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

marsbitPublicado em 2026-07-10Última atualização em 2026-07-10

Resumo

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.

Criptomoedas em alta

CitreaCTR

wrapped stUSDTWSTUSDT

Velodrome FinanceVELODROME

BrevisBREV

ZRX（0X）ZRX

PancakeSwapCAKE

Perguntas relacionadas

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.

Leituras Relacionadas

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.

ambcryptoHá 2h

Injective software package hit by malicious supply chain attack – Details

ambcryptoHá 2h

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Há 2h

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

链捕手Há 2h

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Há 3h

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

链捕手Há 3h

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.

ambcryptoHá 3h

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

ambcryptoHá 3h

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.

ambcryptoHá 4h

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

ambcryptoHá 4h

Trading

Spot

Artigos em Destaque

O que é $S$

Compreender o SPERO: Uma Visão Abrangente Introdução ao SPERO À medida que o panorama da inovação continua a evoluir, o surgimento de tecnologias web3 e projetos de criptomoeda desempenha um papel fundamental na formação do futuro digital. Um projeto que tem atraído atenção neste campo dinâmico é o SPERO, denotado como SPERO,$$s$. Este artigo tem como objetivo reunir e apresentar informações detalhadas sobre o SPERO, para ajudar entusiastas e investidores a compreender as suas bases, objetivos e inovações nos domínios web3 e cripto. O que é o SPERO,$$s$? O SPERO,$$s$ é um projeto único dentro do espaço cripto que procura aproveitar os princípios da descentralização e da tecnologia blockchain para criar um ecossistema que promove o envolvimento, a utilidade e a inclusão financeira. O projeto é concebido para facilitar interações peer-to-peer de novas maneiras, proporcionando aos utilizadores soluções e serviços financeiros inovadores. No seu núcleo, o SPERO,$$s$ visa capacitar indivíduos ao fornecer ferramentas e plataformas que melhoram a experiência do utilizador no espaço das criptomoedas. Isso inclui a possibilidade de métodos de transação mais flexíveis, a promoção de iniciativas impulsionadas pela comunidade e a criação de caminhos para oportunidades financeiras através de aplicações descentralizadas (dApps). A visão subjacente do SPERO,$$s$ gira em torno da inclusão, visando fechar lacunas dentro das finanças tradicionais enquanto aproveita os benefícios da tecnologia blockchain. Quem é o Criador do SPERO,$$s$? A identidade do criador do SPERO,$$s$ permanece algo obscura, uma vez que existem recursos publicamente disponíveis limitados que fornecem informações detalhadas sobre o(s) seu(s) fundador(es). Esta falta de transparência pode resultar do compromisso do projeto com a descentralização—uma ética que muitos projetos web3 partilham, priorizando contribuições coletivas em vez de reconhecimento individual. Ao centrar as discussões em torno da comunidade e dos seus objetivos coletivos, o SPERO,$$s$ incorpora a essência do empoderamento sem destacar indivíduos específicos. Assim, compreender a ética e a missão do SPERO é mais importante do que identificar um criador singular. Quem são os Investidores do SPERO,$$s$? O SPERO,$$s$ é apoiado por uma diversidade de investidores que vão desde capitalistas de risco a investidores-anjo dedicados a promover a inovação no setor cripto. O foco desses investidores geralmente alinha-se com a missão do SPERO—priorizando projetos que prometem avanço tecnológico social, inclusão financeira e governança descentralizada. Essas fundações de investidores estão tipicamente interessadas em projetos que não apenas oferecem produtos inovadores, mas que também contribuem positivamente para a comunidade blockchain e os seus ecossistemas. O apoio desses investidores reforça o SPERO,$$s$ como um concorrente notável no domínio em rápida evolução dos projetos cripto. Como Funciona o SPERO,$$s$? O SPERO,$$s$ emprega uma estrutura multifacetada que o distingue de projetos de criptomoeda convencionais. Aqui estão algumas das características-chave que sublinham a sua singularidade e inovação: Governança Descentralizada: O SPERO,$$s$ integra modelos de governança descentralizada, capacitando os utilizadores a participar ativamente nos processos de tomada de decisão sobre o futuro do projeto. Esta abordagem promove um sentido de propriedade e responsabilidade entre os membros da comunidade. Utilidade do Token: O SPERO,$$s$ utiliza o seu próprio token de criptomoeda, concebido para servir várias funções dentro do ecossistema. Esses tokens permitem transações, recompensas e a facilitação de serviços oferecidos na plataforma, melhorando o envolvimento e a utilidade gerais. Arquitetura em Camadas: A arquitetura técnica do SPERO,$$s$ suporta modularidade e escalabilidade, permitindo a integração contínua de funcionalidades e aplicações adicionais à medida que o projeto evolui. Esta adaptabilidade é fundamental para manter a relevância no panorama cripto em constante mudança. Envolvimento da Comunidade: O projeto enfatiza iniciativas impulsionadas pela comunidade, empregando mecanismos que incentivam a colaboração e o feedback. Ao nutrir uma comunidade forte, o SPERO,$$s$ pode melhor atender às necessidades dos utilizadores e adaptar-se às tendências do mercado. Foco na Inclusão: Ao oferecer taxas de transação baixas e interfaces amigáveis, o SPERO,$$s$ visa atrair uma base de utilizadores diversificada, incluindo indivíduos que anteriormente podem não ter participado no espaço cripto. Este compromisso com a inclusão alinha-se com a sua missão abrangente de empoderamento através da acessibilidade. Cronologia do SPERO,$$s$ Compreender a história de um projeto fornece insights cruciais sobre a sua trajetória de desenvolvimento e marcos. Abaixo está uma cronologia sugerida que mapeia eventos significativos na evolução do SPERO,$$s$: Fase de Conceituação e Ideação: As ideias iniciais que formam a base do SPERO,$$s$ foram concebidas, alinhando-se de perto com os princípios de descentralização e foco na comunidade dentro da indústria blockchain. Lançamento do Whitepaper do Projeto: Após a fase conceitual, um whitepaper abrangente detalhando a visão, os objetivos e a infraestrutura tecnológica do SPERO,$$s$ foi lançado para atrair o interesse e o feedback da comunidade. Construção da Comunidade e Primeiros Envolvimentos: Esforços ativos de divulgação foram feitos para construir uma comunidade de primeiros adotantes e investidores potenciais, facilitando discussões em torno dos objetivos do projeto e angariando apoio. Evento de Geração de Tokens: O SPERO,$$s$ realizou um evento de geração de tokens (TGE) para distribuir os seus tokens nativos a apoiantes iniciais e estabelecer liquidez inicial dentro do ecossistema. Lançamento da dApp Inicial: A primeira aplicação descentralizada (dApp) associada ao SPERO,$$s$ foi lançada, permitindo que os utilizadores interagissem com as funcionalidades principais da plataforma. Desenvolvimento Contínuo e Parcerias: Atualizações e melhorias contínuas nas ofertas do projeto, incluindo parcerias estratégicas com outros players no espaço blockchain, moldaram o SPERO,$$s$ em um jogador competitivo e em evolução no mercado cripto. Conclusão O SPERO,$$s$ é um testemunho do potencial do web3 e das criptomoedas para revolucionar os sistemas financeiros e capacitar indivíduos. Com um compromisso com a governança descentralizada, o envolvimento da comunidade e funcionalidades inovadoras, abre caminho para um panorama financeiro mais inclusivo. Como em qualquer investimento no espaço cripto em rápida evolução, potenciais investidores e utilizadores são incentivados a pesquisar minuciosamente e a envolver-se de forma ponderada com os desenvolvimentos em curso dentro do SPERO,$$s$. O projeto demonstra o espírito inovador da indústria cripto, convidando a uma exploração mais aprofundada das suas inúmeras possibilidades. Embora a jornada do SPERO,$$s$ ainda esteja a desenrolar-se, os seus princípios fundamentais podem, de facto, influenciar o futuro de como interagimos com a tecnologia, as finanças e uns com os outros em ecossistemas digitais interconectados.

87 Visualizações TotaisPublicado em {updateTime}Atualizado em 2024.12.17

O que é AGENT S

Agent S: O Futuro da Interação Autónoma no Web3 Introdução No panorama em constante evolução do Web3 e das criptomoedas, as inovações estão constantemente a redefinir a forma como os indivíduos interagem com plataformas digitais. Um projeto pioneiro, o Agent S, promete revolucionar a interação humano-computador através do seu framework aberto e agente. Ao abrir caminho para interações autónomas, o Agent S visa simplificar tarefas complexas, oferecendo aplicações transformadoras em inteligência artificial (IA). Esta exploração detalhada irá aprofundar-se nas complexidades do projeto, nas suas características únicas e nas implicações para o domínio das criptomoedas. O que é o Agent S? O Agent S é um framework aberto e agente, especificamente concebido para abordar três desafios fundamentais na automação de tarefas computacionais: Aquisição de Conhecimento Específico de Domínio: O framework aprende inteligentemente a partir de várias fontes de conhecimento externas e experiências internas. Esta abordagem dupla capacita-o a construir um rico repositório de conhecimento específico de domínio, melhorando o seu desempenho na execução de tarefas. Planeamento ao Longo de Longos Horizontes de Tarefas: O Agent S emprega planeamento hierárquico aumentado por experiência, uma abordagem estratégica que facilita a decomposição e execução eficientes de tarefas intrincadas. Esta característica melhora significativamente a sua capacidade de gerir múltiplas subtarefas de forma eficiente e eficaz. Gestão de Interfaces Dinâmicas e Não Uniformes: O projeto introduz a Interface Agente-Computador (ACI), uma solução inovadora que melhora a interação entre agentes e utilizadores. Utilizando Modelos de Linguagem Multimodais de Grande Escala (MLLMs), o Agent S pode navegar e manipular diversas interfaces gráficas de utilizador de forma fluida. Através destas características pioneiras, o Agent S fornece um framework robusto que aborda as complexidades envolvidas na automação da interação humana com máquinas, preparando o terreno para uma infinidade de aplicações em IA e além. Quem é o Criador do Agent S? Embora o conceito de Agent S seja fundamentalmente inovador, informações específicas sobre o seu criador permanecem elusivas. O criador é atualmente desconhecido, o que destaca ou o estágio nascente do projeto ou a escolha estratégica de manter os membros fundadores em anonimato. Independentemente da anonimidade, o foco permanece nas capacidades e no potencial do framework. Quem são os Investidores do Agent S? Como o Agent S é relativamente novo no ecossistema criptográfico, informações detalhadas sobre os seus investidores e financiadores não estão explicitamente documentadas. A falta de informações disponíveis publicamente sobre as fundações de investimento ou organizações que apoiam o projeto levanta questões sobre a sua estrutura de financiamento e roteiro de desenvolvimento. Compreender o apoio é crucial para avaliar a sustentabilidade do projeto e o seu impacto potencial no mercado. Como Funciona o Agent S? No núcleo do Agent S reside uma tecnologia de ponta que lhe permite funcionar eficazmente em diversos ambientes. O seu modelo operacional é construído em torno de várias características-chave: Interação Humano-Computador Semelhante: O framework oferece planeamento avançado em IA, esforçando-se para tornar as interações com computadores mais intuitivas. Ao imitar o comportamento humano na execução de tarefas, promete elevar as experiências dos utilizadores. Memória Narrativa: Utilizada para aproveitar experiências de alto nível, o Agent S utiliza memória narrativa para acompanhar os históricos de tarefas, melhorando assim os seus processos de tomada de decisão. Memória Episódica: Esta característica fornece aos utilizadores orientações passo a passo, permitindo que o framework ofereça suporte contextual à medida que as tarefas se desenrolam. Suporte para OpenACI: Com a capacidade de funcionar localmente, o Agent S permite que os utilizadores mantenham o controlo sobre as suas interações e fluxos de trabalho, alinhando-se com a ética descentralizada do Web3. Fácil Integração com APIs Externas: A sua versatilidade e compatibilidade com várias plataformas de IA garantem que o Agent S possa integrar-se perfeitamente em ecossistemas tecnológicos existentes, tornando-o uma escolha apelativa para desenvolvedores e organizações. Estas funcionalidades contribuem coletivamente para a posição única do Agent S no espaço cripto, à medida que automatiza tarefas complexas e em múltiplos passos com mínima intervenção humana. À medida que o projeto evolui, as suas potenciais aplicações no Web3 podem redefinir a forma como as interações digitais se desenrolam. Cronologia do Agent S O desenvolvimento e os marcos do Agent S podem ser encapsulados numa cronologia que destaca os seus eventos significativos: 27 de Setembro de 2024: O conceito de Agent S foi lançado num artigo de pesquisa abrangente intitulado “Um Framework Agente Aberto que Usa Computadores como um Humano”, mostrando a base para o projeto. 10 de Outubro de 2024: O artigo de pesquisa foi disponibilizado publicamente no arXiv, oferecendo uma exploração aprofundada do framework e da sua avaliação de desempenho com base no benchmark OSWorld. 12 de Outubro de 2024: Uma apresentação em vídeo foi lançada, proporcionando uma visão visual das capacidades e características do Agent S, envolvendo ainda mais potenciais utilizadores e investidores. Estes marcos na cronologia não apenas ilustram o progresso do Agent S, mas também indicam o seu compromisso com a transparência e o envolvimento da comunidade. Pontos-Chave Sobre o Agent S À medida que o framework Agent S continua a evoluir, várias características-chave destacam-se, sublinhando a sua natureza inovadora e potencial: Framework Inovador: Concebido para proporcionar um uso intuitivo de computadores semelhante à interação humana, o Agent S traz uma abordagem nova à automação de tarefas. Interação Autónoma: A capacidade de interagir autonomamente com computadores através de GUI significa um avanço em direção a soluções computacionais mais inteligentes e eficientes. Automação de Tarefas Complexas: Com a sua metodologia robusta, pode automatizar tarefas complexas e em múltiplos passos, tornando os processos mais rápidos e menos propensos a erros. Melhoria Contínua: Os mecanismos de aprendizagem permitem que o Agent S melhore a partir de experiências passadas, aprimorando continuamente o seu desempenho e eficácia. Versatilidade: A sua adaptabilidade em diferentes ambientes operacionais, como OSWorld e WindowsAgentArena, garante que pode servir uma ampla gama de aplicações. À medida que o Agent S se posiciona no panorama do Web3 e das criptomoedas, o seu potencial para melhorar as capacidades de interação e automatizar processos significa um avanço significativo nas tecnologias de IA. Através do seu framework inovador, o Agent S exemplifica o futuro das interações digitais, prometendo uma experiência mais fluida e eficiente para os utilizadores em diversas indústrias. Conclusão O Agent S representa um ousado avanço na união da IA e do Web3, com a capacidade de redefinir a forma como interagimos com a tecnologia. Embora ainda esteja nas suas fases iniciais, as possibilidades para a sua aplicação são vastas e cativantes. Através do seu framework abrangente que aborda desafios críticos, o Agent S visa trazer interações autónomas para o primeiro plano da experiência digital. À medida que avançamos mais profundamente nos domínios das criptomoedas e da descentralização, projetos como o Agent S desempenharão, sem dúvida, um papel crucial na formação do futuro da tecnologia e da colaboração humano-computador.

701 Visualizações TotaisPublicado em {updateTime}Atualizado em 2025.01.14

Como comprar S

Bem-vindo à HTX.com!Tornámos a compra de Sonic (S) simples e conveniente.Segue o nosso guia passo a passo para iniciar a tua jornada no mundo das criptos.Passo 1: cria a tua conta HTXUtiliza o teu e-mail ou número de telefone para te inscreveres numa conta gratuita na HTX.Desfruta de um processo de inscrição sem complicações e desbloqueia todas as funcionalidades.Obter a minha contaPasso 2: vai para Comprar Cripto e escolhe o teu método de pagamentoCartão de crédito/débito: usa o teu visa ou mastercard para comprar Sonic (S) instantaneamente.Saldo: usa os fundos da tua conta HTX para transacionar sem problemas.Terceiros: adicionamos métodos de pagamento populares, como Google Pay e Apple Pay, para aumentar a conveniência.P2P: transaciona diretamente com outros utilizadores na HTX.Mercado de balcão (OTC): oferecemos serviços personalizados e taxas de câmbio competitivas para os traders.Passo 3: armazena teu Sonic (S)Depois de comprar o teu Sonic (S), armazena-o na tua conta HTX.Alternativamente, podes enviá-lo para outro lugar através de transferência blockchain ou usá-lo para transacionar outras criptomoedas.Passo 4: transaciona Sonic (S)Transaciona facilmente Sonic (S) no mercado à vista da HTX.Acede simplesmente à tua conta, seleciona o teu par de trading, executa as tuas transações e monitoriza em tempo real.Oferecemos uma experiência de fácil utilização tanto para principiantes como para traders experientes.

1.3k Visualizações TotaisPublicado em {updateTime}Atualizado em 2026.06.02

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 S (S) são apresentadas abaixo.