Vying for the AI Payment Track: Traditional Card Networks Face Off Against Coinbase

Foresight NewsPublicado em 2026-06-08Última atualização em 2026-06-08

Resumo

As AI agents increasingly conduct commercial transactions, a battle for control over the underlying payment infrastructure is unfolding. The competition centers on two divergent and incompatible technical approaches for autonomous AI payments. One camp, led by traditional card networks Visa and Mastercard, relies on tokenized card credentials within the established banking rails. Visa's "Intelligent Commerce" and Mastercard's "Agent Pay" services extend their existing tokenization technology to authorized AI agents for consumer retail transactions, leveraging decades of fraud protection and dispute resolution systems. Their partners include major AI firms like Anthropic, OpenAI, and Microsoft. The opposing camp, spearheaded by Coinbase, advocates for an open internet protocol using stablecoins. Coinbase's x402 protocol utilizes the HTTP 402 status code to enable direct, machine-to-machine micropayments with USDC on-chain. This model eliminates card fees and is designed for high-frequency, low-value transactions between AI agents, such as paying for API calls or data streams, where traditional card costs are prohibitive. Currently, application scenarios are clearly divided. Mainstream consumer-facing AI shopping services (e.g., ChatGPT's "one-click checkout," Amazon's AI-assisted shopping) predominantly use card channels due to their mature consumer protections and merchant networks. Conversely, the stablecoin channel dominates machine-to-machine payments, as seen in Amazon...


Author: Zennon Kapron

Compiler: Chopper, Foresight News


As AI agents increasingly undertake various commercial transactions, a battle for the underlying payment infrastructure is already underway.


Currently, the technical approach for enabling AI agents to autonomously consume diverges into two largely incompatible solutions: the channel through which the settlement and clearing of a transaction is ultimately completed when a software program acts as the payer. One camp constructs payment links based on tokenized bank card credentials controlled by Visa and Mastercard; the other, led by Coinbase, uses stablecoins to complete settlement based on open internet protocols. While the surface-level focus of AI agent commerce is shopping assistant applications, the core struggle behind it is actually about who will dominate the next-generation payment system.


Two Major Payment Channels, Suited for Different Application Scenarios


The traditional card networks moved first and acted swiftly. Mastercard launched its Agent Pay service in April 2025, built on its proprietary agent tokenization system. This tokenization technology was originally designed for contactless payments and card-on-file fast payment scenarios but has now been expanded to allow verified AI agents to complete transactions on behalf of users within authorized limits.


At launch, the service assembled a group of industry partners, signaling a clear strategic intent: collaborators included Microsoft, IBM's watsonx orchestration platform, and payment service providers Braintree and Checkout.com. A day later, Visa introduced its Visa Intelligent Commerce service, opening its payment network to AI developers, with AI-enabled bank cards as the core vehicle. This solution replaces the original card number with a tokenized credential to prove user authorization for a specific AI agent and define transaction boundaries. Visa also enlisted several top AI companies, including Anthropic, OpenAI, Perplexity, Mistral, and Samsung.


The solutions from both card networks keep transactions within the decades-old bank card payment model. AI agents are new actors, but behind them runs the same traditional payment channel that has served global commerce for half a century.


The stablecoin camp adopted an architecturally distinct solution. In May 2025, Coinbase launched the x402 protocol, reviving the long-dormant HTTP 402 "Payment Required" status code to enable direct settlement of transactions over the internet using the USDC stablecoin. The specific process is: a client requests access to a resource, the server returns a payment instruction; the client attaches signed stablecoin payment information to the request header; once the on-chain transaction is confirmed, the corresponding resource can be accessed normally. The entire process requires no account registration, card linking, and does not incur bank card transaction fees.


This solution is designed for machine-to-machine transactions. AI agents may need to complete thousands of micro-payments for API calls, data stream acquisition, or connecting with other agents. Such transactions are entirely unfeasible on traditional bank card channels from a cost perspective.


The two technical routes each have their strengths. The bank card channel excels in personal retail consumption scenarios, which place high demands on chargeback mechanisms, fraud protection, and dispute arbitration. The stablecoin channel demonstrates significant advantages in high-frequency, small-value, cross-border machine transactions, where traditional bank card fee structures and settlement timescales break down completely. The core of the contest lies in which type of scenario will become the mainstream for AI agent commercial transactions.


A major challenge facing both routes is identity verification. When a software program initiates a payment, merchants need to confirm that the operator is a legitimate agent authorized by a real user, not a malicious bot using stolen credentials. Simultaneously, users need a mechanism to request the reversal of a transaction mistakenly initiated by an AI agent.


Visa stated that AI traffic on US retail websites surged 47-fold, prompting it to collaborate with cloud service provider Cloudflare to launch a Trusted Agent Protocol for distinguishing legitimate AI programs from malicious crawlers. This highlights a structural advantage of traditional card networks: fifty years of accumulated risk scoring systems, chargeback rules, and dispute resolution mechanisms are well-suited to handle issues like an AI agent buying the wrong product. Stablecoin transactions, once on-chain, are permanent and irreversible, a problem for which no native solution currently exists within that system.


In the future, the key to winning the consumer-facing market may not be which payment channel has lower fees, but rather who can solve the challenges of agent identity verification and transaction dispute resolution.


Card Networks Hedge Their Bets, Covering Both Tracks


A telling signal is that Visa and Mastercard are not putting all their eggs in their own channel's basket; they are simultaneously investing in the stablecoin track.


As of April 2026, Visa's stablecoin settlement business reached an annualized transaction volume of $7 billion, a 50% increase quarter-over-quarter; the company added support for 5 new public blockchains, bringing the total number of partnered chains to 9, while also implementing over 130 "stablecoin + bank card" linkage projects in more than 50 countries. In October 2025, Visa doubled down by jointly launching the Trusted Agent Protocol with Cloudflare to help merchants distinguish legitimate agents from malicious programs, and publicly announced collaboration with Coinbase to promote interoperability between its network and the x402 protocol. Seemingly competing systems—the bank card system and stablecoin protocols—are now building bridges.


Mastercard has adopted a similar dual-track strategy. In March 2026, Mastercard announced its intent to acquire stablecoin platform BVNK for up to $1.8 billion. Prior to this, its Agent Pay service had already expanded to Latin America and the Caribbean, with adaptation completed for local card issuers in early 2026.


The core strategy of the two traditional card networks is evident: no longer simply defending the bank card channel, but striving to become the toll gate for all payment flows, whether through their own channels or stablecoin channels. This strategic move strongly indicates their judgment: if the industry ultimately settles on bank cards as the mainstream for AI payments, they would not need to invest heavily in acquiring stablecoin-related infrastructure.


Diverging Implementation Scenarios


Judging from currently launched products, the application boundaries of the two technical routes are quite clear.


Most mainstream products targeting ordinary consumers opt for the bank card channel. The "Checkout with ChatGPT" feature launched in September 2025, co-developed by OpenAI and payment service provider Stripe, relies on shared payment tokens to complete bank card clearing. These tokens are limited to specific merchants and shopping orders. It initially connected with Etsy sellers and later expanded to cover over a million Shopify stores. Amazon's "Buy for Me" feature, which calls upon AI agents to make purchases on third-party websites, automatically populates the user's linked bank card for settlement.


Personal consumption-oriented AI shopping services generally choose bank cards due to the system's mature anti-fraud tools, extensive merchant network, and long-established user trust.


Meanwhile, the stablecoin channel firmly occupies the machine transaction market. Amazon integrated the x402 protocol into its Bedrock agent core payment service, using Coinbase's Base public blockchain for settlement, with a single transaction taking about 200 milliseconds and fees under one cent; Stripe also joined the service as a payment integrator. According to Coinbase data, in its first year, the x402 protocol processed over 169 million payment orders, involving 590,000 buyers and 100,000 sellers.


These transactions are not typical user purchases like clothing; they are payments by AI agents for services like computing power, data, and API calls, where transaction frequency and individual amounts are incompatible with the logic of bank card design. In September 2025, Coinbase, together with Cloudflare, spearheaded the establishment of the x402 Foundation, aiming to promote industry-wide development of a universal standard rather than building a closed, proprietary product.


Summarizing five landmark AI commercial payment projects implemented by early 2026: 3 use bank card settlement, 2 use stablecoin settlement, with application scenarios largely divided along the lines of personal consumption and machine transactions.


Industry Outlook


In the short term, the industry landscape in 2026 is likely to maintain the status quo: bank cards dominate personal retail payments, stablecoins specialize in machine-to-machine transactions, with both coexisting and developing. However, by 2030, this situation may change, as both camps are vigorously competing for the converging zone between the two types of scenarios.


The ultimate deciding factor will depend on whether AI-driven commercial transactions ultimately lean more towards traditional retail forms or evolve into a massive network of micro machine transactions. If the former, traditional card networks will remain dominant; if the latter, the stablecoin channel will capture a large volume of entirely new transaction flows.


Visa and Mastercard have made the safest bet: hedging by investing in both tracks, ensuring they can collect fees regardless of where future transaction flows go. Those who need to be truly wary are companies betting solely on a single payment channel. The two major card networks have already mitigated this risk, a clear reflection of their assessment of the industry's future.

Perguntas relacionadas

QWhat are the two main payment channels for AI agent autonomous transactions described in the article, and what are their primary use cases?

AThe two main channels are the traditional card scheme channel (led by Visa and Mastercard using tokenized cards) and the stablecoin channel (led by Coinbase using protocols like x402). The card channel excels in personal retail consumption scenarios requiring fraud protection and dispute resolution. The stablecoin channel is optimized for high-frequency, low-value, cross-border machine-to-machine transactions.

QWhat are the key strategic moves by Visa and Mastercard regarding stablecoins, and what does this indicate about their strategy?

AVisa and Mastercard are not solely defending their traditional card networks; they are actively investing in the stablecoin sector. Visa has expanded its stablecoin settlement volume, partnered with multiple blockchains, and even announced collaboration with Coinbase. Mastercard plans to acquire stablecoin platform BVNK. This dual-track strategy indicates their goal is to be the fee-collecting gateway for *all* payment flows, regardless of the underlying channel, hedging their bets on the future of AI commerce.

QAccording to the article, what is a major technical and operational challenge that both payment channels face in AI agent commerce?

AA major challenge for both channels is identity verification and transaction dispute resolution. Merchants need to verify that a payment is initiated by a legitimate AI agent authorized by a real user, not a malicious bot. Users also need mechanisms to dispute or reverse transactions made by AI agents in error. Traditional card schemes have decades of experience in risk scoring and dispute handling, while stablecoin transactions are typically immutable on-chain, lacking native solutions for chargebacks.

QHow do current AI payment implementations from major companies like Amazon, OpenAI/Stripe, and Coinbase reflect the split in payment channel use?

AMajor implementations clearly split based on the transaction type. For personal consumer-facing services, companies use the card channel: OpenAI/Stripe's ChatGPT 'one-click checkout' and Amazon's 'Buy for Me' feature both settle via tokenized cards. For machine-to-machine transactions, companies use the stablecoin channel: Amazon integrated Coinbase's x402 protocol into its Bedrock agent core payment service for fast, low-cost settlements for services like API calls and data.

QWhat does the article suggest is the likely determining factor for which payment channel becomes dominant in the long-term future of AI commerce?

AThe long-term dominance will be determined by whether AI-driven commercial transactions evolve to resemble traditional retail (favoring card schemes) or become a vast network of high-volume, micro-value machine transactions (favoring stablecoins). The ultimate 'decisive factor' is which of these two scenarios becomes the mainstream model for AI agent commerce.

Leituras Relacionadas

Jensen Huang 'Saves' South Korean Stock Market: Locks In SK Hynix Memory, Chip Shortage to Continue

On June 5th, South Korea's stock market experienced a sharp decline, with major chipmakers like Samsung and SK Hynix dropping nearly 10%. Amidst the turmoil, NVIDIA CEO Jensen Huang's visit to Seoul played a dramatic role in boosting market sentiment. Following a dinner meeting with SK Group Chairman Chey Tae-won and SK Hynix CEO Kwak Noh-Jung, Huang confirmed that NVIDIA's new Vera CPU will utilize SK Hynix DRAM. The companies announced a multi-year technical partnership to co-develop next-generation memory for NVIDIA's AI infrastructure, covering products from data centers to personal AI and robotics. This collaboration extends beyond memory supply. SK Hynix is integrating NVIDIA's AI and Omniverse platform into its own semiconductor design and manufacturing processes, including computational lithography and creating digital twins of its fabrication plants for autonomous operation. While strengthening ties with SK Hynix, NVIDIA is diversifying its supply chain for the upcoming HBM4 memory, with Samsung, SK Hynix, and Micron all certified as suppliers for its Vera Rubin platform. Despite this, Huang warned that the global chip shortage, driven by relentless demand from AI factory construction, is expected to persist for several years across the entire supply chain. His visit underscores NVIDIA's systematic effort to deepen integration with South Korea's broader tech industry.

marsbitHá 23m

Jensen Huang 'Saves' South Korean Stock Market: Locks In SK Hynix Memory, Chip Shortage to Continue

marsbitHá 23m

Nasdaq Plunges 4.2% in a Single Day: Does "Black Friday" Burst the U.S. Stock Market Bubble?

The Nasdaq plunged 4.18% on June 5, 2026, its worst single-day drop in over a year, as a much stronger-than-expected US jobs report triggered fears of economic overheating and delayed Federal Reserve interest rate cuts. The selloff, centered on high-valuation tech and AI stocks like Nvidia and Broadcom, spread across major indices. The article examines whether this signals a market top. The strong May non-farm payrolls data, nearly double expectations, pushed bond yields higher, directly hurting rate-sensitive tech stocks. This exposed vulnerabilities in the crowded AI trade, where valuations had soared on narratives of infinite growth, despite emerging signs of slowing order momentum and corporate AI monetization challenges. Prior to the drop, market indicators flashed warning signs: historically high valuations (e.g., Shiller CAPE ratio near 39.5), extreme bullish sentiment, and high levels of leverage. Technical charts showed key support levels being breached. Wall Street is divided on the outlook. Bears, citing risks of "stagflation" and AI bubble comparisons to the dot-com era, warn of a potential significant correction. Bulls view the drop as a healthy correction within a bull market, underpinned by a strong economy and expected corporate earnings growth of around 7% in 2026. The immediate future hinges on upcoming key events: the May CPI inflation data and the mid-June FOMC meeting. Their outcomes will critically shape market expectations for the Fed's rate path. The article concludes that conditions for a major market top are aligning, marking a fragile transition from narrative-driven gains to a phase demanding validation from macroeconomic data and corporate fundamentals. Caution is advised.

marsbitHá 27m

Nasdaq Plunges 4.2% in a Single Day: Does "Black Friday" Burst the U.S. Stock Market Bubble?

marsbitHá 27m

Nasdaq Plunges 4.2% in a Single Day, Did 'Black Friday' Pop the U.S. Stock Bubble?

The Nasdaq Composite plummeted 4.18% on June 5, its biggest single-day drop since April 2025, triggering widespread debate over whether the U.S. stock market has peaked. The sell-off was sparked by a stronger-than-expected U.S. non-farm payrolls report, which fueled fears of economic overheating and pushed back market expectations for Federal Reserve rate cuts, leading to a sharp rise in Treasury yields. The AI sector, the primary driver of the recent bull market, suffered severe losses, with the Philadelphia Semiconductor Index crashing over 10%. Stocks like Nvidia, Broadcom, and Micron led the decline. Concerns are mounting about the sustainability of AI capital expenditures and high valuations, with signs of order cuts for next-generation chips emerging. Analyses point to several warning signs: historically high market valuations (e.g., elevated Shiller CAPE ratio, Buffett Indicator), extreme bullish sentiment indicators, and significant insider selling. The sell-off also caused a key technical breakdown, with the S&P 500 breaking below its short-term moving average and testing its 200-day moving average. Wall Street is divided on the outlook. Bears warn this could be the start of a bubble deflation or a "stagflation" scenario, while bulls view it as a healthy, overdue correction within a bull market driven by solid corporate earnings growth. A more moderate view suggests the easy liquidity-driven rally is over, and markets are entering a phase of fundamental stock-picking with potential for consolidation. The immediate future hinges on key upcoming events: the May CPI report and the mid-June FOMC meeting. Their outcomes will be critical in determining whether this is a temporary pullback or the beginning of a more significant trend reversal. The consensus is that the era of one-directional market gains may be ending, requiring increased investor caution.

Odaily星球日报Há 33m

Nasdaq Plunges 4.2% in a Single Day, Did 'Black Friday' Pop the U.S. Stock Bubble?

Odaily星球日报Há 33m

The First Case on AI Agents: What Was Adjudicated?

"The First 'Agent' Ruling: What Was Decided?" On April 30, the Guangzhou Internet Court issued a ruling—China's first behavior preservation order in the intelligent agent (AI agent) field. The defendant, an open-source AI agent software, was ordered to stop downloads, cease actions that bypassed a platform's technical protection measures, and delete related tutorials and data. The core issue: the software used the operating system's "accessibility service" permissions to automate user interactions within other apps without those platforms' authorization. This mirrors a recent US case where Amazon sued Perplexity for similar reasons—bypassing Amazon's API to directly scrape and interact with its pages—and won a preliminary injunction. Both rulings establish a crucial legal boundary for the AI agent era: agents cannot operate unchecked. The article argues the fundamental legal principle emerging is one of **dual authorization**. An AI agent requires both **user consent** AND **platform consent** to operate legitimately within that platform's ecosystem. Bypassing platform rules through system-level permissions, even with user permission, undermines platform responsibilities for content moderation, data security, and user privacy, creating liability issues. The piece uses the evolution of "Doubao Phone" (an AI-integrated smartphone) as a case study. Its initial, aggressive version that bypassed platform controls faced roadblocks. Its upcoming 2.0 version is reportedly pivoting to negotiate API access and authorization deals with major platforms (like Alibaba's ecosystem), seen as a strategic adaptation to the new regulatory reality. A global trend is identified: the era of unregulated, "wild west" growth for AI agents is ending, replaced by a **compliance race**. This raises barriers to entry, as securing platform authorizations becomes a new cost. Open-source status is also not a legal shield if the code facilitates bypassing technical protections. In conclusion, these first rulings target not the largest, but the most **aggressive and representative** cases. By setting precedent with them, regulators are efficiently steering the entire industry towards a new, more regulated operating paradigm defined by dual authorization and platform cooperation.

marsbitHá 38m

The First Case on AI Agents: What Was Adjudicated?

marsbitHá 38m

Fired by Google Over a 14-Page Paper, Over 4,000 Rallied for Her. 6 Years Later: She Almost Predicted the Entire AI Era Back Then.

In late 2020, Google AI researcher Timnit Gebru was effectively dismissed following a conflict over a 14-page, unpublished research paper she co-authored titled "On the Dangers of Stochastic Parrots." The paper, which has since been cited over 14,000 times, raised critical early warnings about the risks of large language models (LLMs). It argued that these models, trained on vast, biased internet data, are essentially "stochastic parrots" that mimic language without true understanding, potentially amplifying societal biases, generating plausible but false information (later termed "AI hallucination"), consuming massive energy, and obscuring their training data contents. Gebru's stance led to a clash with Google management, who requested the paper's withdrawal. Her subsequent internal criticism of the company's diversity efforts and handling of the matter culminated in her termination, which sparked protests from over 4,000 Google employees and researchers. Six years later, the paper's predictions have proven remarkably prescient. Issues like AI hallucination, embedded bias (evident in resume screening and healthcare algorithms), soaring energy consumption from AI data centers, unvetted training data containing harmful content, and the risk of "model collapse" from AI-generated internet content have become central industry challenges. The incident also highlighted concerns about AI development being driven primarily by commercial competition within a handful of powerful tech companies, often at the expense of ethical considerations. After leaving Google, Gebru founded the Distributed AI Research Institute (DAIR) to explore these issues independently. The controversy underscores how her early, critical insights into the fundamental limitations and societal impacts of LLMs anticipated many of the most pressing dilemmas in today's AI era.

marsbitHá 39m

Fired by Google Over a 14-Page Paper, Over 4,000 Rallied for Her. 6 Years Later: She Almost Predicted the Entire AI Era Back Then.

marsbitHá 39m

Trading

Spot
Futuros

Artigos em Destaque

O que é GROK AI

Grok AI: Revolucionar a Tecnologia Conversacional na Era Web3 Introdução No panorama em rápida evolução da inteligência artificial, a Grok AI destaca-se como um projeto notável que liga os domínios da tecnologia avançada e da interação com o utilizador. Desenvolvida pela xAI, uma empresa liderada pelo renomado empreendedor Elon Musk, a Grok AI procura redefinir a forma como interagimos com a inteligência artificial. À medida que o movimento Web3 continua a florescer, a Grok AI visa aproveitar o poder da IA conversacional para responder a consultas complexas, proporcionando aos utilizadores uma experiência que é não apenas informativa, mas também divertida. O que é a Grok AI? A Grok AI é um sofisticado chatbot de IA conversacional projetado para interagir com os utilizadores de forma dinâmica. Ao contrário de muitos sistemas de IA tradicionais, a Grok AI abraça uma gama mais ampla de perguntas, incluindo aquelas tipicamente consideradas inadequadas ou fora das respostas padrão. Os principais objetivos do projeto incluem: Raciocínio Fiável: A Grok AI enfatiza o raciocínio de senso comum para fornecer respostas lógicas com base na compreensão contextual. Supervisão Escalável: A integração de assistência de ferramentas garante que as interações dos utilizadores sejam monitorizadas e otimizadas para qualidade. Verificação Formal: A segurança é primordial; a Grok AI incorpora métodos de verificação formal para aumentar a fiabilidade das suas saídas. Compreensão de Longo Contexto: O modelo de IA destaca-se na retenção e recordação de um extenso histórico de conversas, facilitando discussões significativas e contextualizadas. Robustez Adversarial: Ao focar na melhoria das suas defesas contra entradas manipuladas ou maliciosas, a Grok AI visa manter a integridade das interações dos utilizadores. Em essência, a Grok AI não é apenas um dispositivo de recuperação de informações; é um parceiro conversacional imersivo que incentiva um diálogo dinâmico. Criador da Grok AI A mente por trás da Grok AI não é outra senão Elon Musk, um indivíduo sinónimo de inovação em vários campos, incluindo automóvel, viagens espaciais e tecnologia. Sob a égide da xAI, uma empresa focada em avançar a tecnologia de IA de maneiras benéficas, a visão de Musk visa reformular a compreensão das interações com a IA. A liderança e a ética fundacional são profundamente influenciadas pelo compromisso de Musk em ultrapassar os limites tecnológicos. Investidores da Grok AI Embora os detalhes específicos sobre os investidores que apoiam a Grok AI permaneçam limitados, é reconhecido publicamente que a xAI, a incubadora do projeto, é fundada e apoiada principalmente pelo próprio Elon Musk. As anteriores empreitadas e participações de Musk fornecem um forte apoio, reforçando ainda mais a credibilidade e o potencial de crescimento da Grok AI. No entanto, até agora, informações sobre fundações ou organizações de investimento adicionais que apoiam a Grok AI não estão prontamente acessíveis, marcando uma área para exploração futura potencial. Como Funciona a Grok AI? A mecânica operacional da Grok AI é tão inovadora quanto a sua estrutura conceptual. O projeto integra várias tecnologias de ponta que facilitam as suas funcionalidades únicas: Infraestrutura Robusta: A Grok AI é construída utilizando Kubernetes para orquestração de contêineres, Rust para desempenho e segurança, e JAX para computação numérica de alto desempenho. Este trio assegura que o chatbot opere de forma eficiente, escale eficazmente e sirva os utilizadores prontamente. Acesso a Conhecimento em Tempo Real: Uma das características distintivas da Grok AI é a sua capacidade de aceder a dados em tempo real através da plataforma X—anteriormente conhecida como Twitter. Esta capacidade concede à IA acesso às informações mais recentes, permitindo-lhe fornecer respostas e recomendações oportunas que outros modelos de IA poderiam perder. Dois Modos de Interação: A Grok AI oferece aos utilizadores a escolha entre “Modo Divertido” e “Modo Regular”. O Modo Divertido permite um estilo de interação mais lúdico e humorístico, enquanto o Modo Regular foca em fornecer respostas precisas e exatas. Esta versatilidade assegura uma experiência adaptada que atende a várias preferências dos utilizadores. Em essência, a Grok AI combina desempenho com envolvimento, criando uma experiência que é tanto enriquecedora quanto divertida. Cronologia da Grok AI A jornada da Grok AI é marcada por marcos fundamentais que refletem as suas fases de desenvolvimento e implementação: Desenvolvimento Inicial: A fase fundamental da Grok AI ocorreu ao longo de aproximadamente dois meses, durante os quais o treinamento inicial e o ajuste do modelo foram realizados. Lançamento Beta do Grok-2: Numa evolução significativa, o beta do Grok-2 foi anunciado. Este lançamento introduziu duas versões do chatbot—Grok-2 e Grok-2 mini—cada uma equipada com capacidades para conversar, programar e raciocinar. Acesso Público: Após o seu desenvolvimento beta, a Grok AI tornou-se disponível para os utilizadores da plataforma X. Aqueles com contas verificadas por um número de telefone e ativas há pelo menos sete dias podem aceder a uma versão limitada, tornando a tecnologia disponível para um público mais amplo. Esta cronologia encapsula o crescimento sistemático da Grok AI desde a sua concepção até ao envolvimento público, enfatizando o seu compromisso com a melhoria contínua e a interação com o utilizador. Principais Características da Grok AI A Grok AI abrange várias características principais que contribuem para a sua identidade inovadora: Integração de Conhecimento em Tempo Real: O acesso a informações atuais e relevantes diferencia a Grok AI de muitos modelos estáticos, permitindo uma experiência de utilizador envolvente e precisa. Estilos de Interação Versáteis: Ao oferecer modos de interação distintos, a Grok AI atende a várias preferências dos utilizadores, convidando à criatividade e personalização na conversa com a IA. Base Tecnológica Avançada: A utilização de Kubernetes, Rust e JAX fornece ao projeto uma estrutura sólida para garantir fiabilidade e desempenho ótimo. Consideração de Discurso Ético: A inclusão de uma função de geração de imagens demonstra o espírito inovador do projeto. No entanto, também levanta considerações éticas em torno dos direitos autorais e da representação respeitosa de figuras reconhecíveis—uma discussão em curso dentro da comunidade de IA. Conclusão Como uma entidade pioneira no domínio da IA conversacional, a Grok AI encapsula o potencial para experiências transformadoras do utilizador na era digital. Desenvolvida pela xAI e impulsionada pela abordagem visionária de Elon Musk, a Grok AI integra conhecimento em tempo real com capacidades avançadas de interação. Esforça-se por ultrapassar os limites do que a inteligência artificial pode alcançar, mantendo um foco nas considerações éticas e na segurança do utilizador. A Grok AI não apenas incorpora o avanço tecnológico, mas também representa um novo paradigma de conversas no panorama Web3, prometendo envolver os utilizadores com conhecimento hábil e interação lúdica. À medida que o projeto continua a evoluir, ele permanece como um testemunho do que a interseção da tecnologia, criatividade e interação humana pode alcançar.

473 Visualizações TotaisPublicado em {updateTime}Atualizado em 2024.12.26

O que é GROK AI

O que é ERC AI

Euruka Tech: Uma Visão Geral do $erc ai e as suas Ambições no Web3 Introdução No panorama em rápida evolução da tecnologia blockchain e das aplicações descentralizadas, novos projetos surgem frequentemente, cada um com objetivos e metodologias únicas. Um desses projetos é a Euruka Tech, que opera no vasto domínio das criptomoedas e do Web3. O foco principal da Euruka Tech, particularmente do seu token $erc ai, é apresentar soluções inovadoras concebidas para aproveitar as capacidades crescentes da tecnologia descentralizada. Este artigo tem como objetivo fornecer uma visão abrangente da Euruka Tech, uma exploração das suas metas, funcionalidade, a identidade do seu criador, potenciais investidores e a sua importância no contexto mais amplo do Web3. O que é a Euruka Tech, $erc ai? A Euruka Tech é caracterizada como um projeto que aproveita as ferramentas e funcionalidades oferecidas pelo ambiente Web3, focando na integração da inteligência artificial nas suas operações. Embora os detalhes específicos sobre a estrutura do projeto sejam um tanto elusivos, ele é concebido para melhorar o envolvimento dos utilizadores e automatizar processos no espaço cripto. O projeto visa criar um ecossistema descentralizado que não só facilita transações, mas também incorpora funcionalidades preditivas através da inteligência artificial, daí a designação do seu token, $erc ai. O objetivo é fornecer uma plataforma intuitiva que facilite interações mais inteligentes e um processamento eficiente de transações dentro da crescente esfera do Web3. Quem é o Criador da Euruka Tech, $erc ai? Neste momento, a informação sobre o criador ou a equipa fundadora da Euruka Tech permanece não especificada e algo opaca. Esta ausência de dados levanta preocupações, uma vez que o conhecimento sobre o histórico da equipa é frequentemente essencial para estabelecer credibilidade no setor blockchain. Portanto, categorizamos esta informação como desconhecida até que detalhes concretos sejam disponibilizados no domínio público. Quem são os Investidores da Euruka Tech, $erc ai? De forma semelhante, a identificação de investidores ou organizações de apoio para o projeto Euruka Tech não é prontamente fornecida através da pesquisa disponível. Um aspeto que é crucial para potenciais partes interessadas ou utilizadores que consideram envolver-se com a Euruka Tech é a garantia que vem de parcerias financeiras estabelecidas ou apoio de empresas de investimento respeitáveis. Sem divulgações sobre afiliações de investimento, é difícil tirar conclusões abrangentes sobre a segurança financeira ou a longevidade do projeto. Em linha com a informação encontrada, esta seção também se encontra no estado de desconhecido. Como funciona a Euruka Tech, $erc ai? Apesar da falta de especificações técnicas detalhadas para a Euruka Tech, é essencial considerar as suas ambições inovadoras. O projeto procura aproveitar o poder computacional da inteligência artificial para automatizar e melhorar a experiência do utilizador no ambiente das criptomoedas. Ao integrar IA com tecnologia blockchain, a Euruka Tech visa fornecer funcionalidades como negociações automatizadas, avaliações de risco e interfaces de utilizador personalizadas. A essência inovadora da Euruka Tech reside no seu objetivo de criar uma conexão fluida entre os utilizadores e as vastas possibilidades apresentadas pelas redes descentralizadas. Através da utilização de algoritmos de aprendizagem automática e IA, visa minimizar os desafios enfrentados por utilizadores de primeira viagem e agilizar as experiências transacionais dentro do quadro do Web3. Esta simbiose entre IA e blockchain sublinha a importância do token $erc ai, que se apresenta como uma ponte entre interfaces de utilizador tradicionais e as capacidades avançadas das tecnologias descentralizadas. Cronologia da Euruka Tech, $erc ai Infelizmente, devido à informação limitada disponível sobre a Euruka Tech, não conseguimos apresentar uma cronologia detalhada dos principais desenvolvimentos ou marcos na jornada do projeto. Esta cronologia, tipicamente inestimável para traçar a evolução de um projeto e compreender a sua trajetória de crescimento, não está atualmente disponível. À medida que informações sobre eventos notáveis, parcerias ou adições funcionais se tornem evidentes, atualizações certamente aumentarão a visibilidade da Euruka Tech na esfera cripto. Esclarecimento sobre Outros Projetos “Eureka” É importante abordar que múltiplos projetos e empresas partilham uma nomenclatura semelhante com “Eureka.” A pesquisa identificou iniciativas como um agente de IA da NVIDIA Research, que se concentra em ensinar robôs a realizar tarefas complexas utilizando métodos generativos, bem como a Eureka Labs e a Eureka AI, que melhoram a experiência do utilizador na educação e na análise de serviços ao cliente, respetivamente. No entanto, estes projetos são distintos da Euruka Tech e não devem ser confundidos com os seus objetivos ou funcionalidades. Conclusão A Euruka Tech, juntamente com o seu token $erc ai, representa um jogador promissor, mas atualmente obscuro, dentro do panorama do Web3. Embora os detalhes sobre o seu criador e investidores permaneçam não divulgados, a ambição central de combinar inteligência artificial com tecnologia blockchain destaca-se como um ponto focal de interesse. As abordagens únicas do projeto em promover o envolvimento do utilizador através da automação avançada podem diferenciá-lo à medida que o ecossistema Web3 avança. À medida que o mercado cripto continua a evoluir, as partes interessadas devem manter um olhar atento sobre os avanços em torno da Euruka Tech, uma vez que o desenvolvimento de inovações documentadas, parcerias ou um roteiro definido pode apresentar oportunidades significativas no futuro próximo. Neste momento, aguardamos por insights mais substanciais que possam desvendar o potencial da Euruka Tech e a sua posição no competitivo panorama cripto.

511 Visualizações TotaisPublicado em {updateTime}Atualizado em 2025.01.02

O que é ERC AI

O que é DUOLINGO AI

DUOLINGO AI: Integrar a Aprendizagem de Línguas com Inovação Web3 e IA Numa era em que a tecnologia transforma a educação, a integração da inteligência artificial (IA) e das redes blockchain anuncia uma nova fronteira para a aprendizagem de línguas. Apresentamos DUOLINGO AI e a sua criptomoeda associada, $DUOLINGO AI. Este projeto aspira a unir o poder educativo das principais plataformas de aprendizagem de línguas com os benefícios da tecnologia descentralizada Web3. Este artigo explora os principais aspectos do DUOLINGO AI, analisando os seus objetivos, estrutura tecnológica, desenvolvimento histórico e potencial futuro, mantendo a clareza entre o recurso educativo original e esta iniciativa independente de criptomoeda. Visão Geral do DUOLINGO AI No seu cerne, DUOLINGO AI procura estabelecer um ambiente descentralizado onde os alunos podem ganhar recompensas criptográficas por alcançar marcos educativos em proficiência linguística. Ao aplicar contratos inteligentes, o projeto visa automatizar processos de verificação de habilidades e alocação de tokens, aderindo aos princípios do Web3 que enfatizam a transparência e a propriedade do utilizador. O modelo diverge das abordagens tradicionais de aquisição de línguas ao apoiar-se fortemente numa estrutura de governança orientada pela comunidade, permitindo que os detentores de tokens sugiram melhorias ao conteúdo dos cursos e à distribuição de recompensas. Alguns dos objetivos notáveis do DUOLINGO AI incluem: Aprendizagem Gamificada: O projeto integra conquistas em blockchain e tokens não fungíveis (NFTs) para representar níveis de proficiência linguística, promovendo a motivação através de recompensas digitais envolventes. Criação de Conteúdo Descentralizada: Abre caminhos para educadores e entusiastas de línguas contribuírem com os seus cursos, facilitando um modelo de partilha de receitas que beneficia todos os colaboradores. Personalização Através de IA: Ao empregar modelos avançados de aprendizagem de máquina, o DUOLINGO AI personaliza as lições para se adaptar ao progresso de aprendizagem individual, semelhante às características adaptativas encontradas em plataformas estabelecidas. Criadores do Projeto e Governança A partir de abril de 2025, a equipa por trás do $DUOLINGO AI permanece pseudónima, uma prática frequente no panorama descentralizado das criptomoedas. Esta anonimidade visa promover o crescimento coletivo e o envolvimento das partes interessadas, em vez de se concentrar em desenvolvedores individuais. O contrato inteligente implementado na blockchain Solana indica o endereço da carteira do desenvolvedor, o que significa o compromisso com a transparência em relação às transações, apesar da identidade dos criadores ser desconhecida. De acordo com o seu roteiro, o DUOLINGO AI pretende evoluir para uma Organização Autónoma Descentralizada (DAO). Esta estrutura de governança permite que os detentores de tokens votem em questões críticas, como implementações de funcionalidades e alocação de tesouraria. Este modelo alinha-se com a ética de empoderamento comunitário encontrada em várias aplicações descentralizadas, enfatizando a importância da tomada de decisão coletiva. Investidores e Parcerias Estratégicas Atualmente, não existem investidores institucionais ou capitalistas de risco publicamente identificáveis ligados ao $DUOLINGO AI. Em vez disso, a liquidez do projeto origina-se principalmente de trocas descentralizadas (DEXs), marcando um contraste acentuado com as estratégias de financiamento das empresas tradicionais de tecnologia educacional. Este modelo de base indica uma abordagem orientada pela comunidade, refletindo o compromisso do projeto com a descentralização. No seu whitepaper, o DUOLINGO AI menciona a formação de colaborações com “plataformas de educação blockchain” não especificadas, com o objetivo de enriquecer a sua oferta de cursos. Embora parcerias específicas ainda não tenham sido divulgadas, estes esforços colaborativos sugerem uma estratégia para misturar inovação em blockchain com iniciativas educativas, expandindo o acesso e o envolvimento dos utilizadores em diversas vias de aprendizagem. Arquitetura Tecnológica Integração de IA O DUOLINGO AI incorpora dois componentes principais impulsionados por IA para melhorar as suas ofertas educativas: Motor de Aprendizagem Adaptativa: Este motor sofisticado aprende a partir das interações dos utilizadores, semelhante a modelos proprietários de grandes plataformas educativas. Ele ajusta dinamicamente a dificuldade das lições para abordar desafios específicos dos alunos, reforçando áreas fracas através de exercícios direcionados. Agentes Conversacionais: Ao empregar chatbots alimentados por GPT-4, o DUOLINGO AI oferece uma plataforma para os utilizadores se envolverem em conversas simuladas, promovendo uma experiência de aprendizagem de línguas mais interativa e prática. Infraestrutura Blockchain Construído na blockchain Solana, o $DUOLINGO AI utiliza uma estrutura tecnológica abrangente que inclui: Contratos Inteligentes de Verificação de Habilidades: Esta funcionalidade atribui automaticamente tokens aos utilizadores que passam com sucesso em testes de proficiência, reforçando a estrutura de incentivos para resultados de aprendizagem genuínos. Emblemas NFT: Estes tokens digitais significam vários marcos que os alunos alcançam, como completar uma seção do seu curso ou dominar habilidades específicas, permitindo-lhes negociar ou exibir as suas conquistas digitalmente. Governança DAO: Membros da comunidade com tokens podem participar na governança votando em propostas-chave, facilitando uma cultura participativa que incentiva a inovação nas ofertas de cursos e funcionalidades da plataforma. Cronologia Histórica 2022–2023: Conceituação O trabalho preliminar para o DUOLINGO AI começa com a criação de um whitepaper, destacando a sinergia entre os avanços em IA na aprendizagem de línguas e o potencial descentralizado da tecnologia blockchain. 2024: Lançamento Beta Um lançamento beta limitado introduz ofertas em línguas populares, recompensando os primeiros utilizadores com incentivos em tokens como parte da estratégia de envolvimento comunitário do projeto. 2025: Transição para DAO Em abril, ocorre um lançamento completo da mainnet com a circulação de tokens, promovendo discussões comunitárias sobre possíveis expansões para línguas asiáticas e outros desenvolvimentos de cursos. Desafios e Direções Futuras Obstáculos Técnicos Apesar dos seus objetivos ambiciosos, o DUOLINGO AI enfrenta desafios significativos. A escalabilidade continua a ser uma preocupação constante, particularmente no equilíbrio dos custos associados ao processamento de IA e à manutenção de uma rede descentralizada responsiva. Além disso, garantir a criação e moderação de conteúdo de qualidade num ambiente descentralizado apresenta complexidades na manutenção dos padrões educativos. Oportunidades Estratégicas Olhando para o futuro, o DUOLINGO AI tem o potencial de aproveitar parcerias de micro-certificação com instituições académicas, proporcionando validações verificadas em blockchain das habilidades linguísticas. Além disso, a expansão cross-chain poderia permitir que o projeto acedesse a bases de utilizadores mais amplas e a ecossistemas de blockchain adicionais, melhorando a sua interoperabilidade e alcance. Conclusão DUOLINGO AI representa uma fusão inovadora de inteligência artificial e tecnologia blockchain, apresentando uma alternativa focada na comunidade aos sistemas tradicionais de aprendizagem de línguas. Embora o seu desenvolvimento pseudónimo e o modelo económico emergente tragam certos riscos, o compromisso do projeto com a aprendizagem gamificada, educação personalizada e governança descentralizada ilumina um caminho a seguir para a tecnologia educativa no domínio do Web3. À medida que a IA continua a avançar e o ecossistema blockchain evolui, iniciativas como o DUOLINGO AI poderão redefinir a forma como os utilizadores interagem com a educação linguística, empoderando comunidades e recompensando o envolvimento através de mecanismos de aprendizagem inovadores.

442 Visualizações TotaisPublicado em {updateTime}Atualizado em 2025.04.11

O que é DUOLINGO AI

Discussões

Bem-vindo à Comunidade HTX. Aqui, pode manter-se informado sobre os mais recentes desenvolvimentos da plataforma e obter acesso a análises profissionais de mercado. As opiniões dos utilizadores sobre o preço de AI (AI) são apresentadas abaixo.

活动图片