Apple's Desired On-Device AI Sees a Dark Horse Emerge: The First Cognitive Model is Born, 4B Matches GPT-5.4

marsbitPublicado em 2026-06-09Última atualização em 2026-06-09

Resumo

A Chinese company, Tomorrow's Journey (Nextie), has introduced what it is calling the industry's first "cognitive model" for edge devices. Named New Journey Alpha, this 4-billion-parameter model reportedly matches the performance of trillion-parameter giants like GPT-5.4 in group intelligence tasks such as debate and collective decision-making. The development follows Andrej Karpathy's vision of stripping vast factual knowledge from large language models to retain only a smaller "cognitive core" capable of reasoning, planning, and knowing its own limits. This approach directly addresses the soaring computational costs and token expenses hindering AI's widespread deployment, as highlighted by incidents like Amazon shutting down an internal AI tool due to prohibitive costs. Trained via reinforcement learning on a corpus of academic papers from 1800-2020 to enhance generalization, the model enables three key advancements: 1) Improved decision quality in multi-agent systems, 2) Drastically reduced compute costs, allowing for cost-effective cloud or on-device (e.g., MacBook) deployment, and 3) The feasibility of "proactive" AI agents that act autonomously without user prompts, unlocking new commercial possibilities beyond today's reactive models. Built by the former Microsoft Xiaoice team—known for creating a 3.6B model that outperformed a 65B Llama model—the company is now focusing on the multi-agent systems sector, a field gaining significant investor interest. The model's ec...

[Introduction] At the just-concluded WWDC, Siri's rebirth powered by AI was a key topic, and 'on-device models' have become a trend! Earlier, Andrej Karpathy called for stripping models of knowledge, retaining only the 'cognitive core'. A Chinese company claims to have realized this direction—4B parameters, achieving performance akin to trillion-parameter large models in collective intelligence tasks. What can on-device cognitive models truly change?

Last night, Siri was reborn with the help of Google's 1.2 trillion-parameter Gemini.

However, on the other hand, Amazon shut down its highly controversial internal AI leaderboard—employees extensively used AI tools, causing computing costs to skyrocket to a point where management could no longer ignore it.

Token cost has become the hardest barrier to large-scale AI adoption.

Andrej Karpathy previously suggested a direction in an interview: strip the massive knowledge from the model, leaving only a 'cognitive core' capable of thinking, planning, and knowing what it doesn't know—1B-level parameters would suffice.

https://www.youtube.com/watch?v=lXUZvyajciY

This direction is being validated.

A 4B-parameter model has achieved results equivalent to trillion-parameter large models like GPT-5.4 in collective intelligence tasks, and supports on-device deployment.

It comes from a founding team that previously topped the Japanese Hugging Face leaderboard with a 3.6B model defeating the 65B Llama.

This time, they have created the industry's first on-device cognitive model.

Karpathy's Prediction and the Bill for Compute

The pressure of compute costs has shifted from a technical issue to a financial one, with Amazon's case being just the tip of the iceberg.

Amazon employees frequently used internal AI tools to call upon large model inference capabilities, driving up overall compute expenditures, forcing management to urgently halt the leaderboard mechanism to curb usage.

https://www.ft.com/content/b1a62a7f-6df5-4c90-94ce-64ce9c9961b6?syn-25a6b1a6=1

The industry is experiencing its first 'Token retreat,' with the daily compute consumption of some companies reaching the hundred-million-yuan level.

The business model of large models is hitting a structural wall: the more powerful the capability and the deeper the reasoning chain, the higher the cost per call.

GPU Cost / Revenue is a key metric for all AI companies, and the trend of continuously expanding model parameters only worsens this ratio.

Karpathy's thinking points to another path: he proposed the need to strip 'memory/knowledge' from models, retaining what he calls the 'cognitive core'—

An entity stripped of massive facts and knowledge, but retaining thinking algorithms, intelligent magic, and problem-solving strategies.

He believes that even at a scale of 1 billion parameters, efficient human-like thinking can be achieved:

It will think like a human... If you ask it a factual question, it might need to look it up—it knows it doesn't know and will go check.

