# Artikel Terkait Penelitian

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

Doktor Kelahiran 95-an Beralih ke Model Dunia, FaceMind Mengumpulkan Dana Ratusan Juta Yuan

Perusahaan AI dunia, FaceMind, yang didirikan oleh Lu Hongyuan (doktor kelahiran 1995), baru saja mengamankan pendanaan puluhan juta yuan dalam putaran Pre-A. Investasi ini dipimpin oleh Xinglian Capital, dengan investor lama 360 melakukan investasi tambahan yang signifikan. FaceMind awalnya berfokus pada pengembangan model multimodal untuk perangkat tepi, tetapi kemudian beralih ke model dunia yang lebih mendasar. Pendirinya, Lu Hongyuan, seorang peneliti dengan rekam jejak akademis yang kuat di bidang NLP, mendorong tim untuk menangani masalah mendasar dalam model bahasa besar, seperti ketidakstabilan dalam menangani kata-kata frekuensi rendah. Karya penelitian tim, termasuk makalah "Adam's Law" yang terkait dengan efisiensi pembelajaran kalimat, bahkan mendapat perhatian dari Anthropic. Kini, perusahaan mengembangkan sistem model dunia berfitur arsitektur efisien dan berulang, yang dirancang untuk meningkatkan kemampuan prediksi jangka panjang dan pemahaman lingkungan dalam skenario seperti GUI Agent dan robotika fisik. Produk awal mereka, "Diedie Club" (aplikasi komentar AI real-time), berfungsi sebagai validasi kemampuan model dunia mereka dalam memahami antarmuka pengguna. Investor memuji tim karena visi teknis yang mendalam, kemampuan eksekusi yang kuat, dan kecepatan iterasi yang mengesankan. FaceMind berencana untuk terus mengembangkan model dunia dan memvalidasinya di berbagai skenario, menargetkan kolaborasi dengan produsen robot, platform konten, serta penyedia chip dan cloud, untuk bersaing di bidang infrastruktur AI generasi berikutnya.

marsbit06/26 01:52

Doktor Kelahiran 95-an Beralih ke Model Dunia, FaceMind Mengumpulkan Dana Ratusan Juta Yuan

marsbit06/26 01:52

Grayscale: 15 Protokol Kripto Penghasil Uang Ini, Harganya Sangat Terendervaluasi

**Ringkasan: 15 Protokol Kripto Penghasil Pendapatan yang Dinilai Terlalu Rendah Menurut Grayscale** Grayscale Research melaporkan bahwa 15 protokol on-chain dengan pendapatan tertinggi saat ini diperdagangkan pada kelipatan pendapatan (revenue multiple) yang sangat rendah, banyak di antaranya hanya 1x hingga 9x. Protokol seperti Pump.fun, PancakeSwap, dan Meteora bahkan memiliki kapitalisasi pasar yang hampir setara dengan pendapatan satu tahun mereka. Rendahnya valuasi ini terjadi meskipun protokol-protokol ini menghasilkan pendapatan ratusan juta dolar dengan biaya operasional minimal. Grayscale berpendapat bahwa potensi disahkannya *CLARITY Act* (Undang-Undang Kejelasan Pasar Aset Digital) pada bulan depan bisa menjadi katalis. Regulasi yang lebih jelas diharapkan dapat mengurangi hambatan bagi lembaga keuangan tradisional, mendorong lebih banyak aktivitas dan nilai terkunci (TVL) di sektor keuangan terdesentralisasi (DeFi), yang pada akhirnya akan meningkatkan pendapatan protokol-protokol ini. Laporan ini mengelompokkan protokol berdasarkan kelipatan pendapatannya: - **"Klub 1x"**: Pump.fun (PUMP), PancakeSwap (CAKE), Meteora (MET), Collector Crypt (CARDS). - **Kelipatan satu digit**: Raydium (RAY), Lido Finance (LDO), Aerodrome (AERO), Sky (SKY), Jupiter (JUP), Ether.fi (ETHFI), Lighter (LIT), Aave (AAVE). - **Kelipatan tinggi**: Hyperliquid (HYPE, 15x), World Liberty Financial (WLFI, 17x), dan Uniswap (UNI, 37x) yang dinilai berdasarkan narasi dan nilai opsi masa depan. Grayscale juga memberikan analisis valuasi DCF (Discounted Cash Flow) untuk Aave, dengan target harga sekitar $175. Namun, penting dicatat bahwa Grayscale memiliki kepentingan komersial dalam laporan ini sebagai perusahaan pengelola aset kripto, dan katalis regulasi (CLARITY Act) belum tentu terwujud. Investor disarankan untuk melakukan penilaian mandiri.

