# Artikel Terkait Meta

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

Kartu As Zuck Dikeluarkan di Tengah Malam, Model Harga Murah Meriah dari Meta, Gulingkan Grok 4.5

Zuckerberg akhirnya meluncurkan model AI terbaru Meta, **Muse Spark 1.1**, yang langsung membuat heboh. Model agen multimodal ini merajai tiga papan peringkat profesional (pajak, medis, hukum), bahkan merebut tahta hukum dari Grok 4.5 dalam waktu kurang dari 24 jam. Keunggulan utamanya bukan hanya kemampuan, tapi **harga yang sangat murah**. Dengan biaya hanya $1,25 (input) dan $4,25 (output) per juta token, harganya sekitar **sepersepuluh dari model flagship Fable 5 (Anthropic)** dan jauh lebih murah daripada pesaing utama lainnya. Kecepatannya juga 2-3 kali lebih cepat dalam benchmark tertentu. Namun, Muse Spark 1.1 adalah "penusuk" spesialis. Ia unggul di tugas profesional dan penggunaan alat, tetapi performanya turun di benchmark penalaran umum dan akademik, menempati peringkat 20 atau lebih di beberapa tes sains dan coding. Langkah Meta ini menandai pergeseran strategi dari model sumber terbuka (Llama) ke model berbayar tertutup. Dengan dana infrastruktur AI yang sangat besar (diperkirakan $125-145 miliar pada 2026), Zuckerberg terang-terangan memicu **perang harga**, mengandalkan keuntungan bisnis iklan untuk menawarkan model canggih dengan biaya lebih rendah dan memberi tekanan pada pesaing seperti OpenAI dan Anthropic. Laporan keamanan Meta juga mengungkap percakapan menarik antara dua instans Muse Spark yang mempertanyakan sifat mereka, menunjukkan kompleksitas AI yang diciptakan.

marsbit07/10 00:27

Kartu As Zuck Dikeluarkan di Tengah Malam, Model Harga Murah Meriah dari Meta, Gulingkan Grok 4.5

marsbit07/10 00:27

Zuckerberg Mulai Bertaruh pada Pasar Prediksi, Sementara Negara-negara Asia Masih Menganggapnya sebagai Perjudian

Mark Zuckerberg mulai berinvestasi di pasar prediksi, sementara negara-negara Asia masih menganggapnya sebagai perjudian. Pasar prediksi telah berkembang menjadi industri utama dengan volume perdagangan bulanan mencapai $14 miliar, didukung oleh mekanisme sederhana: kontrak diselesaikan sebesar $1 jika suatu peristiwa terjadi, dan $0 jika tidak, sehingga harga mencerminkan probabilitas real-time. Pasar ini awalnya digunakan secara informal di abad ke-18 dan dikembangkan secara akademis pada 1988. Saat ini, mereka mencakup berbagai topik seperti olahraga, politik, dan keuangan. Harga terbentuk melalui buku pesanan, dan hasilnya ditentukan oleh oracle. Mekanisme "skin in the game" membedakannya dari survei tradisional, karena peserta rugi jika prediksi salah, meningkatkan keandalan informasi. Di AS, pasar ini diatur sebagai bagian dari sistem keuangan, sementara di Asia sering dianggap sebagai perjudian. Kebijakan Asia yang membatasi partisipasi menyebabkan tiga masalah: arbitrase regulasi, hilangnya kedaulatan informasi, dan kurangnya perlindungan pengguna. Daripada menghalangi pasar ini, penting untuk memikirkan cara memanfaatkan datanya secara bertanggung jawab dalam sistem formal. Diskusi konstruktif diperlukan untuk mengintegrasikannya ke dalam kerangka transparan dan mengembalikan data yang dihasilkan sebagai aset nasional.

Foresight News07/09 11:52

Zuckerberg Mulai Bertaruh pada Pasar Prediksi, Sementara Negara-negara Asia Masih Menganggapnya sebagai Perjudian

Foresight News07/09 11:52

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

Meta Juga Ikut Berjualan ‘Sekop’: Model Bisa Lambat, GPU Harus Untung

Meta menghadapi berbagai tantangan dalam pengembangan model AI, termasuk pembatasan penggunaan Gemini oleh Google dan kemajuan teknologi agen AI yang lebih lambat dari perkiraan. Sebagai respons, perusahaan mempertimbangkan rencana alternatif: menjual kelebihan kapasitas komputasi AI-nya kepada klien eksternal melalui layanan "Meta Compute". Meta memiliki infrastruktur komputasi yang besar, dengan kapasitas data center yang signifikan. Sumber daya ini dapat dialokasikan untuk pelatihan model internal seperti Muse Spark dan Watermelon (yang diklaim setara dengan GPT-5.5), meningkatkan sistem rekomendasi iklan, atau disewakan dengan harga premium seperti yang dilakukan SpaceX. Selain itu, Meta berencana menjadi platform untuk model pihak ketiga, berpotensi menampung model seperti Claude dari Anthropic, yang dapat dijual sebagai layanan. Langkah ini didorong oleh biaya pengembangan model yang sangat tinggi dan tekanan untuk menghasilkan pendapatan dari investasi infrastruktur. Meskipun Meta tetap berkomitmen pada tujuan jangka panjangnya menciptakan kecerdasan super umum (ASI), penjualan daya komputasi menawarkan aliran pendapatan yang lebih langsung dan mudah dipahami pasar.

marsbit07/06 01:21

Meta Juga Ikut Berjualan ‘Sekop’: Model Bisa Lambat, GPU Harus Untung

marsbit07/06 01:21

Zuckerberg Mengagetkan AI Bull Market

Sebagai raksasa teknologi yang dikenal sebagai "pemakan modal", Mark Zuckerberg tiba-tiba memutuskan untuk tidak sekadar membeli daya komputasi AI. Meta dilaporkan akan menjual kelebihan daya komputasi AI-nya secara internal kepada klien eksternal. Berita ini memicu reaksi berantai di pasar pada 2 Juli. Saham-saham infrastruktur AI seperti Nvidia, TSMC, AMD, Micron, dan CoreWeave anjlok, menyebabkan sektor tersebut kehilangan triliunan dolar dalam kapitalisasi pasar dalam semalam. Saham Meta sendiri justru naik 8%. Aksi ini mengguncang narasi inti yang mendorong valuasi industri AI selama dua tahun terakhir: bahwa daya komputasi (GPU) akan selalu langka. Seluruh cerita bullish AI dibangun di atas asumsi bahwa pertumbuhan AI sama dengan pertumbuhan GPU yang selalu kekurangan pasokan. Jika asumsi ini goyah, seluruh rantai pasokan, mulai dari GPU, HBM, PCB, hingga modul optik dan pusat data, harus menghitung ulang valuasinya. Meta memiliki setidaknya tiga motivasi: meningkatkan utilisasi aset selama periode rendah penggunaan, mengubah strategi dari sekadar menjual model (seperti OpenAI) menjadi menyediakan platform komputasi layanan lengkap (seperti AWS), dan pada akhirnya mendefinisikan ulang infrastruktur AI sebagai "pabrik AI" yang terintegrasi (GPU + kerangka pelatihan + model + cloud). Yang ditakutkan pasar adalah perubahan logika permintaan. Jika GPU dapat disewa dengan mudah dari raksasa seperti Meta, perusahaan AI baru mungkin tidak perlu membeli secara besar-besaran. Permintaan akan bergeser dari pertumbuhan linier berdasarkan jumlah perusahaan menjadi penyesuaian dinamis berdasarkan penggunaan aktual. Ini mengancam model bisnis perusahaan seperti CoreWeave yang bergantung pada kelangkaan GPU. Meski saham pulih keesokan harinya, ini mencerminkan penyesuaian valuasi. Narasi inti telah bergeser dari "kelangkaan mutlak" menuju "kelangkaan struktural" dan akhirnya "penggerak efisiensi". Masa di mana hanya dengan menimbun GPU dapat meningkatkan valuasi tampaknya berakhir. Era baru industri AI akan ditentukan oleh pemanfaatan aset, biaya operasional (TCO), dan pengembalian aset (ROA), bukan hanya oleh pengeluaran modal (Capex).

marsbit07/03 03:18

Zuckerberg Mengagetkan AI Bull Market

marsbit07/03 03:18

H-1 Menuju Amerika, Hynix Anjlok Seperti Anjing Kampung

Tepat sebelum SK Hynix (SK Hynix) melantai di NASDAQ, sentimen pasar terhadap industri AI dan semikonduktor berbalik drastis. Pada 1 Juli, berita bahwa "Meta mungkin melepas kelebihan daya komputasi AI" memicu kekhawatiran pengurangan belanja modal perusahaan besar, menyebabkan volatilitas pasar yang hebat. Narasi "kelangkaan absolut" daya komputasi AI mulai goyah, langsung berdampak pada sektor chip memori. Saham terkait, termasuk SK Hynix di bursa Korea, anjlok tajam - SK Hynix turun 14.57%, kehilangan ratusan miliar dolar AS dalam kapitalisasi pasar dalam satu hari. SK Hynix sebenarnya berada dalam proses akhir untuk IPO di AS melalui penerbitan American Depository Receipt (ADR), mengajukan prospektus F-1 ke SEC pada 30 Juni. Mereka berencana mengumpulkan dana sekitar 29.4 miliar dolar AS, terutama untuk ekspansi kapasitas di Korea Selatan, termasuk fasilitas wafer di Yongin dan lini pengemasan mutakhir di Cheongju. ADR direncanakan mulai diperdagangkan di NASDAQ pada 10 Juli dengan kode SKHY. Langkah ini didorong oleh beberapa faktor: siklus bisnis historis yang kuat didukung permintaan HBM untuk server AI, harapan penilaian ulang yang lebih tinggi di pasar AS dibandingkan diskon "Korea Discount" di bursa domestik, dan kebutuhan modal besar untuk bersaing dalam ekspansi kapasitas dengan rival. Terkait penurunan harga saham yang tajam, penulis artikel berpendapat ini lebih merupakan aksi jual panik dan deleveraging (pengurangan leverage) yang didorong emosi, bukan perubahan mendasar tren industri. Berita tentang Meta dinilai telah diinterpretasi berlebihan - penghapusan kata "kelebihan" dari judul berita asli dan perubahan dari "sedang membangun" menjadi "berencana membangun" mengurangi kepastiannya. Kegiatan optimisasi sumber daya komputasi oleh satu perusahaan seperti Meta atau SpaceX (yang juga pernah melakukan hal serupa) lebih merupakan efisiensi aset, bukan indikasi penurunan permintaan AI secara sistemik. Pasar yang sudah berada pada level tinggi sebelumnya sangat sensitif terhadap berita marginal, sehingga memicu koreksi yang diperbesar. Oleh karena itu, penulis melihat koreksi ini sebagai peluang untuk menambah posisi, mengingat SK Hynix berada di tengah jendela IPO penting dengan rencana pendanaan besar, di mana berbagai pihak yang terlibat memiliki kepentingan untuk menjaga performa pasca-penawaran.

Odaily星球日报07/02 09:51

H-1 Menuju Amerika, Hynix Anjlok Seperti Anjing Kampung

Odaily星球日报07/02 09:51

Claude dan Codex yang Kamu Pakai Setiap Hari, Di Dalam Meta Dilarang Dipakai Sembarangan

Meta, perusahaan induk Facebook, telah memberlakukan pembatasan internal ketat terhadap penggunaan alat bantu pemrograman AI dari pihak ketiga, Claude Code (Anthropic) dan Codex (OpenAI), sejak Mei 2024. Meski merupakan salah satu klien terbesar dan sangat bergantung pada alat-alat ini, Meta khawatir output yang dihasilkan dapat menyusup ke dalam data pelatihan untuk pengembangan asisten pemrograman AI internal mereka sendiri, MetaCode (awalnya DevMate). Proses ini, yang dikenal sebagai "distilasi," dapat menyebabkan model internal mereka secara tidak sengaja mempelajari kemampuan dan standar penilaian dari model pesaing, sehingga mengaburkan asal-usul kemampuan mereka yang sebenarnya. Pembatasan internal Meta berfokus pada mencegah AI eksternal terlibat dalam penulisan kode inti, pembuatan soal uji, atau penilaian untuk proyek MetaCode. AI masih diizinkan untuk tugas-tugas pendukung seperti menyusun alur kerja atau mengatur kode, tetapi semua outputnya harus ditinjau oleh manusia. Langkah ini dimaksudkan untuk menjaga kemurnian data pelatihan dan menghindari potensi pelanggaran terhadap ketentuan layanan penyedia model, yang sering melarang penggunaan output mereka untuk membangun produk pesaing. Tindakan Meta menyoroti dilema yang dihadapi seluruh industri AI: bagaimana menyeimbangkan manfaat menggunakan model AI yang kuat dengan risiko ketergantungan dan distilasi yang tidak jelas. Ini juga mencerminkan tekanan finansial, karena Meta berupaya mengurangi tagihan AI internal yang mencapai miliaran dolar dengan beralih ke solusi internal. Pada akhirnya, kebijakan ini bagaikan "peta berjalan di atas tali" yang menunjukkan tantangan dalam membangun AI yang benar-benar orisinal di era di mana AI semakin sering digunakan untuk menciptakan AI lainnya.

marsbit06/30 13:15

Claude dan Codex yang Kamu Pakai Setiap Hari, Di Dalam Meta Dilarang Dipakai Sembarangan

marsbit06/30 13:15

Krisis Kapasitas Komputasi: Google Diam-diam Menerapkan Batas Penggunaan Gemini untuk Meta

Ketegangan antara pasokan dan permintaan infrastruktur kecerdasan buatan semakin memanas di antara perusahaan teknologi terkemuka. Google dilaporkan telah memberlakukan batas penggunaan pada Meta untuk model AI Gemini-nya sekitar bulan Maret, karena ketidakmampuan memenuhi seluruh permintaan daya komputasi dari raksasa media sosial tersebut. Pembatasan ini dilaporkan oleh Financial Times telah mengganggu dan menunda sejumlah proyek AI internal Meta, mendorong perusahaan untuk lebih efisien dalam penggunaan sumber daya AI dan mempromosikan penggunaan model buatan sendiri seperti Muse Spark. Daya komputasi untuk inferensi AI — yang digunakan setelah pelatihan model — menjadi hambatan utama industri seiring meluasnya penerapan asisten AI. Meski telah berinvestasi besar, pasokan Google tetap tertinggal dari permintaan, membatasi pertumbuhan bisnis cloud-nya. Meta, sebagai salah satu pelanggan terbesar, terkena dampak signifikan. Untuk mengatasi kekurangan ini, Google mempercepat ekspansi dengan menandatangani perjanjian sewa daya komputasi senilai $920 juta per bulan dengan SpaceX milik Elon Musk. Situasi ini mengungkap tekanan nyata pada penyedia layanan AI global dalam mengalokasikan sumber daya komputasi yang terbatas, sekaligus mendorong perusahaan seperti Meta untuk mempercepat pengembangan infrastruktur dan model AI mandiri.

marsbit06/29 01:03

Krisis Kapasitas Komputasi: Google Diam-diam Menerapkan Batas Penggunaan Gemini untuk Meta

marsbit06/29 01:03

"Raja Penalaran" Google Juga Kabur ke Meta, Dulunya Direkrut oleh Fei-Fei Li

Eksodus talenta dari Google tampaknya berlanjut dengan hengkangnya Denny Zhou, yang dijuluki "Raja Penalaran" DeepMind, ke Meta. Ia telah bekerja diam-diam di MSL Meta selama empat bulan sebelum berita kepergian sejumlah ilmuwan top Google lainnya ramai diperbincangkan. Zhou, yang direkrut ke Google pada 2017 berkat program Google AI China yang diinisiasi Fei-Fei Li, adalah pionir tim penalaran dan berkontribusi besar pada karya dasar LLM seperti Chain-of-Thought. Kepergiannya disusul masuknya profesor UC Berkeley, Dawn Song ("Bunda Keamanan AI"), ke Meta beserta tim startup AI security-nya. Sementara itu, Google terus kehilangan banyak pemain kunci. Noam Shazeer (salah satu penulis Transformer) bergabung dengan OpenAI, sementara peraih Nobel John Jumper serta kontributor inti Gemini lainnya, Jonas Adler dan Alexander Pritzel, pindah ke Anthropic. Laporan dari The Information mengungkapkan kemungkinan penyebab di balik eksodus ini: Google dikabarkan mengutamakan "Tim Serang Pengkodean" (Coding Strike Team) yang baru dibentuk, bahkan didukung langsung oleh pendiri Sergey Brin. Tim ini berfokus mempercepat pengembangan kemampuan coding Gemini, menggeser prioritas dari jalur "model dunia" AGI yang lebih teoritis yang selama ini digagas DeepMind. Alokasi sumber daya komputasi yang diprioritaskan untuk tim pengkodean ini diduga menjadi salah satu alasan kepergian para peneliti, seperti yang disinggung Shazeer. Pergeseran fokus ke pengkodean, yang memiliki nilai komersial jelas, tampaknya mengorbankan jalur penelitian jangka panjang lainnya, menciptakan ketegangan internal dan mendorong talenta untuk mencari peluang di perusahaan pesaing seperti Meta, OpenAI, dan Anthropic.

marsbit06/26 13:42

"Raja Penalaran" Google Juga Kabur ke Meta, Dulunya Direkrut oleh Fei-Fei Li

marsbit06/26 13:42

Ratu Keamanan Komputer Dawn Song (宋晓冬) Bergabung dengan Meta

Profesor Dawn Song (Song Xiaodong) dari UC Berkeley, yang dijuluki sebagai "tokoh keamanan komputer nomor satu", bergabung dengan laboratorium Superintelligence Meta sebagai Wakil Presiden Penelitian AI. Dia akan melapor langsung kepada kepala lab, Nat Friedman. Song adalah peneliti berpengaruh di bidang keamanan komputer dan keamanan AI, penerima MacArthur Fellowship, serta anggota ACM, IEEE, dan AAAS. Karyanya yang terkenal termasuk "Dynamic Taint Analysis" (2005). Laboratoriumnya di UC Berkeley dianggap sebagai pusat pelatihan terkemuka di bidang keamanan komputer. Penelitian Song mencakup keamanan perangkat lunak, pembelajaran mesin adversarial, dan keamanan agen AI. Dia juga pendiri Oasis Labs dan Virtue AI, perusahaan yang fokus pada infrastruktur keamanan AI untuk perusahaan, terutama pengujian penetrasi (red-teaming) otomatis dan pengaman runtime untuk agen AI. Bersama Song, pendiri Virtue AI lainnya, Bo Li dan Sanmi Koyejo, serta beberapa anggota tim, juga bergabung dengan Meta. Langkah ini dilihat sebagai upaya Meta untuk memperkuat langkah-langkah keamanan dalam pengembangan agen AI, terutama setelah masalah keamanan model AI seperti Anthropic's mythos menarik perhatian industri. Meta ingin menerapkan AI ke dalam produk-produk sosialnya yang digunakan miliaran orang dan terus mengedepankan strategi sumber terbuka, sehingga membutuhkan kemampuan keamanan yang tangguh. Artikel ini juga menyebutkan bahwa Denny Zhou, pendiri Gemini Reasoning Team di Google, dilaporkan telah bergabung dengan Meta TBDLab beberapa bulan sebelumnya. Zhou adalah tokoh kunci di bidang penalaran AI, berkontribusi pada metode seperti Chain-of-Thought dan Self-Consistency, yang membantu mengembangkan kemampuan penalaran model bahasa besar.

marsbit06/26 08:14

Ratu Keamanan Komputer Dawn Song (宋晓冬) Bergabung dengan Meta

marsbit06/26 08:14

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow

Tren Teknologiright-arrow

Ethereumright-arrow