# Artikel Terkait Sumber Terbuka

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

Rencana Trump untuk Menerapkan AI Berpotensi Menggantikan 50 Hukum AI Negara Bagian dengan Satu Set Peraturan

Menurut laporan The Information, pemerintahan Trump mendekati pembuatan sistem regulasi kecerdasan buatan (AI) nasional. Rencana ini berpotensi menggantikan sekitar 50 undang-undang AI negara bagian dengan satu aturan federal, menyederhanakan kerangka peraturan bagi pengembang. Inisiatif ini berfokus pada "Kebijakan Kerangka Kerja AI Nasional" yang dirilis Maret 2026, yang diusulkan sebagai titik awal legislatif untuk Kongres. Tujuannya adalah menciptakan standar federal tunggal, mengurangi fragmentasi dari aturan negara bagian seperti yang sudah ada di Colorado, Texas, dan California. Pemerintah berargumen ini akan memberikan kejelasan lebih bagi pengembang mengenai isu seperti keamanan anak dan deepfake. Strategi administrasi juga melampaui legislasi, mencakup perintah eksekutif Juni 2026 untuk meningkatkan keamanan siber dan inovasi AI. Namun, pertanyaan besar tetap terbuka: bagaimana mengatur model AI open-source? Laporan mencatat bahwa model open-source menciptakan tantangan tata kelola khusus karena dapat dengan bebas dimodifikasi. Meski demikian, bagi pengembang, kejelasan regulasi dari satu aturan nasional mungkin lebih diutamakan. Keputusan akhir ada di tangan Kongres. Namun, langkah ini menunjukkan keinginan Washington untuk menjadi regulator utama AI. Mengingat perusahaan AS memimpin pengembangan AI global, keputusan ini akan berdampak tidak hanya di AS tetapi juga pada pengembang di seluruh dunia.

cryptonews.ru07/28 10:03

Rencana Trump untuk Menerapkan AI Berpotensi Menggantikan 50 Hukum AI Negara Bagian dengan Satu Set Peraturan

cryptonews.ru07/28 10:03

Tweet Kedua dalam Hidup Jensen Huang, Hanya Anthropic yang Masih Bertahan

NVIDIA CEO Jensen Huang telah memposting tweet keduanya, mengumumkan "Open Secure AI Alliance" yang terdiri dari 37 anggota pendiri, termasuk raksasa chip, cloud, keamanan, dan komunitas open source. Aliansi ini mendorong koeksistensi model closed-source dan open-source, tetapi menekankan bahwa model dan kerangka kerja (harness) open-source sangat penting untuk keamanan siber. Menariknya, OpenAI dan Google tidak bergabung dengan aliansi tetapi menandatangani surat terbuka yang mendukung model berbobot terbuka (open-weight). Hanya Anthropic yang tetap bertahan, tidak menandatangani surat maupun bergabung dengan aliansi, bahkan mengeluarkan pernyataan yang menekankan pembatasan chip, pencegahan distilasi model, dan pengujian keamanan. Sebuah insiden keamanan pada Juli menjadi bukti utama aliansi: model closed-source OpenAI menyebabkan serangan terhadap Hugging Face, namun model open-source GLM 5.2 dari China-lah yang membantu analisis dan pemulihan. Aliansi bertujuan memberikan kontrol penuh kepada pihak bertahan. Di balik dukungan terhadap model open-source, NVIDIA juga menjaga kepentingan bisnisnya. Dengan meningkatnya perusahaan yang mengembangkan chip AI sendiri (seperti OpenAI, Anthropic, Microsoft, Google), NVIDIA mendorong adopsi model open-source yang lebih luas untuk mempertahankan permintaan terhadap infrastruktur komputasi berbasis GPU-nya. Aliansi ini bertujuan mengurangi risiko deployment model lokal dan melobi regulator agar tidak membatasi model open-source secara berlebihan.

marsbit07/28 09:38

Tweet Kedua dalam Hidup Jensen Huang, Hanya Anthropic yang Masih Bertahan

marsbit07/28 09:38

4 Jam, 118 Jawaban: Liang Wenfeng Berbicara Secara Internal dan Menjawab Semua Pertanyaan

DeepSeek baru-baru ini menyelesaikan putaran pendanaan eksternal pertamanya dengan total lebih dari 500 miliar yuan Tiongkok (sekitar 74 miliar dolar AS), valuasi pra-pendanaan sekitar 3,675 triliun yuan (sekitar 543 miliar dolar AS). Pendiri DeepSeek, Liang Wenfeng, berinvestasi pribadi 200 miliar yuan. Dalam pertemuan investor selama 4 jam dengan 118 jawaban, Liang Wenfeng menjelaskan visi, budaya organisasi, dan roadmap teknis DeepSeek. Dia menekankan bahwa perusahaan didorong oleh visi mencapai AGI (Artificial General Intelligence), bukan maksimalisasi keuntungan komersial. DeepSeek mengutamakan "pengendalian diri" sebagai strategi, fokus hanya pada jalur utama AGI seperti model bahasa, Chain-of-Thought, Agent, dan pembelajaran berkelanjutan, sengaja menghindari area seperti generasi video yang dianggap tidak terkait langsung dengan peningkatan kecerdasan. Tantangan utama adalah stabilitas tim dan ketersediaan sumber daya komputasi. Liang mengakui kesenjangan sumber daya dengan AS, mencatat bahwa DeepSeek tertinggal sekitar 1-2 tahun tetapi hanya menggunakan 1/20 daya komputasi. Dia optimis tentang chip AI domestik, terutama Huawei, yang diyakininya dapat menggantikan Nvidia dalam setahun, dengan hambatan utama adalah kapasitas produksi. Mengenai komersialisasi, DeepSeek akan mengejar pendapatan B2B dan B2C secara bersamaan, dengan model pricing API yang bertujuan untuk keuntungan wajar, bukan maksimalisasi. Perusahaan berencana untuk tetap open source, karena yakin hal ini tidak akan mempengaruhi model bisnis mereka. Liang memprediksi bahwa dalam era AI, akan ada banyak perusahaan bernilai triliunan, dan DeepSeek bertujuan menjadi salah satunya dengan fokus khusus pada pengembangan AGI.

链捕手07/24 06:41

4 Jam, 118 Jawaban: Liang Wenfeng Berbicara Secara Internal dan Menjawab Semua Pertanyaan

链捕手07/24 06:41

Meniru "Momen DeepSeek"? Wall Street Serempak Menyatakan: Kimi K3 Justru Memperkuat Kebutuhan Komputasi

Replika "Momen DeepSeek"? Wall Street Serentak Menyatakan: Kimi K3 Justru Memperkuat Kebutuhan Komputasi. Pasar sempat panik menyamakan peluncuran Kimi K3 dengan "Momen DeepSeek 2.0" yang sebelumnya menekan harga saham sektor semikonduktor. Namun, laporan terbaru dari bank investasi seperti UBS, Nomura, Bank of America Merrill Lynch, dan Citibank menyimpulkan pandangan berbeda: Kimi K3 bukanlah pengakhir, melainkan akselerator bagi permintaan komputasi. Kimi K3, model open-source dengan 2.8 triliun parameter yang dirilis Moonshot AI pada 16 Juli 2026, menampilkan kemampuan mendekati model mutakhir seperti konteks 1M token, inferensi "selalu aktif", kemampuan multimodal asli, dan arsitektur MoE. Fitur-fitur ini bukan cerita aset ringan. Mereka justru meningkatkan tekanan pada inferensi, memori, jaringan, dan penyimpanan. Analis berargumen bahwa model yang lebih kuat dan lebih terjangkau (seperti K3) akan memicu "Paradoks Jevons" di AI: peningkatan efisiensi malah meningkatkan konsumsi komputasi secara keseluruhan karena lebih banyak pengembang dan perusahaan yang dapat menerapkannya di lebih banyak skenario, sehingga meningkatkan volume token yang diproses. Selain itu, untuk mempertahankan keunggulan kompetitif, laboratorium AI terdepan AS seperti OpenAI dan Anthropic akan merespons dengan pelatihan skala lebih besar dan iterasi lebih cepat. Konsekuensinya, rantai pasokan infrastruktur AI diperkirakan tetap diuntungkan: 1. **Penyimpanan & Memori:** Peningkatan kebutuhan cache KV karena konteks panjang akan mendorong permintaan DDR5 server dan eSSD. HBM juga sangat dibutuhkan untuk deployment model open-source berskala besar. 2. **Komputasi & Foundry:** Hukum skala (*scaling law*) tetap berlaku, menguntungkan pemain seperti NVIDIA dan TSMC. 3. **Jaringan:** Deployment K3 membutuhkan konfigurasi kluster "super-node" (lebih dari 64 GPU), meningkatkan permintaan untuk modul optik dan chip optik. 4. **Platform Cloud:** Platform yang menghosting beragam model open-source (seperti Alibaba) mendapatkan daya tawar lebih kuat. Data menunjukkan penggunaan model AI China oleh pengembang global telah melonjak dari kurang dari 2% menjadi lebih dari 45% dalam setahun, menandakan adopsi yang meluas. Dengan demikian, selama penggunaan token terus tumbuh dan aplikasi seperti konteks panjang serta Agen terus meluas, kebutuhan akan komputasi, HBM, penyimpanan, jaringan, dan pusat data akan tetap tak terhindarkan. Model open-source yang lebih kuat dilihat sebagai pintu masuk bagi gelombang difusi permintaan berikutnya, bukan akhir dari kebutuhan infrastruktur AI.

链捕手07/21 06:20

Meniru "Momen DeepSeek"? Wall Street Serempak Menyatakan: Kimi K3 Justru Memperkuat Kebutuhan Komputasi

链捕手07/21 06:20

Laporan Goldman Sachs Membedah Peta Persaingan Model AI Besar Tiongkok: Siapa yang Akan Menjadi Pemenang Jangka Panjang?

Laporan Goldman Sachs menganalisis persaingan model AI besar di Tiongkok, menyoroti titik balik historis dengan model open-source/berbobot terbuka yang kinerjanya mendekati model berpemilik global teratas. Laporan ini mengidentifikasi pola evolusi dari "momen efisiensi biaya DeepSeek tahun lalu ke momen kecerdasan model GLM Zhipu tahun ini". Dalam hal efisiensi, model Tiongkok mencapai kinerja hampir setara dengan biaya jauh lebih rendah, berkat inovasi arsitektur seperti MoE dan efisiensi parameter. Model seperti DeepSeek V4 Pro (1.6T parameter) dan GLM5.2 (0.7T) mengungguli dalam kemampuan pemrograman. Pasar terpolarisasi menjadi dua lapis: *pasar high-end* (contoh: GLM5.2, Qwen3.7 Max) dengan harga sekitar $1 per juta token dan margin kotor inferensi 10-20%, serta *pasar low-end* (harga serendah $0.06 per juta token) yang menargetkan UKM global. Pendapatan API/subskripsi diproyeksikan melonjak dari RMB 35 miliar (2026) menjadi RMB 879 miliar (2030). Strategi open-source mendorong adopsi luas tetapi membatasi monetisasi. Tren bergerak dari lisensi MIT gratis menuju model "bobot terbuka + lisensi komunitas" dengan bagi hasil untuk penggunaan komersial. Paradigma penggunaan global beralih dari "maksimalkan token" ke "utamakan ROI". Model Tiongkok mendapat porsi token yang tumbuh di pasar non-AS melalui platform seperti AWS Bedrock, dengan Microsoft mempertimbangkan menghosting DeepSeek di Copilot. Analisis posisi kompetitif Goldman Sachs menilai **Zhipu** dan **DeepSeek** paling kuat di model teks dasar, dengan keunggulan harga dan biaya. Di bidang multimodal/generasi video, **ByteDance** (Seedance) memimpin, diikuti Kuaishou (Kling) dan MiniMax. MiniMax pertahankan rating "beli" karena model M3-nya berada di kuadran maksimisasi ARR dengan harga menarik dan valuasi yang didiskon.

marsbit07/11 07:53

Laporan Goldman Sachs Membedah Peta Persaingan Model AI Besar Tiongkok: Siapa yang Akan Menjadi Pemenang Jangka Panjang?

marsbit07/11 07:53

Laporan Mendalam Goldman Sachs: Siapa yang Akan Menjadi Pemenang Jangka Panjang di Industri Model AI Besar China?

Laporan mendalam Goldman Sachs menganalisis masa depan industri AI model besar China, menilai siapa yang akan menjadi pemenang jangka panjang. China saat ini berada pada titik balik historis, dengan model sumber terbuka/berbobot terbuka yang mendekati kinerja model berpemilik global terdepan. Efek roda data dari adopsi massal perusahaan domestik dan global mendorong iterasi model lebih lanjut. Model China mencapai efisiensi biaya tinggi melalui inovasi arsitektur (seperti MoE) dan efisiensi parameter, dengan model seperti DeepSeek V4 Pro (1,6T parameter) dan GLM5.2 (0,7T). Pasar membentuk struktur dua lapis: model high-end (contoh: GLM5.2) berharga ~$1/juta token, sementara model low-end untuk agen pintar berharga serendah $0,06/juta token. Goldman memproyeksikan pendapatan API/berlangganan model AI China tumbuh dari RMB35 miliar (2026) menjadi RMB879 miliar (2030). Strategi sumber terbuka mendorong adopsi global, tetapi monetisasi terbatas. Pergeseran menuju model "berat terbuka + lisensi komunitas" diharapkan dapat meningkatkan ekonomi unit melalui pembagian pendapatan dengan platform seperti AWS Bedrock. Untuk menentukan pemenang, Goldman menggunakan kerangka kerja tiga dimensi: kemampuan penetapan harga, keunggulan biaya, dan kekuatan keuangan. Dalam model teks dasar, Zhipu (GLM) dan DeepSeek dipandang paling kuat. Dalam multimodal/generasi video, ByteDance (Seedance) menjadi pemimpin, dengan Kuaishou (Kling) dan MiniMax juga diunggulkan. MiniMax mendapat peringkat Beli karena valuasi menarik dan posisi model M3-nya. Ekspansi ke pasar internasional non-AS merupakan peluang pertumbuhan kunci.

marsbit07/10 14:33

Laporan Mendalam Goldman Sachs: Siapa yang Akan Menjadi Pemenang Jangka Panjang di Industri Model AI Besar China?

marsbit07/10 14:33

Laporan Mendalam Goldman Sachs: Siapa yang Akan Menjadi Pemenang Jangka Panjang dalam Industri Model AI Besar China?

Laporan mendalam Goldman Sachs membahas pergeseran historis dalam industri model AI besar (LLM) China. Analisis menilai bagaimana model China, melalui inovasi arsitektur (seperti MoE) dan efisiensi parameter, mencapai kinerja cerdas yang mendekati model global teratas dengan biaya lebih rendah, didorong oleh momen efisiensi biaya DeepSeek (2025) dan momen kecerdasan model GLM Zhipu (2026). Pasar membentuk struktur dua lapis: model high-end (contoh: GLM5.2, Qwen3.7 Max) dengan harga ~$1/juta token, dan model low-end untuk agen AI dengan harga serendah $0.06/juta token, yang memperluas adopsi di kalangan UKM global. Goldman memproyeksikan pendapatan API/subskripsi model AI China tumbuh dari ~¥35 miliar (2026) menjadi ~¥879 miliar pada 2030. Strategi open-source/terbobot terbuka mendominasi untuk fleksibilitas dan ekosistem, tetapi monetisasinya terbatas. Tren pergeseran ke model "bobot terbuka + lisensi komunitas" (seperti MiniMax) dengan bagi hasil diharapkan meningkatkan ekonomi unit. Ekspansi ke pasar internasional (non-AS) adalah peluang kunci, seiring pergeseran paradigma perusahaan global dari "token maksimisasi" ke prioritas ROI. Menggunakan kerangka penilaian tiga dimensi (kemampuan penetapan harga, keunggulan biaya, kekuatan finansial), Goldman mengidentifikasi pemenang jangka panjang: Zhipu AI (cakupan awal: netral) dan DeepSeek (swasta) paling kuat di domain model teks dasar. Di bidang multimodal/generasi video, ByteDance (Seedance) memimpin, diikuti Kuaishou (Kling) dan MiniMax. Goldman mempertahankan rating "beli" untuk MiniMax, melihat diskon valuasi.

链捕手07/10 14:27

Laporan Mendalam Goldman Sachs: Siapa yang Akan Menjadi Pemenang Jangka Panjang dalam Industri Model AI Besar China?

链捕手07/10 14:27

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

活动图片