marsbit06/25 10:04

Grayscale: 15 Protokol Kripto Penghasil Uang Ini, Harganya Sangat Terendervaluasi

marsbit06/25 10:04

Analisis Laporan: Penundaan Kyber Mengoyak Rantai Pasokan NVIDIA, Hanya Beberapa Pemenang di Rantai PCB

Jefferies, dalam laporan riset tanggal 22 Juni, mempertahankan rating 'Beli' untuk NVIDIA dengan target harga $300. Laporan ini menyoroti keterlambatan kemungkinan besar atau pembatalan papan sirkuit (PCB) backplane 'Kyber' hingga 2028, yang menyebabkan penyesuaian pada prakiraan pasar PCB dan CCL (bahan dasar PCB) AI global. Keterlambatan Kyber, yang direncanakan untuk arsitektur Rubin Ultra, terutama mengubah jadwal peningkatan spesifikasi teknis, bukan mengurangi permintaan inti AI. Arsitektur Oberon yang ada akan diperpanjang penggunaannya. Sementara itu, tren peningkatan menuju material kelas tinggi (seperti CCL M9/M10) dan teknologi CoWoP terus berlanjut. Analisis Jefferies mengidentifikasi pergeseran dalam rantai pasokan: * **Pemenang Struktural**: Pemasok bahan baku hulu seperti kain serat kaca (glass fiber) dan produsen CCL, karena tekanan pasokan dan kekuatan penetapan harga mereka. * **Diuntungkan**: Produsen kabel tembaga (copper cable), karena risiko penggantian oleh PCB tertunda. * **Tekanan Terbesar**: Produsen PCB level menengah (mid-tier), yang terjepit antara persaingan biaya dan kebutuhan kompleksitas teknologi tinggi. Kesimpulannya, keterlambatan Kyber dilihat sebagai realokasi peluang dalam rantai pasokan, memperkuat posisi pemain dengan spesialisasi bahan baku atau teknologi tinggi, sambil mempercepat konsolidasi di segmen manufaktur PCB. NVIDIA sendiri tetap dipandang kuat, dengan daya tariknya terletak pada dominasi GPU dan pertumbuhan permintaan AI yang berkelanjutan.

marsbit06/23 09:54

Analisis Laporan: Penundaan Kyber Mengoyak Rantai Pasokan NVIDIA, Hanya Beberapa Pemenang di Rantai PCB

marsbit06/23 09:54

Yayasan Ethereum Terpecah?! Pahami "Masa Depan Cerah" Ethlabs dalam Satu Artikel

Ethlabs, sebuah laboratorium penelitian dan pengembangan nirlaba independen, didirikan pada 22 Juni oleh lima mantan anggota Ethereum Foundation: Ansgar Dietrichs, Barnabé Monnot, Caspar Schwarz-Schilling, Josh Rudolf, dan Julian Ma. Misi mereka adalah memajukan Ethereum sebagai lapisan penyelesaian dasar netral untuk ekonomi global. Ethlabs berargumen bahwa Ethereum memiliki keunggulan unik karena netralitasnya yang tepercaya, aset dasar ETH, dan ekosistem pengembang serta DeFi yang kaya. Mereka memposisikan diri sebagai jembatan antara pengembang garis depan dan protokol inti, menerjemahkan kebutuhan pengguna, aplikasi, dan berbagai pemangku kepentingan lainnya menjadi peningkatan protokol, standar, dan infrastruktur. Didukung oleh investor seperti Bitmine, Sharplink, dan pendiri Consensys Joe Lubin, serta sekitar 50 pendukung komunitas termasuk Hayden Adams (Uniswap) dan Jesse Pollak (Base), Ethlabs menekankan kemandirian operasionalnya. Kehadiran mereka dilihat bukan sebagai persaingan dengan Ethereum Foundation, melainkan sebagai evolusi menuju model tata kelola ekosistem yang lebih terdesentralisasi dan kolaboratif dengan banyak node penelitian. Pendirian Ethlabs terjadi di tengah diskusi internal Ethereum Foundation tentang kriteria untuk proyek 'spinout'. Sementara ada area penelitian yang tumpang tindih, seperti MEV, Ethlabs bertujuan untuk berkontribusi sebagai satu node dalam jaringan tata kelola yang lebih luas, mendorong Ethereum menuju infrastruktur penyelesaian global yang lebih kompetitif.

