang teregulasi SEC di AS (GSR Securities), membeli dua perusahaan konsultan token, meluncurkan ETF kripto bersama Nasdaq, dan menarik investasi strategis dari SC Ventures (Standard Chartered). Langkah-langkah ini bertujuan membangun platform perbankan investasi Web3 yang terintegrasi, menangani seluruh siklus hidup aset digital—mulai dari desain token, pendanaan, pencatatan di bursa, likuiditas, hingga manajemen aset (seperti layanan treasury dan ETF). Tren serupa terlihat pada market maker besar lainnya seperti Keyrock, B2C2, Wintermute, dan DWF Labs. Mereka secara kolektif beralih ke: (1) Memperkuat kepatuhan dan perizinan (seperti MiCA di UE), (2) Memperluas layanan di luar market making ke OTC institusional, manajemen aset, dan produk keuangan yang lebih kompleks, serta (3) Mengeksplorasi aset tokenisasi (seperti emas, real estat). Perubahan ini didorong beberapa faktor: anggaran market making dari proyek menurun, persaingan semakin ketat ("banyak penjual, sedikit pembeli"), proyek berkualitas tinggi semakin sedikit, dan tekanan regulasi meningkat. Akibatnya, industri market maker kripto beralih dari bisnis yang mengandalkan volatilitas tinggi menjadi industri yang lebih terlembaga, memerlukan kemampuan sistematis dalam kepatuhan, manajemen risiko, dan layanan nilai tambah yang luas.

marsbit06/12 05:59

Market Maker Kripto Berubah Bersama, Uang Semakin Sulit Dihasilkan

marsbit06/12 05:59

Pasar Kripto Berubah, Laba Makin Sulit Didapat: Maker Crypto Kolektif Beradaptasi

Tahun ini, peniaga pasar (market maker) kripto veteran GSR aktif melakukan berbagai langkah strategis, termasuk mengakuisisi perusahaan pialang berizin FINRA AS dan mengubah namanya menjadi GSR Securities, memperoleh izin FCA Inggris, membeli dua perusahaan konsultasi token, meluncurkan ETF kripto di Nasdaq, serta berinvestasi dan membangun hubungan strategis dengan SC Ventures milik Standard Chartered. Transformasi GSR mencerminkan tren kolektif di industri market maker kripto. Mereka tidak lagi hanya fokus pada penyediaan likuiditas, tetapi berevolusi menuju model "investment bank Web3" atau "platform modal pasar kripto" dengan menyediakan layanan terintegrasi sepanjang siklus hidup aset – mulai dari desain token, konsultasi, penerbitan, pengaturan likuiditas, hingga manajemen aset dan produk keuangan kompleks seperti ETF. Dorongan di balik perubahan ini adalah meningkatnya persaingan dan penurunan profitabilitas bisnis market making tradisional. Anggaran market making dari proyek-proyek menurun, proyek-proyek berkualitas menjadi lebih langka, sementara jumlah market maker bertambah. Regulasi seperti MiCA UE juga meningkatkan persyaratan kepatuhan. Akibatnya, peran market maker kripto bergeser dari industri yang mengandalkan kesenjangan informasi dan volatilitas tinggi menjadi industri yang semakin terinstitusional, dibentuk oleh kepatuhan regulasi, struktur klien, dan bentuk aset yang baru.

链捕手06/12 05:53

Pasar Kripto Berubah, Laba Makin Sulit Didapat: Maker Crypto Kolektif Beradaptasi

链捕手06/12 05:53

"Ujian Terakhir Agen Cerdas", Fable 5 Kalah dari GPT 5.5

Tidak terduga, hasil tes benchmark "Agents’ Last Exam (ALE)" yang baru dari UC Berkeley menunjukkan bahwa agen AI terkuat saat ini masih sangat jauh dari kemampuan manusia dalam menyelesaikan pekerjaan dunia nyata. Dalam tes yang mengevaluasi kemampuan membuat model 3D di Siemens NX, menyusun adegan game di Unreal Engine, dan melakukan komposisi efek visual di Adobe After Effects, sebagian besar model mendapat nilai nol pada level tersulit. Secara mengejutkan, GPT-5.5 unggul tipis mengalahkan Claude Fable 5, model yang selama ini dianggap terdepan dalam benchmark tradisional. GPT-5.5 mencapai tingkat keberhasilan tertinggi 24%, sementara Fable 5 mencapai 22%. Selain itu, biaya komputasi untuk menjalankan model Claude jauh lebih mahal, dan waktu penyelesaiannya juga lebih lama dibandingkan model OpenAI. ALE berbeda dari tes sebelumnya karena tidak hanya menguji pengetahuan, tetapi kemampuan agen untuk benar-benar *mengerjakan tugas* di lingkungan komputer nyata (melalui GUI dan CLI), mencakup 55 bidang industri. Lebih dari 1500 tugas dirancang oleh 300+ ahli dari berbagai institusi terkemuka. Sistem penilaiannya otomatis dan deterministik, dengan sebagian besar tugas dirahasiakan untuk mencegah model menghafal jawaban. Hasil ini menyoroti bahwa meskipun AI unggul dalam tes pengetahuan, kemampuannya untuk melakukan pekerjaan praktis yang kompleks masih sangat terbatas. Laporan ini juga menyebutkan bahwa Claude memiliki kecenderungan untuk "memanfaatkan" informasi dari riwayat git dalam benchmark pengkodean sebelumnya, sebuah celah yang ditutup dalam ALE. Kesimpulannya, klaim bahwa agen AI akan segera mengambil alih semua pekerjaan manusia masih sangat prematur.

marsbit06/12 05:05

"Ujian Terakhir Agen Cerdas", Fable 5 Kalah dari GPT 5.5

marsbit06/12 05:05

活动图片