Goldman Sachs In-Depth Report: Who Will Be the Long-Term Winners in China's AI Large Model Industry?

marsbitPubblicato 2026-07-10Pubblicato ultima volta 2026-07-10

Introduzione

Goldman Sachs Report: China's AI Models at an Inflection Point China's open-source/open-weight large language models (LLMs) have reached performance parity with top global proprietary models, according to a Goldman Sachs report. This is driven by architectural innovations and higher parameter efficiency, allowing Chinese models to achieve comparable capabilities at 2%-10% the parameter size and significantly lower cost. The market is evolving into a two-tiered structure: a high-end segment (e.g., GLM5.2, Qwen3.7 Max) with premium pricing and a low-end, price-sensitive segment for global SMEs and individual users. Key points: * **Cost & Performance:** Innovations like Mixture of Experts (MoE) enable high performance with smaller models. Projects like Meituan's LongCat 2.0, trained on domestic hardware, highlight progress in tech self-sufficiency. * **Open-Source Strategy:** Most Chinese players use open-source/open-weight models for flexibility and ecosystem growth. However, Goldman notes this may underreport actual deployment and revenue. A shift toward "open-weight + community license" models with revenue sharing (e.g., MiniMax) could improve monetization. * **Market Shift & Global Expansion:** Enterprise AI adoption is shifting from "token maximization" to "ROI-first." International expansion, especially in non-US markets, is a major growth driver. Chinese models are increasingly available on global platforms like AWS Bedrock and Microsoft Copilot. * **Competitive...

Author: Wall Street News

China's AI large models are standing at a historic inflection point. Goldman Sachs believes that the intelligence performance of China's open-source/open-weight large models is approaching the world's top proprietary models, with rapid adoption by domestic enterprises and global SMEs, thereby creating a data flywheel effect that will further drive model iteration and upgrades.

According to Chasing Wind Trading Desk, Goldman Sachs' latest report points out that this evolutionary trajectory can be summarized as 'from DeepSeek's cost-efficiency moment last year to Zhipu GLM's model intelligence moment this year.' A team led by Goldman Sachs analyst Ronald Keung systematically evaluates four core questions in this 50-page report: how Chinese AI models achieve high performance at low cost, why the open-source path is chosen and how to monetize it, where the core addressable market lies, and who will be the long-term winners.

In assessing the competitive landscape, Goldman Sachs introduced a "competitive positioning framework" based on pricing power, cost advantage, and financial strength, and concluded accordingly that in the foundational text model field, Zhipu (initiating coverage) and DeepSeek (unlisted) have the strongest positioning; in the multimodal field, ByteDance (unlisted) leads. Goldman Sachs simultaneously maintains its Buy ratings on MiniMax and Kuaishou.

Achieving More with Less, Efficiency Wins

China's large models can achieve performance close to their US counterparts at a far lower cost, with the core lying in the dual breakthrough of architectural innovation and parameter efficiency.

The Goldman Sachs report points out that the parameter scale of Chinese open-source models generally ranges from 200 billion to 1.6 trillion, only 2% to 10% of the world's top models, mainly due to restricted access to high-end computing power. Meanwhile, innovations like the Mixture of Experts (MoE) architecture and sparse attention mechanisms have reduced the actual activated parameters to only 3% to 5% of the total parameters, significantly lowering training and inference costs.

At the specific model level, DeepSeek V4 Pro has 1.6 trillion parameters, Zhipu GLM5.2 has 0.7 trillion, and MiniMax M3 has 0.4 trillion.

Goldman Sachs attributes the recent leap in coding capabilities of Chinese models to the synergistic effects of data filtering, reinforcement learning post-training, and other factors. On June 27, DeepSeek launched the speculative decoding framework DSpark, already deployed in the online services of V4-Flash and V4 Pro, which increases generation speed per user by 60% to 85% (V4-Flash) and 57% to 78% (V4 Pro) without changing model weights or output quality.

Meituan's release of LongCat 2.0 on June 30 is regarded by Goldman Sachs as a significant milestone in the self-sufficiency of China's AI infrastructure—it's China's first open-source 1.6 trillion parameter MoE model fully trained and deployed based on 50,000 domestic compute cards. Goldman Sachs believes this proves the feasibility of a localized hardware stack during the compute-intensive pre-training phase, holding profound significance for China's AI models to reduce reliance on foreign high-end chips.

A Bifurcating Market, the Strong Get Stronger

Goldman Sachs describes the Chinese AI model market as forming a "two-tier structure" and identifies two ARR-maximizing quadrants.

In the high-end market, top models represented by Zhipu GLM5.2 and Alibaba's Qwen3.7 Max are priced at about $1 per million tokens, which is 5 times that of low-end models, with estimated inference gross margins around 10% to 20%. In comparison, US top models are priced at $4 to $8 per million tokens; Chinese high-end models are only 10% to 25% of that price, yet can maintain positive gross margins thanks to a lower parameter activation ratio.

In the low-end market, models oriented for agent tasks are priced as low as $0.06 to $0.2 per million tokens, opening up markets among price-sensitive global SMEs and individual users. MiniMax derives 60% to 70% of its revenue from overseas. Notably, DeepSeek has announced the introduction of peak/off-peak pricing for the V4 series from mid-July, with peak rates twice the off-peak rate, with a blended pricing of about $0.35 (V4 Pro) and $0.12 (V4 Flash) per million tokens.

Goldman Sachs forecasts that Chinese AI model API and subscription revenue will grow from an estimated 35 billion yuan in 2026 to 879 billion yuan in 2030, corresponding to daily token consumption increasing from 35 trillion to 460 trillion, an approximately 25-fold increase.

Open-Source Strategy: Widespread Penetration, Monetization Path Awaits Upgrade

The Goldman Sachs report details the strategic logic behind the widespread adoption of open-source/open-weight routes by Chinese AI models and their monetization limitations.

The core advantages of the open-source strategy lie in deployment flexibility and community ecosystem. Alibaba's Qwen series, DeepSeek, Zhipu's GLM, and MiniMax's M3 all adopt open-source or open-weight methods, with ByteDance's Seed model being a major exception, following a fully closed-source proprietary route. The open-source model allows flexible deployment both within and outside mainland China and accelerates iteration through community feedback.

However, Goldman Sachs points out that the ARR numbers disclosed by open-source model companies likely significantly underestimate the actual deployment scale and revenue potential. Taking Zhipu as an example, its ARR target for the end of 2026 is $1 billion, but the actual global deployment volume of GLM5.2 will far exceed the token volume and revenue through Zhipu's own API channels—Alibaba Cloud's Bailian MaaS platform can directly host the open-source GLM5.2 model without paying Zhipu any fees.

Goldman Sachs expects the industry to gradually shift from pure open-source (MIT license, completely free) to an "open-weight + community license" model—where commercial use requires signing a revenue-sharing agreement with the model company. MiniMax's M series has pioneered this model. Goldman Sachs believes this transition will significantly improve the unit economics for AI model companies, as they can benefit from revenue-sharing agreements with platforms like AWS Bedrock and Alibaba Cloud Bailian without bearing the inference compute costs themselves.

From 'Token Maximization' to ROI Priority

Goldman Sachs characterizes international market expansion as the most important upside for Chinese AI models, especially in non-US markets.

Goldman Sachs' US research team estimates that by 2030, agent AI will drive a 24-fold increase in global token consumption to 12 quintillion tokens per month, with enterprise agents contributing a 55-fold growth and consumer agents contributing a 12-fold growth. In global (excluding China) markets, Chinese AI models have already achieved significant token share growth due to performance improvements and price advantages.

The Goldman Sachs report notes that the global enterprise AI usage paradigm is undergoing a fundamental shift from 'token maximization' to 'ROI priority'. The former prevailed from late 2025 to early 2026, where enterprises equated high token consumption with organizational productivity; the latter focuses more on clear task boundaries, daily active agent count, backend process automation, and actual output. Data from a Jellyfish AI engineering trends study shows that heavy AI users in enterprises consume 10 times the tokens but only increase output by 2 times.

At the channel level, Alphabet's Gemini Enterprise Agent Platform and Amazon's AWS Bedrock already offer hosting services for Chinese AI models like DeepSeek, MiniMax, Moonshot, GLM, and Qwen. According to the Wall Street Journal, Microsoft's CEO recently stated that Microsoft is considering hosting a version of DeepSeek in Copilot as an optional low-cost model, emphasizing that if DeepSeek is hosted, the model would run within Microsoft's cloud ecosystem, ensuring customer data remains within Azure.

Who Are the Long-Term Winners?

Goldman Sachs constructed a three-dimensional competitive positioning framework to evaluate each player's long-term winning probability with quantitative metrics, with the core formula being: ARR scale × gross margin advantage + financial strength.

The Pricing Power dimension examines release speed (compared to previous generation and same-level models), LMArena Arena score (based on large-scale blind user evaluations), and blended pricing level per million tokens.

The Cost Advantage dimension examines throughput (tokens per second), cache hit rate, parameter activation ratio, and inference gross margin. The Financial Strength dimension examines cash on hand, net cash as a percentage of total assets, and valuation multiples.

In the field of foundational text models, Goldman Sachs identifies Zhipu (initiating coverage, Neutral rating, target valuation $110 billion) and DeepSeek (unlisted) as having the strongest positioning, with both excelling in pricing power and cost advantage. The overall implied valuation of independent AI model companies exceeds $200 billion.

In the field of multimodal/video generation, ByteDance leads with Seedance. According to LatePost and 36Kr reports, Seedance has a gross margin as high as 70%, with an ARR run rate already exceeding $2 billion. Kuaishou's Kling and MiniMax's Hailuo/upcoming H3 models are also favored by Goldman Sachs, expected to benefit from functional breakthroughs in video generation and LLM integration and healthy pricing due to tight supply in the second half of 2026.

Goldman Sachs maintains a Buy rating on MiniMax with a target price of HK$860, citing its M3 model being in the ARR-maximizing quadrant of high token volume and attractive pricing, and its current valuation being only 13 times its ARR at the end of 2026, showing a significant discount compared to the valuation multiples of Chinese and global peers, with risk-reward skewed to the upside.

Crypto di tendenza

CitreaCTR

wrapped stUSDTWSTUSDT

Velodrome FinanceVELODROME

BrevisBREV

ZRX（0X）ZRX

PancakeSwapCAKE

Domande pertinenti

QAccording to the Goldman Sachs report, which Chinese companies are identified as the strongest players in the foundational text model space?

AAccording to the Goldman Sachs report, Zhipu (首次覆盖) and DeepSeek (未上市) are identified as the strongest players in the foundational text model space, excelling in both pricing power and cost advantage.

QWhat key architectural and efficiency innovations have enabled Chinese AI models to achieve performance close to top global models at significantly lower costs?

AKey innovations enabling Chinese models' cost efficiency include architectural advances like Mixture-of-Experts (MoE) and sparse attention mechanisms. These innovations reduce the percentage of activated parameters during training and inference to only 3% to 5% of the total parameters, dramatically lowering costs. Chinese models also typically use smaller total parameter sizes (2% to 10% of top global models) due to constraints on accessing high-end compute.

QHow does Goldman Sachs describe the current market structure for Chinese AI models and the key characteristics of its high-end and low-end segments?

AGoldman Sachs describes the Chinese AI model market as forming a "two-tiered structure." The high-end market includes top models like Zhipu GLM5.2 and Alibaba Qwen3.7 Max, priced around $1 per million tokens (about 10-25% of US top models), with estimated inference gross margins of 10-20%. The low-end market targets price-sensitive global SMEs and individuals, with models priced as low as $0.06 to $0.2 per million tokens.

QWhat challenges and evolution paths does Goldman Sachs highlight for the open-source/ open-weight business models adopted by many Chinese AI model companies?

AGoldman Sachs notes that open-source models' reported ARR likely significantly underestimates actual deployment scale and revenue potential, as models can be hosted on third-party platforms (e.g., Alibaba Cloud Bailian) without direct payments to the model creator. The industry is expected to evolve from pure open-source (MIT license, free) towards an "open-weight + community license" model, where commercial use requires a revenue-sharing agreement. This shift, pioneered by MiniMax's M-series, is predicted to significantly improve unit economics for model companies.

QWhat is the three-dimensional competitive positioning framework used by Goldman Sachs to assess long-term winners, and which company leads in the multimodal/video generation space according to it?

AGoldman Sachs uses a three-dimensional framework evaluating: 1) Pricing Power (release speed, LMArena scores, pricing level), 2) Cost Advantage (throughput, cache hit rate, parameter activation ratio, inference gross margin), and 3) Financial Strength (cash on hand, net cash to assets ratio, valuation multiples). According to this framework, ByteDance (未上市) leads in the multimodal/video generation space with its Seedance model, reportedly boasting 70% gross margins and an ARR run-rate exceeding $2 billion.

Letture associate

Injective software package hit by malicious supply chain attack – Details

In a software supply chain attack, malicious actors compromised the Injective Labs TypeScript SDK (@injectivelabs/sdk-ts v1.20.21) by uploading a tainted version to the npm registry. The attackers gained access to a legitimate contributor's GitHub account to distribute malicious commits. The compromised package, disguised as a routine update, contained malware that activated only when developers used specific wallet generation functions, stealing private keys and mnemonic seed phrases. This breach impacted approximately 50,000 weekly downloads and spread through transitive dependencies in 17 other Injective packages. While a clean version (v1.20.23) was later released, the malicious package remained accessible. Affected users are advised to rotate credentials, create new wallets, and move their funds.

ambcrypto34 min fa

Injective software package hit by malicious supply chain attack – Details

ambcrypto34 min fa

After Aave's Exit and TVL's Sharp Fluctuation, Where Does MegaETH's Valuation Anchor Lie?

Following the withdrawal of Aave and a sharp drop in its Total Value Locked (TVL), the valuation of the high-performance DeFi blockchain MegaETH faces scrutiny. Once a highly anticipated project with a fully diluted valuation (FDV) reaching around $2 billion, MegaETH saw its TVL plummet from a May peak of $245 million to just over $30 million in July, a roughly 70% decline. Its native token, MEGA, currently trades around $0.048 with a market cap of approximately $54 million and an FDV of about $480 million. The report identifies a core vulnerability: MegaETH's TVL was heavily dependent on a single protocol, Aave V3, which at its peak contributed around 90% of the chain's TVL. A significant portion of this capital is attributed to leveraged yield-farming strategies involving stablecoins like USDe. When the profitability of these strategies diminished, capital rapidly exited, exposing the lack of diversified, sustainable activity. Three key mismatches between MegaETH's valuation and its fundamentals are highlighted: 1. **Valuation vs. Real Usage:** With an FDV of ~$4.8B but only ~$1M in annualized protocol revenue and ~2,600 daily active addresses, the valuation appears disconnected from current economic activity. 2. **Token Narrative vs. Ecosystem Reality:** Despite its DeFi narrative, nearly 80% of the chain's recent protocol revenue comes from a trading card game, Monster, not from core DeFi applications like Aave. The chain's native stablecoin, USDM, also shows low trading volume and a declining market cap. 3. **Short-Term Hype vs. Long-Term Delivery:** Initial hype from token generation, blue-chip integrations, and influencer support has faded. Major protocols like Uniswap now hold minimal TVL on the chain, indicating that early capital was largely transient and driven by incentives rather than organic demand. The situation reflects a broader market trend where investors are becoming less tolerant of valuations based on inflated TVL and narrative, demanding clearer evidence of sustainable transactions, revenue, and ecosystem development. While MEGA's price may experience short-term rebounds from market sentiment, a fundamental re-rating likely depends on the team's ability to convert its remaining resources into tangible, user-retaining applications and genuine ecosystem growth.

链捕手53 min fa

After Aave's Exit and TVL's Sharp Fluctuation, Where Does MegaETH's Valuation Anchor Lie?

链捕手53 min fa

Goldman Sachs Deep Dive Report: Who Will Become the Long-Term Winners in China's AI Large Model Industry?

Goldman Sachs Report: Who Will Be the Long-Term Winners in China's AI Large Model Industry? China's AI large model sector is at a historic inflection point. Goldman Sachs argues that the intelligence of Chinese open-source/open-weight models is approaching top global proprietary models. Rapid adoption by domestic enterprises and global SMEs is creating a data flywheel effect that will further drive model iteration. The evolution is summarized as moving from "DeepSeek's cost-efficiency moment last year to GLM's model-intelligence moment this year." Chinese models achieve near-state-of-the-art performance at significantly lower cost, primarily due to architectural innovations like Mixture of Experts (MoE) and higher parameter efficiency. Models like DeepSeek V4 Pro (1.6T params), GLM5.2 (0.7T), and MiniMax M3 (0.4T) are much smaller than global leaders. Recent advancements in coding capability are attributed to better data curation and RLHF. Landmarks like Meituan's LongCat 2.0, trained fully on domestic AI chips, demonstrate progress in hardware stack independence. The market is forming a "two-tiered structure." The high-end tier (e.g., GLM5.2, Alibaba's Qwen3.7 Max) prices around $1 per million tokens, about 10-25% of US top models, with estimated inference gross margins of 10-20%. The low-end tier (priced as low as $0.06-$0.2 per million tokens) targets price-sensitive global SMEs and individuals. MiniMax derives 60-70% of revenue overseas. Goldman forecasts China's AI model API/subscription revenue to grow from an estimated RMB 35bn in 2026 to RMB 879bn by 2030. Most Chinese players adopt open-source/open-weight strategies for deployment flexibility and community feedback, though this limits monetization as deployments on third-party platforms (e.g., Alibaba Cloud) may not generate direct revenue. A shift towards "open-weight + community license" models with revenue-sharing agreements (like MiniMax's approach) could improve unit economics. International expansion, particularly in non-US markets, is the key growth driver. The global enterprise AI paradigm is shifting from "token maximization" to "ROI prioritization." Chinese models are already hosted on major global platforms like AWS Bedrock and are under consideration for integration into Microsoft Copilot. Using a competitive framework based on pricing power, cost advantage, and financial strength, Goldman identifies the strongest players: In foundational text models, Zhipu AI (initiated coverage) and DeepSeek lead. In multimodal/video generation, ByteDance's Seed is the frontrunner, with Kuaishou's Kling and MiniMax's Hailuo also well-positioned. Goldman maintains a Buy rating on MiniMax, citing its attractive valuation.

链捕手1 h fa

Goldman Sachs Deep Dive Report: Who Will Become the Long-Term Winners in China's AI Large Model Industry?

链捕手1 h fa

Circle secures final OCC approval for national trust bank to strengthen USDC infrastructure

Circle has received final approval from the U.S. Office of the Comptroller of the Currency (OCC) to establish Circle National Trust, a federally regulated national trust bank. This marks a key regulatory milestone, bringing core parts of the company's USDC stablecoin infrastructure under direct federal oversight. The new bank will initially provide digital asset custody services for Circle and its affiliates, with a pathway to serve institutional clients and potentially manage the USDC reserve in the future. The approval advances Circle from the conditional stage it reached alongside other crypto firms in late 2025. This move reflects a broader trend of integrating crypto infrastructure into the existing U.S. banking framework through national trust charters, which specialize in custody and fiduciary services rather than traditional lending.

ambcrypto1 h fa

Circle secures final OCC approval for national trust bank to strengthen USDC infrastructure

ambcrypto1 h fa

DeXe hits new ATH, targets $40 – THESE 2 indicators back bulls

DeXe (DEXE) surged to a new all-time high of $35.5, currently trading around $34 with a 17.9% daily gain. The rally is supported by strong market participation, with trading volume jumping 161% to $128 million. Buyers have dominated the market for eight consecutive days, showing aggressive spot accumulation. Additionally, open interest rose 18% to $160 million, indicating active new positions in derivatives. Key technical indicators like the RSI (76) and the ADX (with +DI above ADX and -DI) suggest strong buying pressure and a solid uptrend. If demand persists and the $30 support holds, DEXE could target the $40 level.

ambcrypto2 h fa

DeXe hits new ATH, targets $40 – THESE 2 indicators back bulls

ambcrypto2 h fa

Trading

Spot

Articoli Popolari

Cosa è $S$

Comprendere SPERO: Una Panoramica Completa Introduzione a SPERO Mentre il panorama dell'innovazione continua a evolversi, l'emergere delle tecnologie web3 e dei progetti di criptovaluta gioca un ruolo fondamentale nel plasmare il futuro digitale. Un progetto che ha attirato l'attenzione in questo campo dinamico è SPERO, denotato come SPERO,$$s$. Questo articolo mira a raccogliere e presentare informazioni dettagliate su SPERO, per aiutare gli appassionati e gli investitori a comprendere le sue basi, obiettivi e innovazioni nei domini web3 e crypto. Che cos'è SPERO,$$s$? SPERO,$$s$ è un progetto unico all'interno dello spazio crypto che cerca di sfruttare i principi della decentralizzazione e della tecnologia blockchain per creare un ecosistema che promuove l'impegno, l'utilità e l'inclusione finanziaria. Il progetto è progettato per facilitare interazioni peer-to-peer in modi nuovi, fornendo agli utenti soluzioni e servizi finanziari innovativi. Al suo interno, SPERO,$$s$ mira a responsabilizzare gli individui fornendo strumenti e piattaforme che migliorano l'esperienza dell'utente nello spazio delle criptovalute. Questo include la possibilità di metodi di transazione più flessibili, la promozione di iniziative guidate dalla comunità e la creazione di percorsi per opportunità finanziarie attraverso applicazioni decentralizzate (dApps). La visione sottostante di SPERO,$$s$ ruota attorno all'inclusività, cercando di colmare le lacune all'interno della finanza tradizionale mentre sfrutta i vantaggi della tecnologia blockchain. Chi è il Creatore di SPERO,$$s$? L'identità del creatore di SPERO,$$s$ rimane piuttosto oscura, poiché ci sono risorse pubblicamente disponibili limitate che forniscono informazioni dettagliate sul suo fondatore o fondatori. Questa mancanza di trasparenza può derivare dall'impegno del progetto per la decentralizzazione—un ethos che molti progetti web3 condividono, dando priorità ai contributi collettivi rispetto al riconoscimento individuale. Centrando le discussioni attorno alla comunità e ai suoi obiettivi collettivi, SPERO,$$s$ incarna l'essenza dell'empowerment senza mettere in evidenza individui specifici. Pertanto, comprendere l'etica e la missione di SPERO rimane più importante che identificare un creatore singolo. Chi sono gli Investitori di SPERO,$$s$? SPERO,$$s$ è supportato da una varietà di investitori che vanno dai capitalisti di rischio agli investitori angelici dedicati a promuovere l'innovazione nel settore crypto. Il focus di questi investitori generalmente si allinea con la missione di SPERO—dando priorità a progetti che promettono avanzamenti tecnologici sociali, inclusività finanziaria e governance decentralizzata. Queste fondazioni di investitori sono tipicamente interessate a progetti che non solo offrono prodotti innovativi, ma contribuiscono anche positivamente alla comunità blockchain e ai suoi ecosistemi. Il supporto di questi investitori rafforza SPERO,$$s$ come un concorrente degno di nota nel dominio in rapida evoluzione dei progetti crypto. Come Funziona SPERO,$$s$? SPERO,$$s$ impiega un framework multifunzionale che lo distingue dai progetti di criptovaluta convenzionali. Ecco alcune delle caratteristiche chiave che sottolineano la sua unicità e innovazione: Governance Decentralizzata: SPERO,$$s$ integra modelli di governance decentralizzati, responsabilizzando gli utenti a partecipare attivamente ai processi decisionali riguardanti il futuro del progetto. Questo approccio favorisce un senso di proprietà e responsabilità tra i membri della comunità. Utilità del Token: SPERO,$$s$ utilizza il proprio token di criptovaluta, progettato per servire varie funzioni all'interno dell'ecosistema. Questi token abilitano transazioni, premi e la facilitazione dei servizi offerti sulla piattaforma, migliorando l'impegno e l'utilità complessivi. Architettura Stratificata: L'architettura tecnica di SPERO,$$s$ supporta la modularità e la scalabilità, consentendo un'integrazione fluida di funzionalità e applicazioni aggiuntive man mano che il progetto evolve. Questa adattabilità è fondamentale per mantenere la rilevanza nel panorama crypto in continua evoluzione. Coinvolgimento della Comunità: Il progetto enfatizza iniziative guidate dalla comunità, impiegando meccanismi che incentivano la collaborazione e il feedback. Nutrendo una comunità forte, SPERO,$$s$ può affrontare meglio le esigenze degli utenti e adattarsi alle tendenze di mercato. Focus sull'Inclusione: Offrendo basse commissioni di transazione e interfacce user-friendly, SPERO,$$s$ mira ad attrarre una base utenti diversificata, inclusi individui che potrebbero non aver precedentemente interagito nello spazio crypto. Questo impegno per l'inclusione si allinea con la sua missione generale di empowerment attraverso l'accessibilità. Cronologia di SPERO,$$s$ Comprendere la storia di un progetto fornisce preziose intuizioni sulla sua traiettoria di sviluppo e sui traguardi. Di seguito è riportata una cronologia suggerita che mappa eventi significativi nell'evoluzione di SPERO,$$s$: Fase di Concettualizzazione e Ideazione: Le idee iniziali che formano la base di SPERO,$$s$ sono state concepite, allineandosi strettamente con i principi di decentralizzazione e focus sulla comunità all'interno dell'industria blockchain. Lancio del Whitepaper del Progetto: Dopo la fase concettuale, è stato rilasciato un whitepaper completo che dettaglia la visione, gli obiettivi e l'infrastruttura tecnologica di SPERO,$$s$ per suscitare interesse e feedback dalla comunità. Costruzione della Comunità e Prime Interazioni: Sono stati effettuati sforzi attivi di outreach per costruire una comunità di early adopters e potenziali investitori, facilitando discussioni attorno agli obiettivi del progetto e ottenendo supporto. Evento di Generazione del Token: SPERO,$$s$ ha condotto un evento di generazione del token (TGE) per distribuire i propri token nativi ai primi sostenitori e stabilire una liquidità iniziale all'interno dell'ecosistema. Lancio della Prima dApp: La prima applicazione decentralizzata (dApp) associata a SPERO,$$s$ è stata attivata, consentendo agli utenti di interagire con le funzionalità principali della piattaforma. Sviluppo Continuo e Partnership: Aggiornamenti e miglioramenti continui alle offerte del progetto, inclusi partnership strategiche con altri attori nello spazio blockchain, hanno plasmato SPERO,$$s$ in un concorrente competitivo e in evoluzione nel mercato crypto. Conclusione SPERO,$$s$ rappresenta una testimonianza del potenziale del web3 e delle criptovalute di rivoluzionare i sistemi finanziari e responsabilizzare gli individui. Con un impegno per la governance decentralizzata, il coinvolgimento della comunità e funzionalità progettate in modo innovativo, apre la strada verso un panorama finanziario più inclusivo. Come per qualsiasi investimento nello spazio crypto in rapida evoluzione, si incoraggiano potenziali investitori e utenti a ricercare approfonditamente e a impegnarsi in modo riflessivo con gli sviluppi in corso all'interno di SPERO,$$s$. Il progetto mostra lo spirito innovativo dell'industria crypto, invitando a ulteriori esplorazioni delle sue innumerevoli possibilità. Mentre il percorso di SPERO,$$s$ è ancora in fase di sviluppo, i suoi principi fondamentali potrebbero effettivamente influenzare il futuro di come interagiamo con la tecnologia, la finanza e tra di noi in ecosistemi digitali interconnessi.

116 Totale visualizzazioniPubblicato il 2024.12.17Aggiornato il 2024.12.17

Cosa è AGENT S

Agent S: Il Futuro dell'Interazione Autonoma in Web3 Introduzione Nel panorama in continua evoluzione di Web3 e criptovalute, le innovazioni stanno costantemente ridefinendo il modo in cui gli individui interagiscono con le piattaforme digitali. Uno di questi progetti pionieristici, Agent S, promette di rivoluzionare l'interazione uomo-computer attraverso il suo framework agentico aperto. Aprendo la strada a interazioni autonome, Agent S mira a semplificare compiti complessi, offrendo applicazioni trasformative nell'intelligenza artificiale (AI). Questa esplorazione dettagliata approfondirà le complessità del progetto, le sue caratteristiche uniche e le implicazioni per il dominio delle criptovalute. Cos'è Agent S? Agent S si presenta come un innovativo framework agentico aperto, progettato specificamente per affrontare tre sfide fondamentali nell'automazione dei compiti informatici: Acquisizione di Conoscenze Specifiche del Dominio: Il framework apprende in modo intelligente da varie fonti di conoscenza esterne ed esperienze interne. Questo approccio duale gli consente di costruire un ricco repository di conoscenze specifiche del dominio, migliorando le sue prestazioni nell'esecuzione dei compiti. Pianificazione su Lungo Orizzonte di Compiti: Agent S impiega una pianificazione gerarchica potenziata dall'esperienza, un approccio strategico che facilita la suddivisione e l'esecuzione efficiente di compiti complessi. Questa caratteristica migliora significativamente la sua capacità di gestire più sottocompiti in modo efficiente ed efficace. Gestione di Interfacce Dinamiche e Non Uniformi: Il progetto introduce l'Interfaccia Agente-Computer (ACI), una soluzione innovativa che migliora l'interazione tra agenti e utenti. Utilizzando Modelli Linguistici Multimodali di Grandi Dimensioni (MLLM), Agent S può navigare e manipolare senza sforzo diverse interfacce grafiche utente. Attraverso queste caratteristiche pionieristiche, Agent S fornisce un framework robusto che affronta le complessità coinvolte nell'automazione dell'interazione umana con le macchine, preparando il terreno per innumerevoli applicazioni nell'AI e oltre. Chi è il Creatore di Agent S? Sebbene il concetto di Agent S sia fondamentalmente innovativo, informazioni specifiche sul suo creatore rimangono elusive. Il creatore è attualmente sconosciuto, il che evidenzia sia la fase embrionale del progetto sia la scelta strategica di mantenere i membri fondatori sotto anonimato. Indipendentemente dall'anonimato, l'attenzione rimane sulle capacità e sul potenziale del framework. Chi sono gli Investitori di Agent S? Poiché Agent S è relativamente nuovo nell'ecosistema crittografico, informazioni dettagliate riguardanti i suoi investitori e sostenitori finanziari non sono documentate esplicitamente. La mancanza di approfondimenti pubblicamente disponibili sulle fondazioni di investimento o sulle organizzazioni che supportano il progetto solleva interrogativi sulla sua struttura di finanziamento e sulla roadmap di sviluppo. Comprendere il supporto è cruciale per valutare la sostenibilità del progetto e il suo potenziale impatto sul mercato. Come Funziona Agent S? Al centro di Agent S si trova una tecnologia all'avanguardia che gli consente di funzionare efficacemente in contesti diversi. Il suo modello operativo è costruito attorno a diverse caratteristiche chiave: Interazione Uomo-Computer Simile a Quella Umana: Il framework offre una pianificazione AI avanzata, cercando di rendere le interazioni con i computer più intuitive. Mimando il comportamento umano nell'esecuzione dei compiti, promette di elevare le esperienze degli utenti. Memoria Narrativa: Utilizzata per sfruttare esperienze di alto livello, Agent S utilizza la memoria narrativa per tenere traccia delle storie dei compiti, migliorando così i suoi processi decisionali. Memoria Episodica: Questa caratteristica fornisce agli utenti una guida passo-passo, consentendo al framework di offrire supporto contestuale mentre i compiti si sviluppano. Supporto per OpenACI: Con la capacità di funzionare localmente, Agent S consente agli utenti di mantenere il controllo sulle proprie interazioni e flussi di lavoro, allineandosi con l'etica decentralizzata di Web3. Facile Integrazione con API Esterne: La sua versatilità e compatibilità con varie piattaforme AI garantiscono che Agent S possa adattarsi senza problemi agli ecosistemi tecnologici esistenti, rendendolo una scelta attraente per sviluppatori e organizzazioni. Queste funzionalità contribuiscono collettivamente alla posizione unica di Agent S all'interno dello spazio crittografico, poiché automatizza compiti complessi e multi-fase con un intervento umano minimo. Man mano che il progetto evolve, le sue potenziali applicazioni in Web3 potrebbero ridefinire il modo in cui si svolgono le interazioni digitali. Cronologia di Agent S Lo sviluppo e le tappe di Agent S possono essere riassunti in una cronologia che evidenzia i suoi eventi significativi: 27 Settembre 2024: Il concetto di Agent S è stato lanciato in un documento di ricerca completo intitolato “Un Framework Agentico Aperto che Usa i Computer Come un Umano”, mostrando le basi per il progetto. 10 Ottobre 2024: Il documento di ricerca è stato reso pubblicamente disponibile su arXiv, offrendo un'esplorazione approfondita del framework e della sua valutazione delle prestazioni basata sul benchmark OSWorld. 12 Ottobre 2024: È stata rilasciata una presentazione video, fornendo un'idea visiva delle capacità e delle caratteristiche di Agent S, coinvolgendo ulteriormente potenziali utenti e investitori. Questi indicatori nella cronologia non solo illustrano i progressi di Agent S, ma indicano anche il suo impegno per la trasparenza e il coinvolgimento della comunità. Punti Chiave su Agent S Man mano che il framework Agent S continua a evolversi, diversi attributi chiave si distinguono, sottolineando la sua natura innovativa e il potenziale: Framework Innovativo: Progettato per fornire un uso intuitivo dei computer simile all'interazione umana, Agent S porta un approccio nuovo all'automazione dei compiti. Interazione Autonoma: La capacità di interagire autonomamente con i computer attraverso GUI segna un passo avanti verso soluzioni informatiche più intelligenti ed efficienti. Automazione di Compiti Complessi: Con la sua metodologia robusta, può automatizzare compiti complessi e multi-fase, rendendo i processi più veloci e meno soggetti a errori. Miglioramento Continuo: I meccanismi di apprendimento consentono ad Agent S di migliorare dalle esperienze passate, migliorando continuamente le sue prestazioni e la sua efficacia. Versatilità: La sua adattabilità attraverso diversi ambienti operativi come OSWorld e WindowsAgentArena garantisce che possa servire un'ampia gamma di applicazioni. Man mano che Agent S si posiziona nel panorama di Web3 e delle criptovalute, il suo potenziale per migliorare le capacità di interazione e automatizzare i processi segna un significativo avanzamento nelle tecnologie AI. Attraverso il suo framework innovativo, Agent S esemplifica il futuro delle interazioni digitali, promettendo un'esperienza più fluida ed efficiente per gli utenti in vari settori. Conclusione Agent S rappresenta un audace passo avanti nell'unione tra AI e Web3, con la capacità di ridefinire il modo in cui interagiamo con la tecnologia. Sebbene sia ancora nelle sue fasi iniziali, le possibilità per la sua applicazione sono vaste e coinvolgenti. Attraverso il suo framework completo che affronta sfide critiche, Agent S mira a portare le interazioni autonome al centro dell'esperienza digitale. Man mano che ci addentriamo nei regni delle criptovalute e della decentralizzazione, progetti come Agent S giocheranno senza dubbio un ruolo cruciale nel plasmare il futuro della tecnologia e della collaborazione uomo-computer.

569 Totale visualizzazioniPubblicato il 2025.01.14Aggiornato il 2025.01.14

Come comprare S

Benvenuto in HTX.com! Abbiamo reso l'acquisto di Sonic (S) semplice e conveniente. Segui la nostra guida passo passo per intraprendere il tuo viaggio nel mondo delle criptovalute.Step 1: Crea il tuo Account HTXUsa la tua email o numero di telefono per registrarti il tuo account gratuito su HTX. Vivi un'esperienza facile e sblocca tutte le funzionalità,Crea il mio accountStep 2: Vai in Acquista crypto e seleziona il tuo metodo di pagamentoCarta di credito/debito: utilizza la tua Visa o Mastercard per acquistare immediatamente SonicS.Bilancio: Usa i fondi dal bilancio del tuo account HTX per fare trading senza problemi.Terze parti: abbiamo aggiunto metodi di pagamento molto utilizzati come Google Pay e Apple Pay per maggiore comodità.P2P: Fai trading direttamente con altri utenti HTX.Over-the-Counter (OTC): Offriamo servizi su misura e tassi di cambio competitivi per i trader.Step 3: Conserva Sonic (S)Dopo aver acquistato Sonic (S), conserva nel tuo account HTX. In alternativa, puoi inviare tramite trasferimento blockchain o scambiare per altre criptovalute.Step 4: Scambia Sonic (S)Scambia facilmente Sonic (S) nel mercato spot di HTX. Accedi al tuo account, seleziona la tua coppia di trading, esegui le tue operazioni e monitora in tempo reale. Offriamo un'esperienza user-friendly sia per chi ha appena iniziato che per i trader più esperti.

1.1k Totale visualizzazioniPubblicato il 2025.01.15Aggiornato il 2026.06.02

Discussioni

Benvenuto nella Community HTX. Qui puoi rimanere informato sugli ultimi sviluppi della piattaforma e accedere ad approfondimenti esperti sul mercato. Le opinioni degli utenti sul prezzo di S S sono presentate come di seguito.