This statement sparked widespread discussion in the tech community.

Consensus on the direction is forming, but teams that can push the 'cognitive core' from concept to deployable product are the real variables.

4B Matches Trillion-Parameter: What Nextie Alpha Has Done

The entity that pushed Karpathy's described 'cognitive core' from concept to product is Nextie.

This company conducted reinforcement learning training on open-source reasoning models, decoupling knowledge from cognition—stripping the model of memorized knowledge reserves while enhancing generalization and abstract thinking capabilities.

The resulting model is named Nextie Alpha, with a parameter scale of 4B. It has completed training and been deployed, making it the industry's first product defined as a 'cognitive model'.

Specifically regarding its training method, it actually starts from an uncommon origin.

The Nextie team compiled human academic papers from 1800 to 2020, spanning 220 years, attempting to trace the evolutionary trajectory of collective intelligence as a reference for their technical roadmap.

Based on this research, they performed reinforcement learning on open-source reasoning models, focusing on improving generalization and abstraction capabilities.

To give an intuitive example: the trained model can transfer a Go player's decision-making patterns to daily life scenarios—Karpathy's idea of 'retaining thinking algorithms' finds concrete technical implementation here.

In terms of effectiveness, Nextie Alpha achieved output quality equivalent to large models like GPT-5.4 in collective intelligence tasks (debate, reflection, challenge, voting, etc.) with 4B parameters, offering significant advantages in compute consumption and inference speed.

More noteworthy is the application space unlocked by this model, with three layers of progressive significance.

First layer: improvement in multi-agent decision-making quality.

Within the Harness decision-making framework, using the cognitive model yields better output than using a reasoning model.

Upgrading the underlying model from 'reasoning' to 'cognition' brings a leap in the overall quality of the decision-making chain within multi-agent collaborative systems.

Second layer: orders-of-magnitude reduction in compute costs.

4B compared to trillion-parameter models drastically reduces compute overhead for cloud deployment.

Nextie Alpha also supports on-device deployment—it can run directly on MacBooks, embodied intelligence devices, etc., converting compute costs into electricity costs.

This is particularly significant for the field of embodied intelligence: using a trillion-parameter model to drive a household robot consumes large amounts of Tokens with every 'thought,' potentially making the comprehensive cost higher than hiring a human. 4B on-device deployment fundamentally rewrites this equation.

Third layer: unlocking proactive scenarios.

Currently, the vast majority of AI products operate in a reactive mode—the user gives a command, the model responds.

Proactive mode means the agent makes decisions and executes tasks autonomously, without waiting for commands. The commercial scale of proactive mode far exceeds that of reactive mode but has always been blocked by compute costs in the past.

Nextie Alpha supports 24/7 operation at a controllable cost, making previously shelved proactive agents—deemed too expensive—possible.

Team's Trump Card and Positioning in the Race

Nextie was founded by the founding team of Microsoft Xiaoice.

This team's signature is 'winning with small parameters against large parameters'—their previously trained open-source model rinna (Japanese Xiaoice) topped the Japanese Hugging Face leaderboard with 3.6B parameters, defeating the 65B Llama.

Nextie Alpha achieving effects comparable to trillion-parameter models with 4B continues the same technical lineage.

Nextie is heavily investing in the track of—Harness group multi-agent.

This track is gaining validation from top-tier capital—in March 2026, OpenAI invested in the startup Isara, directly pushing its valuation to $650 million. Isara's research focus is precisely multi-agent collaboration and collective intelligence.

https://www.wsj.com/tech/ai/openai-backs-new-ai-startup-seeking-bot-army-breakthroughs-a0b1fedc

In intelligent depth evaluations (IDI) for this field, Nextie's comprehensive performance is significantly higher than any single large model.

Capital validates the track's value, while evaluation data pinpoints Nextie's position within it.

The combination of these two signals points to the same judgment: group multi-agent is the next high-value direction in the AI application layer, and cognitive models are the key infrastructure driving it.

Cognitive Models Change Not Just Parameters, but the Ledger

GPU Cost / Revenue is the sword of Damocles hanging over all AI companies.

The solution provided by cognitive models fundamentally points to the reconstruction of the economic model—achieving with 4B what previously required trillion parameters means an entirely different cost structure for the same output quality.

Nextie revealed in an interview that the team is training a more generalized 8B cognitive model.

If 4B can already match GPT-5.4 in collective intelligence tasks, the capability boundaries of 8B are worth anticipating.

A more profound question is left for the entire industry: When the cost of running a cognitive model on-device 24/7 drops to a negligible level, all AI products designed today based on the 'user commands, model responds' reactive model may need to re-examine their product forms.

The commercial imagination space for proactive agents far exceeds everything under the current reactive agent paradigm.

This article is from the WeChat public account 'New Zhiyuan', author: ASI启示录

Criptomoedas em alta

ctr
CitreaCTR
wstusdt
wrapped stUSDTWSTUSDT
apr
aPrioriAPR
ctx
Cryptex FinanceCTX
audio
AudiusAUDIO
mantra
MantraMANTRA
waxl
AxelarWAXL
bill
Billions NetworkBILL
pyth
PYTH (Pyth)PYTH
rune
THORChainRUNE
brev
BrevisBREV
zrx
ZRX（0X）ZRX
cake
PancakeSwapCAKE
jst
JUSTJST
band
Band ProtocolBAND

Perguntas relacionadas

QWhat is the core idea behind Andrej Karpathy's proposed 'cognitive core' for AI models?

AAndrej Karpathy proposed stripping the vast 'knowledge/memory' from large models, leaving only a 'cognitive core'—a smaller entity (potentially around 1B parameters) that retains thinking algorithms, problem-solving strategies, and the awareness of what it does not know, enabling it to reason and look up information like a human.

QWhat company developed the 'NewCheng Alpha' model, and what is its key achievement?

AThe 'NewCheng Alpha' model was developed by Nextie (Tomorrow's New Journey). Its key achievement is being an industry-first edge-deployable cognitive model with 4B parameters that achieves output quality equivalent to trillion-parameter models like GPT-5.4 in collective intelligence tasks.

QWhat are the three main advantages or implications of deploying the 4B NewCheng Alpha model?

AThe three main advantages are: 1) Enhanced decision quality in multi-agent systems, 2) Drastic reduction in computational power costs (enabling edge deployment on devices like MacBooks), and 3) Unlocking Proactive AI scenarios where agents can operate autonomously 24/7 at a sustainable cost.

QWhat industry trend does the article mention regarding AI operating costs and business models?

AThe article mentions that token/inference costs are becoming a major barrier to AI scalability. Companies are facing unsustainable GPU Cost/Revenue ratios, leading to a 'Token Great Retreat' where even large firms like Amazon are curbing internal AI tool usage due to soaring compute expenses.

QBased on the article, what is the potential significance of the Harness multi-agent system and cognitive models?

AHarness multi-agent systems, driven by efficient cognitive models like NewCheng Alpha, represent a high-value future direction for AI application. They enable superior collective intelligence performance and could fundamentally shift AI product design from Reactive (command-response) to Proactive (autonomous action) models, vastly expanding commercial possibilities.

Leituras Relacionadas

The Semiconductor Industry's Most Obscure Chokepoint Material: It Has Multiplied in Price Unnoticed, and China Just Banned Its Export

"Helium: The Silent Choke Point in Semiconductors" Helium, despite being the universe's second most abundant element, is critically scarce on Earth. It cannot be synthesized artificially and escapes Earth's gravity once released, making it a non-renewable resource. Yet, it is indispensable for advanced semiconductor manufacturing, requiring ultra-high purity (99.9999%) for processes like wafer etching, leak detection, and thermal management in lithography tools, with no viable substitutes. This low-profile resource, whose price has doubled unnoticed, suddenly gained attention when China imposed an export ban on July 10th. The ban is a response to a severe global shortage triggered months earlier. In March, missile attacks damaged the world's largest helium production hub in Qatar's Ras Laffan, halting a third of global supply with repairs expected to take 3-5 years. Concurrently, Russia tightened export controls, and the US sold off its federal helium reserve. Approximately 200 specialized transport containers, each worth ~$1 million, were stranded with perishable cargo. Global spot prices skyrocketed, and chipmakers like TSMC warned of potential impacts. China, which imports over 84% of its helium (primarily from Qatar and Russia), faces a severe squeeze. Despite being helium-poor, China has developed domestic extraction technology over five years, processing byproduct gases from LNG plants to produce ultra-pure helium. Domestic output, while still only covering less than 20% of demand, enabled the recent export ban aimed at securing domestic supply for its own expanding chip industry. The industry now faces "Helium Shortage 5.0." With key global sources constrained for years, this invisible gas—once wasted on party balloons—has become a critical, geopolitically charged bottleneck for chips, healthcare (MRI machines), and beyond, forcing the world to finally treat it as the finite strategic resource it is.

marsbitHá 7m

The Semiconductor Industry's Most Obscure Chokepoint Material: It Has Multiplied in Price Unnoticed, and China Just Banned Its Export

marsbitHá 7m

Early Investor of Unitree Bets on a Brain-Computer Interface Company

"Wabo Technologies, a brain-computer interface (BCI) startup, has secured new funding from Vertex Ventures (under Temasek), Hongtai Fund, Chengdu Future Industry Fund, and Huifengda Capital. Vertex Ventures is known for its early bet on Unitree Robotics. Inspired by the sci-fi film "Avatar," founder Zhang Xingzhi has pursued human-machine interaction for over a decade. He established Wabo in late 2025, coinciding with China's push for BCI as a future industry. Unlike companies focused solely on medical hardware, Wabo positions itself as a model company. Its core mission is to develop a "Human Neural Intent Model" that decodes EEG, EMG, and behavioral signals to understand a user's goals, confirmations, corrections, and stop intentions before physical action, translating them into standardized control signals for machines, robots, or smart devices. The young, full-stack team, backed by academic collaborators from Tianjin University and Fudan University, quickly attracted investors. The company had previously raised a seed round from Ceyuan Capital. Investors were impressed by Wabo's systematic capabilities in data collection, signal processing, and engineering, seeing potential beyond a single hardware product toward a reusable layer of human intent interpretation. Applications span medical rehabilitation, smart homes, embodied AI, and even space exploration, with Wabo partnering with Tianjin University on pioneering "space BCI" research. Wabo plans a dual-headquarters strategy, with Shanghai focusing on high-end R&D and model development, and Chengdu handling hardware, product development, and supply chain. The BCI sector in China is heating up, with over 30 financing deals in early 2026. Zhang believes future competition will center on who can build a sustainable data-model-scenario loop. He predicts industry consolidation within three years, with only companies that master this闭环 surviving. The vision from "Avatar" is inching closer to reality."

marsbitHá 21m

Early Investor of Unitree Bets on a Brain-Computer Interface Company

marsbitHá 21m

ChangXin Technology: A Cyclical Stock Standing Atop the Cycle Peak

Changxin Technology: A Cyclical Stock at the Peak On July 27, 2026, Changxin Technology topped the A-share market with a market capitalization of 3.28 trillion yuan, surging 465% on its first trading day. The company, which lost 16.3 billion yuan in 2023, reported an estimated net profit of 50-57 billion yuan for the first half of 2026. Its dramatic reversal mirrors the volatile DRAM (Dynamic Random Access Memory) cycle. The DRAM industry is inherently cyclical, with booms and busts every 3-4 years. This is due to product standardization and a significant time lag in supply adjustment. When prices rise, manufacturers expand capacity, but new production takes 2-3 years to come online, often leading to oversupply and price crashes when demand cools. Changxin's performance perfectly tracks this cycle. It recorded deep losses in 2023-2024 during the industry downturn, turned its first annual profit in 2025, and saw profits skyrocket in Q1 2026. This surge is primarily price-driven. The AI boom has led major players like Samsung and SK Hynix to shift 70-80% of new capacity to high-margin HBM (High Bandwidth Memory), creating a severe shortage and price explosion in general-purpose DRAM markets where Changxin competes. However, a massive global capacity expansion is underway. The top three manufacturers have announced nearly $70 billion in capital expenditure for 2026. Changxin itself plans to expand from three to seven 12-inch wafer fabs. This investment will translate into significant new supply in 2-3 years. While DRAM prices are expected to remain high through 2026-2027, price growth is already slowing, and a potential downturn is forecast for around 2028 as new capacity ramps up. A key challenge for Changxin is catching up in the critical HBM segment. While it has delivered HBM3 samples, leaders are already mass-producing more advanced HBM3E. Success in HBM is crucial for gaining true cyclical resilience. In conclusion, Changxin is a commendable company that has broken foreign monopolies in DRAM. Its long-term growth narrative—driven by import substitution and AI—is valid. Yet, its current valuation of 5-6x forward P/E, typical for a cyclical stock at its peak, suggests much future growth is already priced in. AI may extend the current cycle but cannot eliminate the industry's inherent volatility. For investors, the critical question is preparedness for the inevitable downturn when the cycle turns.

marsbitHá 26m

ChangXin Technology: A Cyclical Stock Standing Atop the Cycle Peak

marsbitHá 26m

SK Hynix's Most Profitable Quarter Ever: Why Did It Still "Miss Expectations"?

SK H力士 reported record-breaking financial results for Q2 2026. Revenue reached 79.32 trillion KRW (up 257% YoY), while operating profit surged to 60.54 trillion KRW (up 557% YoY). Despite this, the figures fell slightly short of market expectations, causing initial volatility in its stock price. Key factors behind the "miss" include a high proportion of HBM sales tied to long-term supply agreements, which limited profit elasticity during a period of rapid price increases for standard DRAM and NAND memory. The company's outlook remains optimistic. Management forecasts continued strong demand growth for DRAM and NAND in 2026, with no observed slowdown in AI-related investments. Progress on HBM4 shipments and next-generation product development remains on schedule. Furthermore, SK H力士 plans to maintain high capital expenditures, indicating confidence in future AI-driven storage demand. The market reaction highlights a broader debate: investors are less focused on past profits and more on how to price future growth. Bulls emphasize the ongoing AI infrastructure expansion, while bears express concerns about valuation and the sustainability of capital spending. The company's performance and strategy will continue to be a key focus in the semiconductor sector.

Odaily星球日报Há 1h

SK Hynix's Most Profitable Quarter Ever: Why Did It Still "Miss Expectations"?

Odaily星球日报Há 1h

What If the CLARITY Act Ultimately Fails to Pass?

This article examines the potential consequences if the CLARITY Act, a major US crypto market structure bill, fails to pass in the Senate. Having cleared the House in July 2025 and a key committee in May 2026, the bill's passage into law this year is now considered uncertain, with prediction markets showing its probability dropping from 82% in February to 35%. The article analyzes three main areas of impact should the bill fail. First, for the crypto market, analysts believe a negative reaction is limited and partially priced in already, with Bitcoin's recent weakness attributed more to macro factors. The specific details of the failed bill would matter more than its failure alone. Second, for US stocks, Coinbase (COIN) could see short-term pressure, with analysts citing a potential drop to the $140-$160 range, though its long-term thesis is not solely tied to the bill. For Circle, failure might be neutral or even positive long-term, as a passed bill could invite more stablecoin competition. Bitcoin-treasury firms like Strategy (MSTR) are seen as more directly tied to Bitcoin's price than the legislation. Third, in Washington, the failure is framed within a broader political struggle. Democratic resistance is partly linked to concerns over former President Trump's crypto holdings, making the bill a political tool. If it fails in 2026, the industry would likely rely on existing frameworks like the GENIUS Act and agency-level rules. Missing the August window likely pushes any significant progress to 2027, a period of political reshuffling after midterm elections, making consensus harder to achieve.

Odaily星球日报Há 1h

What If the CLARITY Act Ultimately Fails to Pass?

Odaily星球日报Há 1h

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.

131 Visualizações TotaisPublicado em {updateTime}Atualizado em 2024.12.17

O que é $S$

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.

748 Visualizações TotaisPublicado em {updateTime}Atualizado em 2025.01.14

O que é AGENT S

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

Como comprar S

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.

活动图片

Categorias popularesright-arrow

Etiquetas Popularesright-arrow