# Artikel Terkait Manipulasi

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

NFL Kembali ke DraftKings dan FanDuel, Namun Tetap Menjauhi Pasar Prediksi

NFL kembali menjalin kemitraan dengan DraftKings, FanDuel, dan Fanatics Betting and Gaming untuk kategori sponsorship, setelah vakum sejak akhir Maret. Kemitraan multi-tahun ini memberi hak penggunaan logo liga, kehadiran di Super Bowl dan NFL Draft, serta akses data real-time dan statistik melalui Genius Sports. Semua pihak setuju mematuhi aturan integritas liga, termasuk larangan taruhan terkait keputusan wasit, cedera pemain, dan pasar yang mudah dimanipulasi. Namun, NFL secara tegas masih menghindari pasar prediksi (prediction markets). Pejabat NFL menyatakan mereka belum mempertimbangkan segmen ini secara komersial. Liga dikabarkan telah bernegosiasi tanpa hasil dengan platform seperti Kalshi dan Polymarket, serta mengajukan kekhawatiran kepada CFTC mengenai kurangnya perlindungan integritas dan konsumen dalam aturan yang diusulkan untuk pasar prediksi. Liga khawatir pasar terkait cedera mudah dimanipulasi dan merendahkan pemain. Sementara liga olahraga lain seperti NHL dan MLB telah bermitra dengan platform pasar prediksi, NFL melarang klub-klubnya membuat kesepakatan individual di bidang ini. Kemitraan baru dengan penyedia taruhan olahraga tradisional difokuskan pada perlindungan integritas pertandingan dan penggunaan data resmi.

cryptonews.ruKemarin 13:15

NFL Kembali ke DraftKings dan FanDuel, Namun Tetap Menjauhi Pasar Prediksi

cryptonews.ruKemarin 13:15

Momen GPT-3 Robot Guncang Silicon Valley, 0 Baris Kode, Bisa Sekali Lihat, Huang Renxun dan Li Feifei Berinvestasi

Generalist AI meluncurkan model dasar baru GEN-1.5 untuk robotika, yang disebut-sebut sebagai momen "GPT-3" untuk kecerdasan berwujud. Model ini mampu mempelajari tugas fisik baru hanya dengan menyaksikan demonstrasi singkat 3-12 detik, tanpa memerlukan pelatihan ulang atau kode pemrograman (one-shot learning), dengan tingkat keberhasilan rata-rata 59% pada 10 tugas. Dalam mode few-shot (dengan 5 menit data), keberhasilannya mencapai 83%. Kemampuan kuncinya meliputi pembelajaran kontekstual, generalisasi ke kondisi dan perangkat baru, serta munculnya perilaku improvisasi seperti menggunakan alat pengganti dengan strategi berbeda yang tidak diajarkan secara eksplisit. Kemampuan ini diyakini muncul dari pelatihan awal skala besar selama lebih dari 8 bulan, mengikuti hukum penskalaan (Scaling Law) serupa LLM. Peluncurannya bertepatan dengan gelombang minat industri, termasuk IPO perusahaan robotika China, Unitree, dan konferensi robot dunia di Beijing. Generalist AI, yang didukung investor seperti Li Fei-Fei dan NVIDIA, baru-baru ini mengumpulkan dana $4 miliar. Para ahli melihat ini sebagai titik balik potensial yang dapat secara drastis mengurangi waktu dan keahlian yang dibutuhkan untuk mengajarkan tugas baru kepada robot. Namun, tantangan tetap ada dalam menangani tugas yang lebih panjang dan kompleks di dunia nyata.

marsbit08/21 14:35

Momen GPT-3 Robot Guncang Silicon Valley, 0 Baris Kode, Bisa Sekali Lihat, Huang Renxun dan Li Feifei Berinvestasi

marsbit08/21 14:35

Konsolidasi dan Jackson Hole: Trader Evaluasi Skenario Pergerakan Bitcoin dan Ethereum

Analisis Pasar Crypto: Konsolidasi dan Penentuan Posisi Menjelang Jackson Hole Bitcoin (BTC) terkonsolidasi ketat di sekitar $63.513, dengan akumulasi likuiditas di level kunci $62.484. Tiga skenario utama diidentifikasi: (A) penolakan dari ketidakseimbangan 4H di $64.000-$65.000 dan penurunan tajam, (B) terobosan impulsif menuju resistensi $65.373+, atau (C) (prioritas) pengambilan likuiditas dengan penetasan cepat di bawah $62.484 diikuti pemulihan kuat. Ethereum (ETH) juga terjebak dalam konsolidasi, gagal menguji $2.000 dan berada di dalam area ketidakseimbangan 4H. Meski ETF spot ETH menarik aliran masuk dana, harga belum merespons. Skenario untuk ETH meliputi: (A) terobosan nyata di atas $1.931, (B) pengambilan likuiditas dalam hingga area $1.802, atau (C) terobosan palsu ke atas diikuti penurunan tajam. Indeks Dolar AS (DXY) menembus level dukungan penting di 99.475, membuka jalan untuk penurunan lebih lanjut menuju area ketidakseimbangan di sekitar 99.000. Pergerakan DXY akan menjadi katalis penting bagi aset kripto: penurunan lebih lanjut mendukung kenaikan BTC/ETH, sementara pemulihan di atas 99.475 akan menjadi tekanan negatif. Pemicu fundamental minggu ini adalah rilis risalah rapat FOMC dan data PMI awal, dengan pasar memposisikan diri sebelum simposium kebijakan Jackson Hole (27-29 Agustus). Strategi yang disarankan adalah berhati-hati, menghindari posisi jangka menengah hingga terjadi klarifikasi arah, dan fokus pada perdagangan intraday dengan kontrol risiko ketat sambil memantau reaksi DXY.

cryptonews.ru08/17 11:24

Konsolidasi dan Jackson Hole: Trader Evaluasi Skenario Pergerakan Bitcoin dan Ethereum

cryptonews.ru08/17 11:24

BubbleMaps Klasifikasikan XST sebagai Area Berbahaya di Jalan Raya Setelah Peringatan Keruntuhan 99%

Perusahaan analitik blockchain BubbleMaps mengklasifikasikan token meme XST, yang viral di TikTok, sebagai area berbahaya di pasar setelah memperingatkan kemungkinan *rug pull*. Analisis mereka menunjukkan bahwa sekitar 74% dari total pasokan XST terkonsentrasi pada sekelompok kecil dompet yang mungkin dikoordinasikan untuk memanipulasi harga. Peringatan ini muncul sehari setelah token $LAB, yang sebelumnya juga diperingatkan oleh BubbleMaps, mengalami keruntuhan harga sebesar 99%. BubbleMaps telah membangun reputasi untuk peringatan dini sebelum keruntuhan pasar besar. Analisis peta gelembung untuk XST per 13 Agustus mengungkapkan satu kluster yang terdiri dari 244 dompet memegang hampir setengah dari semua pasokan token. Meski dipromosikan di TikTok sebagai cara cepat menghasilkan uang, pengguna mungkin tidak menyadari konsentrasi kepemilikan ini. Pada saat laporan, harga XST naik 28,8% menjadi sekitar $0,06 dengan kapitalisasi pasar sekitar $70 juta. Trader dan pengamat lain di platform X mengkritik proyek tersebut, menyebutnya sebagai "karpet senilai $70 juta" yang dipromosikan di TikTok dan bahkan menyertakan video deepfake Donald Trump dalam taktik pemasarannya. BubbleMaps juga sebelumnya memperingatkan tentang token CASHDOG pada Juli lalu, mencatat pola pembelian yang terkoordinasi. Studi mereka pada saat itu menemukan bahwa 63% dari 164.538 trader di rantai yang relevan mengalami kerugian saat memperdagangkan 50 token teratas.

cryptonews.ru08/13 19:53

BubbleMaps Klasifikasikan XST sebagai Area Berbahaya di Jalan Raya Setelah Peringatan Keruntuhan 99%

cryptonews.ru08/13 19:53

Meme Coin Senilai $60 Juta Melorot 65% dalam Satu Menit, FOMO Lagi-Lagi Dipertanyakan

Token meme $CATE di Solana, yang sempat meroket dari kapitalisasi pasar $20 juta menjadi lebih dari $80 juta dalam sekitar seminggu, mengalami flash crash 65% hanya dalam satu menit. Penyebab utama yang diduga adalah akun X-nya diblokir dan platform trading fomo mengalami downtime, membuat banyak pengguna tidak bisa bertransaksi. $CATE sangat bergantung pada dukungan dari influencer fomo bernama Poorgoat, yang memiliki lebih dari 200 ribu pengikut dan profit besar dari token ini. Namun, token ini dinilai tidak memiliki narasi fundamental kuat, hanya mengikuti tren "saudara kucing" dari Dogecoin, dan bahkan diklarifikasi tidak terkait oleh pemilik Doge. Flash crash ini memicu kontroversi besar terhadap fomo. Komunitas mempertanyakan apakah downtime yang tepat waktu memungkinkan pihak tertentu melakukan "exit" sementara pengguna lain terjebak. Lebih dari 60% pemegang $CATE berasal dari fomo, memperbesar dampaknya. Seorang trader populer di fomo, MarcellxMarcell, diduga telah "jual di puncak" sebelum crash, menambah kecurigaan. Fomo menjelaskan downtime disebabkan lonjakan pengguna, tetapi banyak yang tidak menerima mengingat volume perdagangan saat crash relatif kecil dan platform telah mendapatkan pendanaan besar. Insiden ini menyoroti risiko tinggi dan realitas brutal di pasar meme coin saat ini, di mana token yang dianggap "organik" pun memiliki batas atas pertumbuhan dan sangat rentan terhadap manipulasi serta ketergantungan pada platform dan influencer tertentu.

marsbit08/05 06:58

Meme Coin Senilai $60 Juta Melorot 65% dalam Satu Menit, FOMO Lagi-Lagi Dipertanyakan

marsbit08/05 06:58

Ujian "Gaokao" untuk Kecerdasan Bertubuh Sulit Gila, Manusia 100 Poin, Model Terkuat Hanya 12.8

"Ujian Akhir" Kecerdasan Embodied (Embodied AI) Terlalu Sulit, Manusia 100 Poin, Model Terkuat Hanya 12.8 Kemajuan robotika dengan model AI besar (VLA, model dasar robot) sering tampak mulus dalam demo, namun kemampuan sebenarnya dalam melakukan tugas umum tetap menjadi pertanyaan besar. RoboDojo, tolok ukur evaluasi baru yang dikembangkan oleh tim akademis, memberikan "peta pendakian" yang lebih jelas. Ini adalah benchmark terpadu yang mengevaluasi 30 strategi robot utama di 42 tugas simulasi dan 18 tugas robot fisik nyata. Fokusnya adalah menguji lima kemampuan inti: generalisasi (beradaptasi dengan latar, pencahayaan, dan objek baru), memori, presisi (operasi halus seperti memasang), eksekusi multi-langkah panjang, dan pemahaman semantik terbuka terhadap instruksi baru. Hasilnya menunjukkan jurang yang dalam. Di simulasi, model terbaik (Hy-Embodied-0.5-VLA) hanya mencapai tingkat keberhasilan rata-rata 8.80%. Di dunia nyata, kinerja bahkan lebih menantang: model teratas (π0.5) hanya mencapai 12.8% keberhasilan. Sebagai perbandingan, ahli manusia mencapai 76.03% di simulasi dan 100% di dunia nyata. RoboDojo mengungkap bahwa model robot saat ini belum stabil dan andal. Mereka mungkin pandai dalam satu aspek (misalnya, pengenalan visual atau perencanaan), tetapi gagal dalam aspek lainnya (seperti presisi fisik atau pemahaman semantik terbuka). Penurunan kinerja yang signifikan dari simulasi ke dunia nyata juga menyoroti tantangan ketidakpastian fisik, noise sensor, dan kesalahan kalibrasi. Platform ini, dilengkapi dengan infrastruktur XPolicyLab untuk integrasi model yang terstandarisasi dan sistem evaluasi robot fisik (RoboDojo-RealEval) yang dapat direproduksi, bertujuan untuk menjadi "papan peringkat" komunitas yang obyektif. Dengan demikian, RoboDojo tidak hanya mendiagnosis kelemahan saat ini tetapi juga menyediakan jalur terukur untuk kemajuan menuju robot operasi yang benar-benar serbaguna dan dapat diandalkan.

marsbit07/08 11:53

Ujian "Gaokao" untuk Kecerdasan Bertubuh Sulit Gila, Manusia 100 Poin, Model Terkuat Hanya 12.8

marsbit07/08 11:53

ANSEM Naik 3 Kali Lipat dalam Seminggu: Kebangkitan dan Jebakan Meme Solana

ANSEM, sebuah meme coin di Solana, melonjak hampir 299% dalam seminggu, memicu kebangkitan minat pada meme coin di ekosistem tersebut. Data dari DeFiLlama menunjukkan peningkatan signifikan dalam volume perdagangan mingguan di platform seperti Pump.fun, dengan meme coin kembali menyumbang lebih dari 20% volume perdagangan mingguan Solana untuk pertama kalinya sejak pertengahan Mei. Namun, di balik tren pemulihan ini tersembunyi risiko besar. Lingkungan perdagangan meme coin sangat cepat dan tidak setara. Robot sniper dan dompet canggih seringkali mengakumulasi sejumlah besar token segera setelah peluncuran, hanya untuk menjualnya saat investor retail masuk, menjadikan para pendatang baru sebagai pihak yang menanggung kerugian. Penelitian dari Galaxy menunjukkan rata-rata waktu holding meme coin saat ini hanya 100 detik, jauh lebih cepat dari siklus sebelumnya. Laporan akademis dan data dari platform seperti MemeTrans mengungkapkan bahwa sebagian besar proyek meme coin memiliki tingkat manipulasi yang tinggi, dengan akun terkoordinasi sering mengendalikan persentase supply yang besar, dan banyak token menunjukkan tanda-tanda wash trading atau pump artifisial. Kebangkitan yang dipicu ANSEM menimbulkan pertanyaan: apakah ini tanda awal pemulihan berkelanjutan atau sekadar fenomena sementara? Pemulihan berkelanjutan memerlukan volume perdagangan harian yang konsisten tinggi dan pangsa meme coin yang mendekati 30% di Solana. Jika sebaliknya, perhatian mungkin tersebar ke banyak tiruan (copycat), volume perdagangan turun, dan minat beralih kembali ke aset kripto utama, menjadikan ANSEM sekadar sorotan sesaat. Sementara meme coin di Solana terbukti kuat dalam menarik perhatian dan pengguna baru, industri perlu menemukan cara untuk memutus siklus manipulasi oleh robot dan pemain besar agar tidak terus merugikan investor retail.

Foresight News07/08 11:11

ANSEM Naik 3 Kali Lipat dalam Seminggu: Kebangkitan dan Jebakan Meme Solana

Foresight News07/08 11:11

Robot Belajar Operasi dari Video, UC Berkeley Pertama Kali Menghubungkan Video Internet dengan Penerapan pada Robot Tangan Lincah di Dunia Nyata

**Ringkasan: Robot Belajar dari Video untuk Operasi Manual, Peneliti UC Berkeley Pertama Kali Menerapkan Jaringan dari Video Internet ke Penerapan Aktual pada Tangan Robot Lincah** Peneliti UC Berkeley memperkenalkan metode "Do as I Do," sebuah alur kerja yang pertama kali berhasil mengubah video RGB monokular sehari-hari manusia menjadi lintasan gerak yang dapat dieksekusi oleh tangan robot lincah Sharpa Wave. Penelitian ini mengatasi tantangan utama: mengubah data video yang berisik menjadi instruksi yang dapat dijalankan robot. Prosesnya terdiri dari dua tahap: 1. **Pelacakan 4D Tangan-Benda yang Stabil:** Menggunakan model difusi terpandu untuk merekonstruksi interaksi tangan-benda dari video, mempertahankan kontinuitas dan mengurangi kesalahan. 2. **Pengalihan Aksi yang Tangguh:** Memodifikasi metode pengalihan aksi (seperti SPIDER) dengan penyesuaian agar dapat memproses lintasan referensi yang berisik dari video, meningkatkan tingkat keberhasilan dari 25% menjadi 71%. Sistem ini telah menghasilkan 500 lintasan gerak yang divalidasi untuk 20 jenis operasi seperti menulis, menuang, mengaduk, dan memalu. Lintasan ini telah berhasil dijalankan pada platform robot nyata dengan lengan UR3e ganda dan sepasang tangan Sharpa Wave (22 derajat kebebasan). Penelitian ini juga menyoroti bahwa tidak semua video internet dapat langsung digunakan. Analisis menunjukkan bahwa hanya sekitar 5% dari klip video yang disaring untuk interaksi tangan-benda yang benar-benar dapat diproses menjadi data robot yang andal, menekankan pentingnya penyaringan data yang cermat. Pada intinya, "Do as I Do" mengubah video manusia menjadi kumpulan data operasi berskala besar untuk robot, membuka jalur baru bagi robot untuk belajar dari banyaknya video yang ada di internet.

marsbit07/06 07:22

Robot Belajar Operasi dari Video, UC Berkeley Pertama Kali Menghubungkan Video Internet dengan Penerapan pada Robot Tangan Lincah di Dunia Nyata

marsbit07/06 07:22

Memecore Rebut Kembali ke Level $1, Namun Faktor-Faktor Ini Mungkin Membatasi Rally

Memecoin Memecore [M] telah meroket 54% dalam 24 jam, mendorong harganya kembali di atas level psikologis $1 dan kapitalisasi pasarnya melampaui $1 miliar. Namun, kenaikan ini diwarnai skeptisisme karena likuiditas perdagangan yang tipis dan tuduhan manipulasi pasar. Koreksi tajam 80% pekan lalu terjadi hanya dengan volume perdagangan $21 juta, tanpa katalis jelas. Analisis teknis pada kerangka waktu 1 hari masih menunjukkan momentum bearish, dengan indikator seperti Awesome Oscillator di bawah nol. Meski kembali ke atas $1, zona resisten $1.20-$1.30 dianggap sebagai hambatan bearish yang signifikan, yang sebelumnya berperan sebagai zona support kunci. Traders disarankan untuk tidak membeli atau tetap menunggu di pinggir karena volatilitas tinggi dan tekanan jual yang berpotensi berlanjut. Zona $1.20-$1.30 dapat menjadi area untuk memantau kembalinya tekanan jual sebelum pergerakan bearish berikutnya dimulai.

ambcrypto07/01 22:34

Memecore Rebut Kembali ke Level $1, Namun Faktor-Faktor Ini Mungkin Membatasi Rally

ambcrypto07/01 22:34

Tim NVIDIA Membuat Agent Pemrograman Mengambil Alih Eksperimen Robot Nyata, Tingkat Keberhasilan Mencapai 99%

Penelitian otomatis telah melampaui sandbox kode dan memasuki dunia fisik nyata. NVIDIA GEAR Lab, dipimpin Jim Fan, memperkenalkan proyek ENPIRE yang memungkinkan **penelitian otomatis pertama kali diimplementasikan pada perangkat keras robot**. Delapan Codex Agent ditempatkan dalam armada robot dengan alokasi daya komputasi GPU dan anggaran token, diberi tujuan sederhana: menyelesaikan tugas secepatnya, menjaga robot tetap sibuk namun aman, serta tidak menyia-nyiakan daya komputasi. Manusia kemudian mundur dari intervensi. Agent secara mandiri menggerakkan siklus tertutup penuh: mereset ulang skenario, menelusuri literatur, mengimplementasikan ide dan membangun infrastruktur, melatih dan menerapkan strategi, memvalidasi diri, menganalisis log serta memperbaiki kode, beriterasi terus hingga tugas ketangkasan presisi tinggi seperti mengikat kabel, merapikan pin dalam kotak, atau memasang GPU dapat diselesaikan andal di perangkat keras nyata dengan **tingkat keberhasilan 99%**. Sistem ENPIRE terdiri dari empat modul inti yang membentuk loop umpan balik fisik: Environment (EN), Policy Improvement (PI), Rollout (R), dan Evolution (E). Penelitian menemukan bahwa **mereset lingkungan sering kali lebih mudah daripada menyelesaikan tugas itu sendiri**. Peningkatan paralelisme robot (dari sedikit menjadi 8 unit) mempercepat penyelesaian tugas secara signifikan, menunjukkan "hukum penskalaan fisik". Tim juga memperkenalkan metrik baru: Mean Robot Utilization (MRU) dan Mean Token Utilization (MTU), yang mengungkapkan bahwa waktu menganggur robot dan efisiensi konversi token menjadi kemajuan penelitian adalah kendala nyata. Beberapa sistem lab telah mampu beriterasi mandiri semalaman tanpa campur tangan manusia. Tujuan masa depan adalah memungkinkan tim berlibur dengan tenang sementara lab terus berjalan secara otonom. Proyek ENPIRE rencananya akan sepenuhnya sumber terbuka.

marsbit06/18 00:37

Tim NVIDIA Membuat Agent Pemrograman Mengambil Alih Eksperimen Robot Nyata, Tingkat Keberhasilan Mencapai 99%

marsbit06/18 00:37

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow