# Artikel Terkait Generasi

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

Perang Besar Generasi Video AI Juli: Modal Lebih dari 200 Miliar Berbondong-bondong Masuk, Siapa yang Masuk Final?

Pada Juli 2026, lanskap pembuatan video AI di Tiongkok mengalami ledakan investasi besar-besaran. Dalam 20 hari, lima perusahaan—Kling AI, ShengShu AI, Aishu Technology, Zhi Xiang Future, dan FlovaAI—berhasil mengumpulkan pendanaan kumulatif melebihi 26,2 miliar RMB. Ini melebihi total investasi dua tahun sebelumnya (2024-2025). Gelombang pendanaan Juli ini dipicu oleh beberapa faktor kunci: tekanan kompetitif dari Seedance-nya ByteDance yang mendominasi pasar, jalur monetisasi yang mulai terbukti, pergeseran narasi dari "pembuatan video" ke "model dunia" yang lebih ambisius, serta peluang IPO di pasar saham Hong Kong yang terbuka lebar. Setiap perusahaan mengambil jalur strategis berbeda. Kling AI (nilai 18 miliar USD) fokus pada platform multimodal dan menuju IPO. ShengShu AI, dengan model Vidu-nya, bercita-cita mengembangkan "model dunia universal". Aishu Technology membedakan diri dengan model dunia real-time PixVerse R1 yang interaktif. Zhi Xiang Future memilih jalur vertikal dalam pemasaran dan kolaborasi film profesional. Sementara FlovaAI, yang didirikan oleh pendiri FaceU Guo Lie, mendekati pasar melalui platform agen kreatif berbasis alur kerja. Intensitas pendanaan ini menandai dimulainya babak final kompetisi. Perusahaan teratas kini berbekal modal besar untuk berinovasi, sementara startup baru mencari celah melalui pendekatan aplikasi. Namun, tantangan besar tetap ada: biaya komputasi untuk pembuatan video AI sangat tinggi, dan "perang model" serta persaingan harga yang ketat diprediksi akan terus berlanjut.

marsbit2 hari yang lalu 07:44

Perang Besar Generasi Video AI Juli: Modal Lebih dari 200 Miliar Berbondong-bondong Masuk, Siapa yang Masuk Final?

marsbit2 hari yang lalu 07:44

Claude Opus5 Bocoran Dini, Uji Coba Pertama dari Netizen Sudah Tiba

Claude Opus 5 bocor lebih cepat, dan gelombang pertama pengujian oleh pengguna internet telah dimulai. Pengguna @chetaslua membagikan adegan 3D yang dihasilkan model ini, menampilkan ketapel menembakkan batu ke tembok dengan detail parameter seperti tegangan lintasan dan berat anak panah. Banyak pengguna terkesan dengan tingkat detail dan realisme yang belum pernah terlihat sebelumnya, bahkan menyebutnya setara "fable 6". Pengujian lain menunjukkan kemampuan Opus 5 dalam menghasilkan antarmuka kartu cuaca dengan perubahan cahaya dinamis, adegan dapur yang detail, serta replikasi Minecraft dengan efek fisika dan bayangan yang akurat. Dalam perbandingan langsung dengan Fable 5, Opus 5 menunjukkan kepadatan detail yang lebih kaya dalam adegan yang sama. Kebocoran Opus 5 pertama kali terlihat pada 9 Juli dengan kode "Honeycomb EAP" di Cursor, diikuti penampakan di Google Vertex AI. Pengguna mulai melaporkan akses ke model ini meski antarmuka masih menampilkan versi 4.8. Bukti lain termasuk pesan kesalahan di Cursor yang menyebut "claude-opus-5-thinking-high" dan screenshot yang menunjukkan sistem merutekan permintaan dari Fable 5 ke Opus 5. Muncul spekulasi bahwa Opus 5 bisa menjadi alternatif yang lebih murah dari Fable 5 karena harganya setengahnya, namun kekhawatiran muncul tentang konsumsi token yang mungkin lebih besar. Hasil akhirnya masih menunggu rilis resmi.

marsbit07/24 07:56

Claude Opus5 Bocoran Dini, Uji Coba Pertama dari Netizen Sudah Tiba

marsbit07/24 07:56

1600 Baris Kode Menciptakan Manhattan Bawah Air, Fable 5 Bikin Karpathy Terpana

Fable 5, model AI baru yang baru saja diluncurkan ulang, memukau komunitas teknologi dengan kemampuannya menghasilkan dunia 3D yang kaya dan interaktif hanya dari deskripsi teks. Andrej Karpathy dari Anthropic menyebutnya sebagai "fablemaxxing" tingkat tinggi setelah menyaksikan video demonstrasi oleh Peter Gostev dari Arena.ai. Dalam video tersebut, Gostev menunjukkan 63 dunia 3D yang dihasilkan Fable 5, sebagian besar langsung berhasil dalam sekali percobaan. Dunia-dunia ini mencakup enam tema: kota raksasa (seperti Manhattan bawah air yang dibuat hanya dengan 1.600 baris kode), adegan interaktif (seperti parkour dan simulator penerbangan), lukisan dunia yang bisa dijelajahi (seperti "Starry Night" van Gogh), perspektif unik (dari sudut pandang semut), keajaiban alam, serta elemen dan alam semesta. Kemampuan Fable 5 untuk secara koheren mengelola sejumlah besar elemen dalam satu adegan dan "membuka" karya seni 2D menjadi dunia 3D yang dapat dinavigasi sangat mengejutkan. Meskipun demikian, Gostev mengakui bahwa model ini masih memiliki kelemahan dalam menciptakan gameplay yang menarik untuk waktu lama dan terkadang tampak "malas", perlu didorong untuk menggunakan kemampuannya secara maksimal. Pencapaian Fable 5, yang juga memuncaki peringkat Arena.ai, menimbulkan pertanyaan mendalam tentang sejauh mana pemahaman AI tentang dunia dan kemampuannya menerjemahkan pemahaman itu ke dalam kode dan simulasi. Baik Karpathy maupun Gostev percaya bahwa eksplorasi batas kemampuan model semacam ini baru saja dimulai.

marsbit07/06 09:50

1600 Baris Kode Menciptakan Manhattan Bawah Air, Fable 5 Bikin Karpathy Terpana

marsbit07/06 09:50

Model Generatif Skala Besar Pertama dengan Fisika Sebagai Primitif Komputasi, Un-0 Telah Tiba, Dapat Mengurangi Konsumsi Energi AI 1000 Kali Lipat?

Model generasi skala besar pertama di dunia yang menggunakan fisika sebagai primitif komputasi, Un-0, telah hadir. Dikembangkan oleh Unconventional AI yang didirikan oleh Naveen Rao, mantan kepala AI Databricks, model ini bertujuan untuk mengatasi krisis energi yang membayangi perkembangan AI dengan target mengurangi konsumsi daya inferensi hingga 1000 kali lipat dibanding sistem saat ini. Un-0 adalah model generasi gambar yang digerakkan oleh sistem "osilator terhubung analog", memanfaatkan dinamika alami sistem fisik (seperti perubahan fase osilator dari waktu ke waktu) untuk melakukan komputasi, bukan bergantung sepenuhnya pada komputasi digital GPU tradisional. Model ini dilatih pada dataset ImageNet 64x64 dan mencapai skor FID 6.74, yang kualitasnya sebanding dengan model generasi gambar arus utama di masa awal pengembangannya. Cara kerjanya melibatkan ribuan osilator (dimodelkan sebagai Osilator Kuramoto) yang berinteraksi melalui kekuatan kopling yang dapat dipelajari. Untuk menghasilkan gambar, sistem diinisialisasi secara acak, kemudian diberi label kelas untuk memandu evolusinya. Sistem fisik dibiarkan berkembang secara alami, dan pada waktu tertentu (T), fase semua osilator direkam dan diterjemahkan menjadi piksel gambar melalui decoder tradisional yang ringan. Meskipun kinerjanya belum menyaingi model generasi gambar tradisional terbaru seperti EDM, Un-0 membuktikan kelayakan menggunakan sistem dinamika fisik untuk tugas AI skala besar. Keberhasilannya membuka jalan bagi pengembangan perangkat keras komputasi non-tradisional yang jauh lebih efisien energi di masa depan, dengan memanfaatkan dimensi waktu dan menggabungkan komputasi serta memori dalam entitas fisik yang sama.

marsbit06/26 10:57

Model Generatif Skala Besar Pertama dengan Fisika Sebagai Primitif Komputasi, Un-0 Telah Tiba, Dapat Mengurangi Konsumsi Energi AI 1000 Kali Lipat?

marsbit06/26 10:57

Karya Baru Tim He Kaiming: Menghapus VAE dan Data Privat, Hasil Generasi Gambar dari Teks Justru Lebih Baik

Tim riset Kai Ming He meluncurkan model teks-ke-gambar yang sangat sederhana bernama MiniT2I, yang menantang pendekatan rumit yang umum digunakan saat ini. Model ini menghilangkan komponen standar seperti pengkode VAE, mekanisme injeksi kondisi AdaLN, data privat, dan tahap penyelarasan RL/DPO. Sebagai gantinya, MiniT2I dilatih secara langsung di ruang piksel RGB menggunakan target pemadanan aliran pada model Transformer. MiniT2I mengadopsi arsitektur MM-JiT yang sederhana, menggantikan mekanisme modulasi kondisi kompleks dengan dua blok adaptor teks ringan dan menghapus cabang AdaLN. Model ini dilatih secara dua tahap hanya menggunakan data publik: pra-pelatihan pada dataset CC12M yang diberi keterangan ulang, dan penyempurnaan pada sekitar 120 ribu pasangan gambar-teks berkualitas tinggi. Dengan hanya 258 juta parameter (versi B/16), MiniT2I mencapai skor 0,87 pada GenEval dan 84,2 pada DPG-Bench, mengungguli model lain di ruang piksel yang jauh lebih besar. Keunggulannya meliputi biaya komputasi yang lebih rendah, arsitektur yang lebih mudah dipahami, dan hasil yang sebanding dalam hal kualitas dan keragaman gaya dengan model besar seperti SD3-Medium dalam beberapa skenario. Namun, model ini masih memiliki keterbatasan seperti artefak batas patch, efek samping CFG pada ruang piksel, dan kinerja yang lebih rendah dalam rendering teks dibandingkan sistem industri, yang memerlukan data yang lebih khusus.

marsbit06/22 10:20

Karya Baru Tim He Kaiming: Menghapus VAE dan Data Privat, Hasil Generasi Gambar dari Teks Justru Lebih Baik

marsbit06/22 10:20

Orang di Balik Keling Kini Kembali ke Ali dan Menciptakan Kuda Hitam Baru

AI video sedang mengalami masa sulit dengan Seedance 2.0 milik ByteDance yang menghadapi kontroversi hak cipta dan OpenAI menutup Sora. Namun, Alibaba muncul dengan kejutan: HappyHorse-1.0, yang memuncaki peringkat Artificial Analysis pada April 2026 dalam dua kategori: teks-ke-video dan gambar-ke-video (tanpa audio), mengalahkan pesaing seperti ByteDance dan Kuaishou. Zhang Di, yang mengembangkan model Kling untuk Kuaishou, kembali ke Alibaba pada November 2025 dan memimpin Lab Kehidupan Masa Depan Grup Taotian. Hanya dalam lima bulan, ia dan timnya meluncurkan HappyHorse, model sumber terbuka yang dapat digunakan secara komersial, mirip dengan Qwen milik Alibaba. HappyHorse memiliki 15 miliar parameter dan menggunakan arsitektur Transformer multi-modal native, memungkinkan sinkronisasi bibir yang akurat dalam berbagai bahasa seperti Inggris, Mandarin, dan Jepang. Model ini juga efisien dalam biaya dan kecepatan, menghasilkan video 5 detik dalam 38 detik pada satu GPU H100. Bagi Alibaba, HappyHorse bukan hanya model canggih, tetapi alat strategis untuk e-niaga. Ini dapat membantu merchant menghasilkan konten pemasaran video yang menarik secara massal, meningkatkan konversi penjualan dengan menampilkan produk dalam berbagai skenario penggunaan. Dengan akses ke data produk, ulasan, dan perilaku pembeli di platform Alibaba, HappyHorse dapat disesuaikan untuk membuat video yang lebih efektif. Keunggulan Alibaba terletak pada ekosistem e-niaga yang lengkap, memberikan umpan balik berharga untuk menyempurnakan model. Pendekatan sumber terbuka HappyHorse memungkinkan pengembangan komunitas dan adaptasi yang cepat, membedakannya dari model tertutup seperti Sora dan Seedance yang menghadapi tantangan komersial dan hukum.

marsbit04/13 05:15

Orang di Balik Keling Kini Kembali ke Ali dan Menciptakan Kuda Hitam Baru

marsbit04/13 05:15

Klaim "Kuda Bahagia", Alibaba AI Menyusun "Formasi Baguazhen"

Dalam lanskap AI yang kompetitif, Alibaba muncul dengan kejutan lewat model generasi video "HappyHorse" (Kuda Bahagia) yang menduduki peringkat teratas dalam evaluasi platform Artificial Analysis. Awalnya tidak diklaim, Alibaba akhirnya mengakui bahwa model ini dikembangkan oleh divisi inovasi ATH (Alibaba Token Hub). HappyHorse menonjol dalam menghasilkan video 5 detik berkualitas 1080P hanya dalam 38 detik, dengan kemampuan menyinkronkan audio dan visual. Ini adalah bagian dari akselerasi Alibaba di bidang AI, termasuk peluncuran tiga model andalan (Qwen3.5-Omni, Wan2.7-Image, Qwen3.6-Plus) dan pertumbuhan signifikan dalam pengunduhan model serta pengguna aktif. Alibaba juga melakukan restrukturisasi organisasi dengan membentuk ATH dan Komite Teknis untuk mengintegrasikan penelitian dan penerapan AI. Dengan investasi besar dalam infrastruktur dan chip, Alibaba bertransformasi dari fokus e-niaga ke penyediaan kemampuan AI menyeluruh ("model besar + cloud + chip"). Meskipun menghadapi tantangan internal, langkah ini dianggap sebagai langkah strategis untuk masa depan perusahaan.

marsbit04/11 04:12

Klaim "Kuda Bahagia", Alibaba AI Menyusun "Formasi Baguazhen"

marsbit04/11 04:12

Google DeepMind Luncurkan Lyria 3 Pro: Musik AI Berubah dari "30 Detik Sampel" Menjadi Lagu Utuh

Google DeepMind meluncurkan Lyria 3 Pro pada 25 Maret, meningkatkan model AI musik mereka hanya dalam enam minggu setelah versi Lyria 3. Peningkatan utama adalah memperpanjang durasi generasi dari 30 detik menjadi 3 menit dan menambahkan kemampuan "struktur sadar", memungkinkan model memahami struktur internal lagu seperti intro, verse, chorus, dan bridge. Meskipun kompetitor seperti Suno dan Udio telah memiliki fitur serupa sejak awal 2025, kehadiran Lyria 3 Pro menandakan Google serius bersaing di bidang ini. Model ini didukung oleh ekosistem Gemini, yang menjangkau lebih banyak pengguna. Google juga membukanya untuk pengembang melalui Google AI Studio, Gemini API, dan Vertex AI untuk integrasi perusahaan. Fitur mencakup input teks, gambar, atau video untuk menghasilkan musik dengan vokal, lirik, dan instrumen dalam berbagai bahasa. Semua output memiliki watermark SynthID. Tersedia untuk pengguna berbayar Gemini dengan batas harian berdasarkan paket, sementara pengguna gratis tetap menggunakan versi 30 detik. Masalah hak cipta data pelatihan masih belum jelas, mengikuti kontroversi industri yang sedang berlangsung. Ketersediaan berangsur diluncurkan ke pengguna.

marsbit03/26 01:00

Google DeepMind Luncurkan Lyria 3 Pro: Musik AI Berubah dari "30 Detik Sampel" Menjadi Lagu Utuh

marsbit03/26 01:00

Kebangkitan Spekulasisme Jangka Panjang: Mengintip Dilema Keuangan dan Taruhan Berisiko Tinggi Generasi Baru

Era spekulasi jangka panjang telah muncul sebagai respons terhadap krisis finansial generasi muda. Generasi ini terjebak dalam situasi di mana jalur tradisional menuju kekayaan—seperti pekerjaan stabil, kenaikan gaji, dan kepemilikan rumah—telah tertutup. Ketimpangan distribusi kekayaan, di mana generasi baby boom memegang 50% kekayaan nasional sementara milenial hanya 10%, memperparah kondisi ini. Kontrak sosial tradisional telah runtuh. Kesetiaan pada perusahaan tidak lagi dihargai, dan kenaikan gaji tidak mampu mengimbangi kenaikan harga properti. Teknologi AI semakin mengikis lapangan kerja kerah putih, mempersingkat "masa pakai" profesional. Media sosial memperlebar jarak antara kehidupan nyata dan harapan, menciptakan kecemasan yang mendorong pencarian jalan keluar yang cepat. Dalam kondisi ini, spekulasi menjadi pilihan rasional. Platform seperti pasar prediksi (Polymarket, Kalshi), taruhan olahraga, dan cryptocurrency menawarkan ilusi kendali dan peluang—meskipun tipis—untuk mengubah nasib. Data menunjukkan pertumbuhan eksponensial: perdagangan pasar prediksi mencapai $400 miliar, dan taruhan olahraga legal melonjak dari $248 juta (2017) menjadi $13,7 miliar (2024). Generasi muda, yang kebutuhan dasarnya terpenuhi tetapi terhambat mencapai kebutuhan yang lebih tinggi (seperti aktualisasi diri), melihat uang sebagai "tiket masuk" untuk kebebasan dan kehidupan yang berarti. Mereka memilih risiko tinggi karena nilai yang diharapkan dari berjudi lebih menarik daripada kepastian stagnasi. Ini bukan ketidaktahuan finansial, tetapi adaptasi rasional. Era spekulasi jangka panjang akan terus berlanjut, didorong oleh kondisi ekonomi yang mendasarinya. Platform yang mengambil keuntungan dari volume transaksi—bukan dari hasil taruhan—akan diuntungkan.

比推12/29 14:28

Kebangkitan Spekulasisme Jangka Panjang: Mengintip Dilema Keuangan dan Taruhan Berisiko Tinggi Generasi Baru

比推12/29 14:28

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow

Lainnyaright-arrow