Odaily星球日报06/23 09:18

Yayasan Ethereum Terpecah?! Pahami "Masa Depan Cerah" Ethlabs dalam Satu Artikel

Odaily星球日报06/23 09:18

Setelah Melewatkan Peluang 20 Kali Lipat, Saya Menemukan Cara Konyol Berinvestasi di AI

Setelah melewatkan peluang investasi 20 kali lipat, penulis menemukan pendekatan "lambat" untuk berinvestasi di AI: membangun "gudang pengetahuan" terlebih dahulu. Artikel ini membagikan kerangka berpikir sistematis untuk menganalisis seluruh rantai industri AI, dibagi menjadi empat lapisan utama. **Lapisan 1: Infrastruktur Daya Komputasi - Mesin AI.** Termasuk desain chip (Nvidia, AMD), manufaktur & kemasan (TSMC, SK Hynix), interkoneksi optik (Lumentum, Coherent), pendinginan & catu daya (Vertiv), server, dan platform cloud. Lapisan ini adalah fondasi fisik, dengan karakteristik sedikit pemain, pengganti rendah, dan kekuatan penetapan harga yang kuat. Uang mengalir dari dalam ke luar: dari GPU, ke interkoneksi optik/catu daya, kemudian ke pendinginan/penyimpanan. **Lapisan 2: Model & Alat - Sistem Operasi AI.** Didominasi oleh lima pemain besar: OpenAI, Anthropic, Google, Meta, dan xAI. Pertumbuhan pendapatan mereka sangat cepat. Perhatian utama adalah pergeseran dari daya komputasi *training* ke *inference*, yang mungkin membuka peluang bagi pesaing Nvidia. Pertanyaan terbuka: akankah model menjadi oligopoli atau terkodifikasi? **Lapisan 3: Middleware & Platform - Lapisan Perekat.** Menghubungkan model dan aplikasi, seperti Scale AI dan Hugging Face. Lapisan ini diharapkan berkembang pesat saat aplikasi AI meledak. **Lapisan 4: Aplikasi Vertikal - Pintu Masuk Uang.** Tempat AI menciptakan nilai langsung bagi pengguna akhir, termasuk platform AI perusahaan (Palantir), alat pengkodean (GitHub Copilot), AI kesehatan, robotika, dan kendaraan otonom. Lapisan ini paling beragam dan kompetitif. **Dimensi Melintang: Energi - Batas Ultimat AI.** Konsumsi listrik pusat data AI yang melonjak mendorong investasi di infrastruktur energi seperti tenaga nuklir. Artikel ini mengajak pembaca untuk secara sistematis mempelajari setiap lapisan, memahami model bisnis, lanskap kompetisi, dan tingkat valuasinya. Dengan memiliki "peta" industri yang jelas, investor dapat membuat keputusan cepat ketika peluang muncul di masa depan, baik selama koreksi pasar atau di sudut-sudut yang diabaikan. Intuisi yang tajam dibangun dari penelitian mendalam, bukan dari keberuntungan.

marsbit06/23 03:56

Setelah Melewatkan Peluang 20 Kali Lipat, Saya Menemukan Cara Konyol Berinvestasi di AI

marsbit06/23 03:56

Interpretasi Laporan Riset: Citi Menghadiri AWS Summit, Optimis Layanan Cloud Akselerasi namun Tata Kelola Data Tetap Variabel Kunci

**Ringkasan Laporan Riset Citigroup tentang AWS Summit** Analis Citigroup Tyler Radke dan tim mempertahankan rating "Beli" untuk Amazon setelah menghadiri AWS Summit New York (17-18 Juni) dan berdialog dengan lebih dari 10 klien serta partner. Laporan bertanggal 19 Juni ini menyoroti pergeseran strategi AWS dari fase eksperimen ke fokus pada **penyebaran AI skala besar (scalable deployment)** untuk penggunaan enterprise. **Tiga Kesimpulan Kunci:** 1. **Fokus pada Penyebaran Skala Besar:** AWS memperkenalkan produk baru seperti **AWS Context** (membangun graph pengetahuan dari data perusahaan), **Amazon Quick** (asisten AI lintas aplikasi), dan **Continuum** (keamanan), yang menargetkan tantangan nyata implementasi AI di korporat. 2. **Infrastruktur Data Diuntungkan:** Perusahaan infrastruktur data seperti Snowflake, Elastic, Oracle, dan ClickHouse dilihat sebagai penerima manfaat langsung dari meningkatnya beban kerja AI. 3. **Governance Data sebagai Variabel Penting:** Governance data muncul sebagai penghambat kritis. Ketika agen AI berkembang dari ratusan menjadi ribuan, kemampuan mereka mengakses data yang tepat dengan izin yang sesuai menjadi kunci. **AWS Context** dinilai sebagai langkah strategis AWS dalam menyediakan lapisan infrastruktur governance data. **Logika Investasi:** * **Peluang:** Percepatan pertumbuhan pendapatan AWS dari 30% (FY26) menjadi 37% (FY27), serta elastisitas pendapatan penyedia infrastruktur data. * **Hindari Berharap:** Penurunan biaya AI yang signifikan dalam waktu dekat. Meski manajemen token lebih ketat, permintaan tetap kuat. * **Sinyal untuk Dipantau:** Pertumbuhan pendapatan kuartalan AWS, pertumbuhan tugas **AWS Bedrock AgentCore** (naik 15x dalam 6 bulan), dan dampak perubahan harga penyedia data seperti Elastic terhadap permintaan. Intinya, laporan menekankan bahwa **governance data adalah kunci** untuk memindahkan AI dari proyek percobaan ke inti proses bisnis perusahaan.

marsbit06/22 14:17

Interpretasi Laporan Riset: Citi Menghadiri AWS Summit, Optimis Layanan Cloud Akselerasi namun Tata Kelola Data Tetap Variabel Kunci

marsbit06/22 14:17

Di Balik 'Raport' AI, Tersembunyi Seorang 'Pembuat Soal' Tionghoa

Setiap kali model AI terdepan dirilis, industri melihat "laporan nilai" seperti MMLU-Pro, MMMU, dan MMMU-Pro. Tolok ukur ini telah menjadi bahasa umum untuk mengevaluasi kemampuan model. Di baliknya adalah nama seorang peneliti Tionghoa, Chen Wenhu, asisten profesor di University of Waterloo. Dia dan lab TIGERLab-nya menciptakan MMLU-Pro karena MMLU lama tidak lagi efektif—model canggih seperti OpenAI o3 hampir mencapai nilai sempurna. MMLU-Pro, dengan 12.032 soal lebih sulit dan 10 pilihan jawaban, berhasil membedakan kembali kemampuan model. Selain itu, mereka mengembangkan MMMU untuk mengevaluasi model multimodal (teks dan gambar) pada 11.500 soal dari berbagai disiplin ilmu. Bahkan model terkuat seperti GPT-4V hanya mencapai akurasi 56%. MMMU-Pro kemudian dibuat agar model tidak bisa mengandalkan teks saja dan harus benar-benar memahami informasi visual. Chen Wenhu memiliki latar belakang riset dalam pemahaman informasi kompleks. Pengalamannya di Google DeepMind untuk proyek Gemini membantunya memahami celah dalam evaluasi. Labnya juga mengerjakan penelitian model, seperti UniVideo untuk video dan MoCha untuk karakter virtual, yang memperdalam pemahaman mereka dalam merancang tolok ukur yang solid. Kini, dia bergabung dengan Meta untuk fokus pada data pelatihan dan evaluasi multimodal. Karyanya menggarisbawahi kontribusi signifikan peneliti Tionghoa di balik layar dalam membentuk standar evaluasi AI global.

marsbit06/20 03:54

Di Balik 'Raport' AI, Tersembunyi Seorang 'Pembuat Soal' Tionghoa

marsbit06/20 03:54

活动图片