# Artikel Terkait Robotika

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

Era Auto Research: 47 Tugas Tanpa Jawaban Baku Jadi Daftar Wajib Uji Kemampuan Agent

Di era Auto Research, 47 tugas tanpa jawaban standar kini menjadi patokan wajib untuk mengukur kemampuan Agent AI. Biasanya, AI Agent tampak serba bisa, namun sebenarnya banyak yang hanya mengandalkan pengetahuan dalam basis data yang sudah ada. Dunia rekayasa nyata lebih keras: stabilitas robot bawah air, batas litium pada baterai, pengendalian kebisingan sirkuit kuantum — masalah-masalah ini tidak memiliki "jawaban sempurna", hanya "optimisasi yang mendekati batas maksimal". Baru-baru ini, Frontier-Eng Bench dari Einsia AI's Navers lab menghadirkan perubahan paradigma. Alih-alih menguji AI dengan soal pemrograman lama, benchmark ini memberikan sistem "loop rekayasa" yang lengkap: mengusulkan solusi, terhubung ke simulator, menerima umpan balik dan error, memperbaiki parameter, dan menjalankannya kembali. Dalam 47 tugas lintas disiplin yang menantang, AI harus bertindak seperti insinyur berpengalaman, mencari solusi optimal di antara tiga kendala yang sulit: daya, keamanan, dan kinerja. Ini bukan sekadar kumpulan tes, melainkan gambaran evolusi Agent. Hasil pengujian menunjukkan bahwa model seperti GPT-5.4 berkinerja cukup stabil, tetapi masih jauh dari menyelesaikan seluruh benchmark. Penelitian ini mengungkap pola penting: peningkatan kinerja AI mengikuti hukum pangkat (power law), di mana kemajuan awal cepat tetapi semakin sulit dan kecil seiring waktu. Selain itu, kedalaman eksplorasi (depth) lebih krusial daripada sekadar menjalankan banyak percobaan paralel (width) untuk mencapai terobosan. Implikasi jangka panjangnya adalah potensi lahirnya "AI Engineer". Di masa depan, manusia mungkin fokus pada penentuan tujuan dan arahan, sementara AI akan bekerja tanpa lelah untuk mengoptimalkan solusi — menjalankan simulasi, menganalisis hasil, dan melakukan iterasi terus-menerus menuju target yang ditetapkan. Frontier-Eng Bench menandai langkah menuju sistem AI yang dapat berevolusi secara mandiri dalam loop umpan balik jangka panjang, membawa kita lebih dekat ke era penelitian otomatis (Auto Research) di mana AI aktif berkontribusi dalam memecahkan masalah rekayasa dunia nyata yang kompleks.

marsbit05/13 07:29

Era Auto Research: 47 Tugas Tanpa Jawaban Baku Jadi Daftar Wajib Uji Kemampuan Agent

marsbit05/13 07:29

Setelah Penyimpanan 50 Kali Lipat, Justin Sun Selalu Memandang ke Sepuluh Tahun Berikutnya

Kebanyakan orang Tiongkok mengenal Justin Sun dari kisah-kisah kontroversialnya, seperti membatalkan makan malam dengan Warren Buffett, memakan pisang senilai $6,2 juta, atau terbang melewati Garis Karman pada usia 35 tahun. Namun, di balik sensasi itu, Sun telah menunjukkan ketajaman investasinya selama satu dekade terakhir. Pada 2016, ia menyarankan generasi muda untuk berinvestasi di Bitcoin, NVIDIA, Tesla, dan Tencent alih-alih membeli properti. Saran itu terbukti brilian: hingga Mei 2026, NVIDIA menghasilkan return hampir 24.000% dan Tesla sekitar 2.683%. Ia juga secara akurat memperkirakan lonjakan saham penyimpanan (storage). Pada November 2025, ia menyebut Western Digital/Sandisk sebagai "peluang investasi terbaik tahun depan," dan saham Sandisk kemudian melonjak hampir 50 kali dalam setahun. Kini, Sun memfokuskan pandangannya pada empat bidang masa depan: AI berwujud (embodied AI), drone, komputasi spasial, dan eksplorasi luar angkasa. Ia melihat robot humanoid, drone otonom (seperti yang digunakan dalam perang dan logistik), serta teknologi pemahaman ruang fisik (seperti Apple Vision Pro) sebagai langkah berikutnya dalam revolusi AI. Pada Agustus 2025, ia sendiri terbang ke luar angkasa dengan Blue Origin, dan berambisi menjadikan blockchain sebagai infrastruktur untuk ekonomi luar angkasa. Logika investasinya adalah bertaruh pada tren yang pasti dengan mendiversifikasi di seluruh ekosistem. Misalnya, di robotika, ia melihat Tesla untuk "tubuh" (Optimus) dan NVIDIA untuk "otak" (platform GR00T). Di drone militer, ia merujuk pada AeroVironment dan Kratos. Untuk luar angkasa, IPO SpaceX yang akan datang dianggap akan mengubah seluruh lanskap industri. Bagi Sun, dua dekade terakhir mengubah aliran informasi, tetapi dua dekade mendatang akan mengubah cara dunia fisik beroperasi—dari pabrik otomatis hingga medan perang yang didominasi drone. Pesannya sederhana: masa depan ada pada AI fisik, dan kita harus melihat melampaui horizon yang dekat.

marsbit05/11 07:29

Setelah Penyimpanan 50 Kali Lipat, Justin Sun Selalu Memandang ke Sepuluh Tahun Berikutnya

marsbit05/11 07:29

Menarik Modal Global, Siklus "Super" Baru Asia Sedang Berlangsung

Investor memusatkan perhatian pada Asia sebagai celah pertumbuhan selanjutnya dalam pasar saham global. Di bawah dorongan gelombang kecerdasan buatan (AI), pasar saham Korea Selatan unggul, menarik arus modal besar dan meningkatkan volatilitas implisit di pasar opsi. Siklus "super" Asia ini didorong oleh percepatan belanja modal, terutama untuk infrastruktur AI seperti chip, server, pusat data, dan sistem listrik. Investasi global di pusat data AI diperkirakan mencapai $2,8 triliun pada 2026-2028. Asia, sebagai pusat rantai pasok perangkat keras AI, akan diuntungkan. Morgan Stanley memperkirakan investasi tetap Asia akan tumbuh dari sekitar $11 triliun (2025) menjadi $16 triliun (2030). China memainkan peran kunci dengan sistem AI lengkapnya, termasuk chip domestik yang diperkirakan mencapai $67 miliar pada 2030. Selain AI, ekspor manufaktur China meluas dari "tiga hal baru" (mobil listrik, baterai, PV) ke robotika. China mendominasi sekitar 90% pengiriman robot humanoid global awal tahun 2025, menyerupai tahap awal ekspor mobil listrik. Dua pendorong utama lainnya adalah keamanan energi (investasi dalam energi terbarukan, listrik, penyimpanan) dan pengeluaran pertahanan yang meningkat di seluruh Asia, memberikan investasi yang tahan lama untuk manufaktur canggih. Ekonomi yang paling diuntungkan adalah China (rantai pasok lengkap, ekspor baru), Korea Selatan (memori, HBM, baterai), dan Jepang (peralatan semikonduktor, otomasi). Namun, risiko termasuk kelebihan pasokan, tekanan margin, pembatasan teknologi, dampak AI pada lapangan kerja, dan volatilitas pasar yang meningkat.

marsbit05/11 04:28

Menarik Modal Global, Siklus "Super" Baru Asia Sedang Berlangsung

marsbit05/11 04:28

Setelah Pelatihan, Insinyur OpenAI Weng Jiayi Mengajukan Asumsi Paradigma Baru untuk Agentic AI

Dalam eksperimen terbarunya, insinyur OpenAI, Weng Jiayi, mengusulkan paradigma baru untuk AI agentik yang disebut "Heuristic Learning" (HL). Berbeda dengan pendekatan tradisional yang mengandalkan pelatihan model neural berskala besar, HL memungkinkan AI (dalam hal ini Codex) untuk secara mandiri menulis, menjalankan, menguji, dan merevisi kode program strategi berdasarkan tujuan, lingkungan yang dapat dijalankan, dan umpan balik tertutup. Dalam eksperimen utama di lingkungan Atari Breakout, agen Codex berhasil mengembangkan strategi kode Python murni yang mencapai skor sempurna 864. Prosesnya melibatkan siklus iteratif: menulis kode, menjalankan simulasi, menganalisis log dan rekaman video, mengidentifikasi kegagalan, lalu memodifikasi kode. Pengalaman "dipelajari" tidak disimpan dalam bobot neural network, tetapi dalam sistem perangkat lunak yang dapat dibaca, diubah, dan diaudit. Eksperimen lebih lanjut di 57 game Atari menunjukkan bahwa pendekatan HL memiliki efisiensi sampel yang mengesankan di awal, mencapai kinerja sebanding dengan algoritma Reinforcement Learning (RL) seperti PPO dalam jutaan langkah. Namun, HL memiliki batasan dalam tugas yang memerlukan perencanaan jangka panjang dan urutan aksi kompleks, seperti yang terlihat dalam game Montezuma's Revenge. Paradigma HL ini berpotensi memiliki implikasi signifikan di industri, terutama dalam: 1) Kontrol robotik untuk skenario terstruktur, mengurangi ketergantungan pada inferensi neural network berat di setiap langkah; 2) Skenario kritis keamanan (mobil otonom, robot medis) di mana kemampuan audit dan penelusuran kode sangat berharga; 3) Pembelajaran berkelanjutan yang dapat diotomatisasi dan diintegrasikan ke dalam alur kerja rekayasa perangkat lunak; 4) Preservasi dan pertukaran kemampuan agen dalam bentuk aset kode yang dapat digunakan kembali. Weng Jiayi menekankan bahwa HL bukan pengganti lengkap untuk neural network, tetapi pelengkap. Visinya adalah sistem hybrid di mana neural network (System 1) menangani persepsi cepat, HL menangani pemrosesan aturan dan memori yang dapat diinterpretasikan, dan LLM agen (System 2) memberikan umpan balik tingkat tinggi. Intinya, HL menawarkan kemungkinan untuk mengubah pengalaman AI dari sesuatu yang "terkompresi dalam bobot" menjadi sesuatu yang "terkandung dalam perangkat lunak yang dapat dipelihara".

marsbit05/11 00:23

Setelah Pelatihan, Insinyur OpenAI Weng Jiayi Mengajukan Asumsi Paradigma Baru untuk Agentic AI

marsbit05/11 00:23

Festival "Burning Man" Teknologi Versi China Pertama Kali Hadir di Shanghai, muShanghai Bentuk "Kota Kilat" Geeks Global

"muShanghai: Festival Teknologi 'Burning Man' ala China Pertama Kali Hadir di Shanghai, Membangun 'Kota Pop-up' untuk Geeks Global" Shanghai, 10 Mei - 6 Juni 2026: MuShanghai, bagian dari komunitas sumber terbuka global The Mu, meluncurkan eksperimen "Kota Pop-up" selama 28 hari di Pusat Alibaba Hongqiao. Acara ini bertujuan menciptakan "kota paralel" bagi para geeks global, menghimpun lebih dari 800 peserta dari 50+ negara, termasuk mantan insinyur OpenAI, pendiri startup, dan kontributor inti OpenClaw. Acara bertema "festival teknologi Burning Man" ini menampilkan empat minggu tematik: * **Minggu AI (11-15 Mei):** Diskusi model AI besar, keamanan AI, dan aplikasi konsumen dengan pakar dari perusahaan seperti Kimi, Zhipu AI. * **Minggu Biotek (18-22 Mei):** Eksplorasi teknologi anti-penuaan, laboratorium bertenaga AI, dan penelitian panjang umur. * **Minggu Robotika (25-29 Mei):** Lomba robot, peragaan busana cyber, dan showcase perangkat keras. * **Minggu Budaya (1-6 Juni):** Dialog tentang masa depan masyarakat, budaya cyberpunk, dan game indie. Setiap Jumat diadakan "Pasar Inovator" outdoor untuk memamerkan proyek. Prinsip "Build in Public" diterapkan untuk mendorong iterasi berbasis umpan balik. Pusat Alibaba Hongqiao, sebagai tuan rumah bersama, menyediakan dukungan一站式 (layanan satu atap) bagi talenta internasional. The Mu, komunitas di balik acara ini, memiliki rekam jejak membangun hub inovasi serupa di Argentina, San Francisco, dan untuk Ekspo Osaka 2025. MuShanghai merupakan jendela penting bagi ekosistem inovasi China untuk terhubung dengan dunia global, menekankan kolaborasi manusia dan teknologi di era AI.

marsbit05/11 00:12

Festival "Burning Man" Teknologi Versi China Pertama Kali Hadir di Shanghai, muShanghai Bentuk "Kota Kilat" Geeks Global

marsbit05/11 00:12

Pandangan: Super Siklus AI Saat Ini Akan Bertahan 15 Tahun, Tapi Mayoritas Masih FOMO pada Saham Fase Pertama

Siklus super AI diperkirakan berlangsung selama 15 tahun, dan kita saat ini berada di tahun ketiga. Penulis membagi siklus ini menjadi empat fase, menekankan bahwa kebanyakan investor masih fokus pada fase pertama, sementara uang pintar sudah mulai bergerak ke fase ketiga. **Fase 1: Selesai (2023-2025)** Lapisan dasar (semikonduktor, chip) sudah terbangun dengan baik. Saham seperti NVDA dan AMD telah mengalami kenaikan signifikan. Peluang bersejarah untuk masuk telah berlalu, dan risk/reward ratio sudah mengecil. **Fase 2: Puncak Pembangunan (2025-2027)** Fase ini melibatkan infrastruktur pendukung: listrik/jaringan, pendinginan, jaringan, dan pembangkit nuklir SMR (Small Modular Reactor). Saham seperti CEG dan VRT sudah bergerak. SMR disebut sebagai peluang tersembunyi yang besar. **Fase 3: Jendela Posisi (2026-2028)** AI mulai keluar dari pusat data dan masuk ke dunia fisik: robotika (seperti Tesla Optimus), luar angkasa, pertahanan, drone, dan mineral tanah jarang. Ini adalah fase dengan risk/reward ratio yang asimetris dan di mana uang pintar sedang memposisikan diri. **Fase 4: Akhir Permainan (2028+)** Fase ini dikuasai oleh perusahaan perangkat lunak dan platform AI (seperti Microsoft, Google, Amazon) yang membangun infrastruktur untuk AGI (Artificial General Intelligence). Strateginya adalah membeli pada saat harga turun. **Kesimpulan Utama:** - Fase 2 telah dikonfirmasi dengan rencana belanja modal cloud skala besar. - Fase 3 (robotika, luar angkasa, pertahanan, nuklir) adalah tempat untuk memposisikan portofolio sekarang. - SMR akan menjadi trade inti dari 2026 hingga 2028. - Kebanyakan investor akan terlambat sekitar 12 bulan untuk berotasi ke saham-saham ini.

marsbit05/09 06:46

Pandangan: Super Siklus AI Saat Ini Akan Bertahan 15 Tahun, Tapi Mayoritas Masih FOMO pada Saham Fase Pertama

marsbit05/09 06:46

Jelajahi AGI Dunia Fisik dengan "Penalaran Visual", ElorianAI Raised $55 Juta

Perusahaan rintisan AI, ElorianAI, yang didirikan oleh Andrew Dai (mantan Google DeepMind) dan Yinfei Yang (ahli AI Apple), telah mengumpulkan pendanaan $55 juta untuk mengembangkan model AI dengan kemampuan "visual reasoning" (penalaran visual) setara manusia dewasa. Saat ini, model multi-modal terkemuka seperti Gemini hanya memiliki kemampuan penalaran visual setara anak usia 3 tahun karena bergantung pada konversi input visual ke teks sebelum melakukan penalaran. ElorianAI bertujuan menciptakan model yang dapat berpikir secara "native" dalam ruang visual, memahami struktur, hubungan, dan batasan fisik secara langsung. Pendekatan ini diyakini sebagai kunci menuju AGI (Artificial General Intelligence) di dunia fisik, dengan aplikasi potensial di robotika (operasi otonom di lingkungan berbahaya), manajemen bencana, dan teknik. Model yang dirancang sebagai fondasi ini dijadwalkan rilis pada 2026.

marsbit04/23 10:13

Jelajahi AGI Dunia Fisik dengan "Penalaran Visual", ElorianAI Raised $55 Juta

marsbit04/23 10:13

a16z: Perbatasan Berikutnya AI, Tiga Roda Pendorong Robotika, Sains Otonom, dan Antarmuka Otak-Komputer

AI memasuki era baru di mana robotika, sains otonom, dan antarmuka manusia-mesin baru (seperti antarmuka otak-komputer) menjadi tiga bidang utama yang saling memperkuat. Artikel ini menjelaskan lima kemampuan dasar yang mendukungnya: representasi pembelajaran dinamika fisik, arsitektur untuk tindakan fisik, simulasi dan data sintetis, perluasan saluran sensorik, dan sistem agen cerdas tertutup. Ketiga bidang ini—robotika umum, laboratorium otonom (khususnya di ilmu material dan hayati), serta perangkat antarmuka baru—tidak hanya memanfaatkan kemajuan AI bahasa/kode, tetapi juga saling memberi umpan balik. Robotika memungkinkan eksperimen sains otonom, sains otonom menghasilkan data terstruktur untuk melatih model fisik, dan antarmuka baru (seperti perangkat AR dan BCI) memberikan data interaksi manusia-dunia yang berharga. Bersama-sama, mereka membentuk "flywheel" yang mendorong AI ke dunia fisik, membuka potensi transformatif baru di luar paradigma bahasa dan kode.

marsbit04/18 07:19

a16z: Perbatasan Berikutnya AI, Tiga Roda Pendorong Robotika, Sains Otonom, dan Antarmuka Otak-Komputer

marsbit04/18 07:19

Model Dunia Bergerak dari Prediksi ke Perencanaan, HWM dan Tantangan Kontrol Jangka Panjang

Model dunia, yang awalnya berfokus pada pembelajaran representasi dan prediksi masa depan (seperti V-JEPA 2 Meta), kini beralih ke perencanaan hierarkis untuk mengatasi kendali jangka panjang. Masalah utama dalam tugas multi-tahap, seperti operasi robot, adalah akumulasi kesalahan prediksi dan meluasnya ruang pencarian aksi. HWM (Hierarchical World Model) memperkenalkan struktur perencanaan dua lapis: lapisan atas mengatur jalur tahapan dalam skala waktu yang lebih lama, sementara lapisan bawah menangani eksekusi lokal. Pendekatan ini meningkatkan keberhasilan tugas dari 0% menjadi 70% dalam eksperimen, sekaligus mengurangi biaya komputasi. Bersama dengan V-JEPA (representasi dunia) dan WAV (verifikasi prediksi), HWM menunjukkan pergeseran fokus dari sekadar prediksi internal ke sistem yang dapat menjalankan, merencanakan, dan memverifikasi tindakan secara efektif.

marsbit04/17 10:29

Model Dunia Bergerak dari Prediksi ke Perencanaan, HWM dan Tantangan Kontrol Jangka Panjang

marsbit04/17 10:29

Momen 'ChatGPT' Robot: AI Menuju Dunia Fisik, Blockchain Percepat Datangnya Ekonomi Mesin

Penulis: Syed Armani. Kompilasi: Felix, PANews. AI tidak lagi terbatas pada layar dan perangkat lunak. Integrasi AI dengan robotika memungkinkan mesin merasakan dunia, menafsirkan kondisi yang berubah, dan bertindak secara real-time. Perubahan menuju sistem fisik cerdas (Physical AI) ini mulai membentuk kembali berbagai sektor dan berpotensi memengaruhi kehidupan rumah tangga sehari-hari. Inovasi robotika meningkat pesat. Figure meluncurkan robot humanoid Figure 03 untuk aplikasi rumah dan komersial. Tesla menguji robot humanoid Optimus di pabrik. Drone otonom dan robot berkaki digunakan untuk tugas inspeksi berbahaya. Perusahaan seperti Unitree dan FlexiTac mengembangkan teknologi taktil untuk lingkungan rumah yang berantakan. Investor menanamkan modal besar dalam teknologi pendukung perangkat keras robotika generasi berikutnya. Skild AI mengumpulkan $1,4 miliar, Figure AI lebih dari $1 miliar, Apptronik $935 juta, dan NEURA Robotics €120 juta, menandakan konsensus yang berkembang bahwa Physical AI menjadi dasar strategis untuk robotika konsumen dan industri. Akselerasi ini didorong oleh konvergensi beberapa faktor: - **Ekonomi:** Perangkat keras menjadi lebih terjangkau berkat rantai pasokan dari elektronik konsumen dan kendaraan listrik. Biaya aktuator, sensor (seperti LiDAR), dan baterai turun signifikan. - **Edge Computing:** Chip seperti NVIDIA Jetson Thor memungkinkan pemrosesan AI lokal tanpa latency jaringan. - **Kemajuan AI Model:** Pergeseran dari pemrograman "if/then" ke "World Models" (Model Dunia), di mana AI belajar fisika dengan menonton video, membangun intuisi fisik. Tantangan utama meliputi: - **Data Pelatihan Robot:** Mengumpulkan data dunia nyata yang melibatkan gaya dan sentuhan lambat, mahal, dan membutuhkan banyak tenaga manusia. - **Kesenjangan Simulasi-Realita:** Keterampilan yang dipelajari dalam simulasi sering gagal saat diterapkan di dunia nyata. Blockchain menawarkan solusi melalui **ekonomi mesin terdesentralisasi (on-chain machine economy)**. Insentif token dapat: - Mengkoordinasi jutaan robot. - Memberi imbalan kepada kontributor data sensor atau operator jarak jauh. - Menciptakan set data robot yang dimiliki komunitas. - Memungkinkan robot menjadi "subyek ekonomi" yang dapat menghasilkan pendapatan otonom, membayar biaya operasionalnya, dan mendistribusikan keuntungan kepada pemegang token. Pandangan untuk 2030 optimis. Empat kekuatan yang menyatu—biaya perangkat keras yang turun, model AI yang lebih cerdas, chip edge computing, dan insentif data global—akan mendorong penetrasi Physical AI di mana-mana. Masa depan mungkin akan melihat era "penyewaan kecerdasan" di mana robot humanoid standar menjalankan sistem operasi dengan toko aplikasi untuk "keterampilan" yang dapat diunduh, mentransfer nilai dari perangkat keras ke perangkat lunak.

marsbit04/17 01:21

Momen 'ChatGPT' Robot: AI Menuju Dunia Fisik, Blockchain Percepat Datangnya Ekonomi Mesin

marsbit04/17 01:21

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow