Stanford 423-Page AI Report: US-China Gap Only 2.7%, Tsinghua DeepSeek Breaks into Global Top Ten

marsbitXuất bản vào 2026-04-15Cập nhật gần nhất vào 2026-04-15

Tóm tắt

The 2026 AI Index Report from Stanford HAI reveals a rapidly closing gap between the U.S. and China in AI model performance, now at just 2.7%. Chinese models like DeepSeek and Tsinghua have entered the global top ten. Over 90% of cutting-edge AI models now come from industry, not academia. AI capabilities are advancing unprecedentedly—models now outperform humans in tasks like coding (SWE-bench), mathematics (IMO), and multimodal reasoning. However, "jagged frontiers" persist, with models excelling in complex tasks but struggling with basics like reading analog clocks (50.1% accuracy). Global corporate AI investment reached $581.7 billion in 2025, doubling year-over-year, with the U.S. leading. Yet, AI researcher immigration to the U.S. has plummeted 89% since 2017. AI adoption is high globally (58% workplace usage), especially in China (over 80%). Concerns include rising AI-related incidents (362 in 2025) and significant job displacement for young developers (20% decline in employment among 22-25-year-olds). The report highlights a disconnect between rapid AI progress and slower adaptation in regulation, education, and public trust.

Author: Xinzhiyuan

Editors: Haokun, Taozi

[Xinzhiyuan Insight] Stanford's "2026 AI Index Report" is out! This 432-page report is extremely valuable: the US-China AI showdown has nearly leveled, with the gap shrinking to just 2.7%. The world's top AI models, 95 in total, are mostly concentrated in big tech. Most critically, employment for developers aged 22-25 has been cut by 20%.

Today, Stanford HAI重磅 released the "2026 AI Index Report"!

This 423-page annual report comprehensively reveals the latest power dynamics of the global AI industry.

It presents a core conclusion: AI's capabilities are growing rapidly; but humanity's ability to measure and manage it hasn't kept pace.

Among the most shocking conclusions—

The performance gap between US and Chinese AI models has essentially disappeared, with the lead frequently changing hands in this peak showdown; currently, Anthropic's leading advantage is only 2.7%.

The US invests more money in AI than anyone else, but it's increasingly struggling to attract top talent.

The report also points out that AI evolution has not hit a so-called "bottleneck"; instead, it's advancing at an unprecedented pace.

Over the past year, over 90% of the world's top models have matched or surpassed human performance on doctoral-level scientific questions, multimodal reasoning, and competition mathematics.

Especially in coding ability, SWE-bench scores surged from 60% to nearly 100% in one year.

However, AI's "uneven proficiency" is extremely severe, presenting a distorted reality:

LLMs can win IMO gold medals but can't read analog clocks correctly, with an accuracy rate of only 50.1%.

Meanwhile, AI taking jobs has moved from prediction to reality, and the first to suffer are today's young "workers".

Here are the highlights: the 12 most hardcore trends from the "2026 AI Index Report".

Other quick highlights:

  • Global AI computing power increased 30-fold in 3 years, NVIDIA独占 60%, almost all chips come from one company, TSMC

  • Global corporate AI investment in 2025 was $581.7 billion, doubling year-over-year, the US alone accounted for nearly half

  • AI researchers entering the US fell 89% over 7 years, dropping 80% in the past year alone

  • Employment for software developers aged 22-25 has fallen 20% since 2024, entry-level positions precisely cut

  • China has cumulatively built 85 public AI supercomputers, more than double North America's, ranking first globally

  • AI usage rate in Chinese workplaces exceeds 80%, far surpassing the global average of 58%

  • The strongest models are becoming black boxes, 80 out of 95 representative models did not公开 training code

US-China Face-to-Face Gap Only 2.7% Left

Stanford plotted the US #1 and China #1 from the Arena leaderboard since May 2023 on the same coordinate system.

In May 2023, gpt-4-0314 led with 1320 points, China was still chatglm-6b, a gap of over 300 points.

In February 2025, DeepSeek-R1 briefly tied with the US top model for the first time.

In March 2026, the US's Claude Opus 4.6 scored 1503 points, China's dola-seed-2.0-preview scored 1464 points.

The gap between US and Chinese AI is now only 39 points. Converted to a percentage, 2.7%.

More noteworthy is the frequency of lead changes over the past year. Since early 2025, the top models of the two countries have swapped positions on the Arena several times.

The numbers are also close to fifty-fifty.

In 2025, the US released 50 "significant models", China closely followed with 30 top-tier large models.

In the first tier, OpenAI, Google, Alibaba, Anthropic, xAI stand together, a fifty-fifty split of the global TOP 5.

Looking further down to TOP 10, Chinese institutions and companies occupy four spots: Alibaba, DeepSeek, Tsinghua, ByteDance.

The重心 of the open-source ecosystem has also明显东移 this year.

DeepSeek, Qwen, GLM, MiniMax, Kimi have been pushing the capability curve of open-source weights forward.

Add in论文发表量, citation counts, patent output, industrial robot installations, China ranks first globally in all.

<极速发展的AI:能力飞升,其他一切都在脱节" alt="">

Pricing is another battlefront.

Overseas developers calculated on X that the output price of Seed 2.0 Pro is about one-tenth that of Claude Opus 4.6.

Performance is face-to-face, price is one-tenth. The ripple effects of this are just beginning.

90% of Frontier Models Come from Industry, Deification Speed Unprecedented

Of the 95 most representative models released last year, over ninety percent came from industry, not academic institutions or government labs.

The release speed is also变态 accelerating.

In February 2026 alone, eight or nine flagship models entered the arena同月: Gemini 3.1 Pro, Claude Opus 4.6, GPT-5.3 Codex, Grok 4.20, Qwen 3.5, Seed 2.0 Pro, MiniMax M2.5, GLM-5.

The deification cycle has changed from "years" to "months".

The most猛 curve is programming.

SWE-bench Verified, a benchmark for real bug fixing, went from 60% to nearly 100% in one year.

Not a few points increase, but basically capped.

Terminal-Bench tests Agent's ability to handle real terminal tasks, rising from 20% last year to 77.3%.

The success rate of cybersecurity Agents solving problems increased from 15% to 93%.

Gemini Deep Think won a gold medal at the International Mathematical Olympiad.

PhD-level scientific问答(GPQA Diamond), competition mathematics (AIME), multimodal reasoning (MMMU)—these were once considered "insurmountable by humans"—have all been conquered by frontier models.

最能说明问题的是Humanity's Last Exam.

This is a test specifically designed to "stump AI, favor human experts", with questions provided by top experts in various fields.

Last year OpenAI's o1 scored 8.8%; frontier models pushed the score up another 30 percentage points in a year; currently Claude Opus 4.6 and Gemini 3.1 Pro have both passed 50%.

Jagged Frontier: Can Win IMO Gold But Can't Read a Clock

But the same index presents another set of numbers.

The strongest model's accuracy rate on the task of "reading an analog clock" is 50.1%.

The success rate of robots operating in lab simulation environments (RLBench) has reached 89.4%. But when moved to real household scenarios to complete chores like washing dishes or folding clothes, the success rate immediately drops to 12%.

Between the lab and the kitchen, there's a gap of 77 percentage points.

Researchers have named this phenomenon the "jagged frontier". The distribution of AI capabilities is uneven; it can win a math olympiad gold medal but can't reliably tell you what time it is.

AI can win math olympiad gold medals, but only has a fifty percent chance of reading an analog clock. AI is accelerating, but not in the same direction.

Also, in agent tasks, in the OSWorld test, frontier AI strength (66.3%) is approaching the human baseline.

However, in the PaperArena test专门评估科研逻辑, the strongest AI-powered Agent scored only 39%, half the capability of a PhD student.

But this unevenness doesn't stop companies from integrating AI into production lines.

Another number from the AI Index is that the global enterprise AI adoption rate has reached 88%. Ninety percent of companies have integrated AI into some workflow.

The cost is rising simultaneously. Recorded AI-related incidents increased from 233 in 2024 to 362.

Money is Accelerating: $581.7 Billion Poured into AI

Global corporate AI investment in 2025 reached $581.7 billion, a year-on-year increase of 130%.其中, private investment was $344.7 billion, up 127.5% year-on-year.

Both curves almost doubled.

By country, the US is in a league of its own. US private AI investment in 2025 was $285.9 billion. And it added 1,953 AI startups in one year, also more than 10 times the number of the second-ranked country.

Money is accelerating into the US. But another core US resource is moving in the opposite direction.

People are Flowing Out: AI Researchers Entering the US Fell 89%

There's a set of numbers that makes one pause.

From 2017 to now, the number of AI researchers and developers entering the US has fallen by 89%.

More critically, this decline is accelerating. In the past year alone, the drop was 80%.

The US still has the highest density of AI researchers globally, but the inflow tap is tightening.

The curves of money and people are starting to反向. This is a situation not seen in the past decade.

Computing Power Rose 30-Fold in 3 Years, Lifelines in One Company's Hands

The AI capability curve is accelerating, but the computing power curve behind it is running even faster.

From 2021 to now, global AI computing power has increased 30-fold. Over the past three years, it has tripled every year.

This curve is supported by a few companies.

NVIDIA's GPUs alone account for over 60% of the world's AI computing power. Amazon and Google rank second and third with their own chips, but combined they are far behind NVIDIA.

And almost all these chips come from one foundry, TSMC. The steeper the computing power curve, the narrower the lifeline.

Meanwhile, the cost is also increasing.

The total power of global AI data centers has reached 29.6 GW, equivalent to New York State's entire peak electricity demand. The estimated carbon emission for one training run of xAI Grok 4 is 72,816 tons of CO2 equivalent, equal to the tailpipe emissions of 17,000 cars driving for a year.

Where data centers are built, where electricity comes from, where chips are produced—these three questions have become the most headache-inducing issues on every AI company CEO's desk this year.

Generative AI Penetrated 53% in Three Years, Chinese Workplace Usage Exceeds 80%

Generative AI reached a global population penetration rate of 53% within three years.

This speed is faster than personal computers, faster than the internet.

But penetration speed is highly correlated with country. Singapore 61%, UAE 54%, both ahead of the US. The US ranks only 24th among the surveyed countries, with a penetration rate of 28.3%.

If we change the dimension from consumers to the workplace, the contrast is greater.

Another set of data in the report shows that in 2025, 58% of employees globally had already started using AI regularly at work. But in five countries—China, India, Nigeria, UAE, Saudi Arabia—this proportion exceeded 80%.

China's workplace AI penetration rate is already more than 20 percentage points higher than the global average.

Even more interesting is consumer value.

AI Index estimates that by early 2026, generative AI tools create $172 billion in value annually for US consumers. From 2025 to 2026, the median value per user tripled.

The vast majority of users are still using the free version.

Entry-Level Positions Sharply Reduced, 22-25 Year-Old Dev Jobs Slashed 20%

The part of the entire AI Index that might be most沉默 for Chinese readers is probably the section on youth employment.

The number of employed software developers aged 22 to 25 has fallen by about 20% since 2024.

During the same period, older peer groups actually grew.

Not just development roles. Other high-AI-exposure industries like customer service are also showing the same pattern.

More worrying are the results of corporate surveys. Respondent executives generally expect future layoffs to be larger than in the past few months.

This isn't about the macro unemployment rate; it's about entry-level positions being precisely cut off.

If the first job is gone, the entire career ladder loses a rung. The long-term impact of this is something no one can calculate yet.

AI is Rewriting the Way Science is Done

If the employment section is cold, the science section is hot.

AI-related papers in natural sciences, physical sciences, and life sciences grew by 26% to 28% year-on-year in 2025.

Specifically in application, this year for the first time an AI completely ran an end-to-end weather forecasting process. From raw meteorological observation data directly outputting final forecasts for temperature, wind speed, humidity, with no traditional numerical models介入.

AI is moving from "helping you write papers" "helping you calculate numbers" to "making discoveries itself".

It's the same in hospitals. In 2025, many hospitals began deploying AI tools that can automatically generate clinical records from consultation dialogues. Doctors in multiple hospital systems reported that time spent writing medical records was reduced by up to 83%, with significant decreases in burnout.

But the same index pours cold water on medical AI. A review of over 500 clinical AI studies found that nearly half relied on exam-style datasets, and only 5% used real clinical data.

AI can reduce doctors' typing time, that's certain. AI's clinical value on real patients currently has many question marks.

Self-Learning Wave Explodes Globally, Formal Education Has Fallen Behind

Formal education can't keep up with AI.

4/5 of US high school and college students now use AI to complete school assignments. But only half of secondary schools have AI usage policies, and only 6% of teachers think these policies are clear.

Students are running ahead, teachers are still in place, rules haven't appeared yet.

While formal education falls behind, the self-learning wave is exploding globally. It says the three countries with the fastest growth in learning AI engineering skills are the UAE, Chile, and South Africa.

Not the US, not Europe.

The steepest part of the skill curve is growing in places no one is looking.

Strongest Models Become the Most Opaque, Experts and Public are分裂

The strongest models are becoming the most opaque models.

The Foundation Model Transparency Index's average score fell from 58 last year to 40 this year. The AI Index directly点名, Google, Anthropic, OpenAI have all stopped公开 the training data scale and training duration of their latest models.

Of the 95 most representative models released last year, 80 did not公开 training code.

Public sentiment has also become more complex.

Globally, the proportion believing AI's benefits outweigh the risks rose from 52% to 59%. But during the same period, the proportion feeling nervous about AI rose from 50% to 52%.

Both directions are growing simultaneously.

The most分裂 is the US. Only 33% of Americans think AI will make their jobs better, the global average is 40%. Americans' trust in their own government to regulate AI is the lowest among surveyed countries, 31%.

Singaporeans' trust in their government to regulate AI is 81%.

After the recent incident at Sam Altman's house was袭击, Silicon Valley insiders were "surprised to find" that ordinary people in the Instagram comments were not sympathetic, some even felt "it should be more intense".

They didn't realize things had gotten this bad.

The Pew and Ipsos data cited in the report show that the perception gap between experts and the public on the impact of AI on employment, healthcare, economy, etc.,普遍 exceeds 30 percentage points, with the largest gap reaching 50 percentage points.

On one side, the curves in the lab are soaring; on the other, ordinary people's unease is accumulating.

There is no bridge in between.

In Conclusion

The 423-page report has hundreds of charts, but it really only draws one picture.

The horizontal axis is time, the vertical axis is capability.

The model capability curve is flying, the computing power curve is flying, the investment curve is flying, the adoption rate curve is flying. Everything else is stagnating or moving downward.

This is the entire content of the 2026 AI Index.

AI is accelerating. Everything else is decoupling.

If you are in this industry, the question to ask now is not "what will the future be like", but "which curve are you standing on".

Tiền kỹ thuật số thịnh hành

Câu hỏi Liên quan

QWhat is the performance gap between the top AI models of the US and China according to the Stanford AI Index Report 2026?

AThe performance gap between the top AI models of the US and China has narrowed to just 2.7%.

QWhich Chinese institutions or companies are ranked in the global top 10 for AI models?

AAlibaba, DeepSeek, Tsinghua University, and ByteDance are the Chinese institutions and companies ranked in the global top 10.

QWhat percentage of the world's top AI models in the past year came from industry rather than academia?

AOver 90% of the world's top AI models in the past year came from industry, not academia or government labs.

QWhat significant negative impact on employment is highlighted in the report, particularly for a specific age group?

AEmployment for software developers aged 22-25 has decreased by approximately 20% since 2024, as entry-level positions are being disproportionately affected.

QWhat is the term used in the report to describe the uneven and inconsistent development of AI capabilities?

AThe term used to describe the uneven development of AI capabilities is 'jagged frontier' (锯齿前沿).

Nội dung Liên quan

Cổ phiếu Ưu đãi STRC Mất Neo 11%, Cỗ Máy Vĩnh Cửu Của Strategy Còn Vận Hành Được Không?

Tác giả: Azuma, Odaily Planet Daily Cổ phiếu ưu đãi STRC của MicroStrategy đang trong tình trạng "thoát neo" kéo dài. Từ ngày 15/5, giá STRC đã dần lệch khỏi mệnh giá mục tiêu 100 USD, mức chiết khấu gần đây còn gia tăng mạnh, có lúc chạm đáy 83,26 USD. Tính đến ngày 12/6, giá đóng cửa là 88,59 USD, "thoát neo" hơn 11% so với mệnh giá mục tiêu. STRC, một công cụ phái sinh tài chính sáng tạo được thiết kế với sự hỗ trợ của AI, có mệnh giá mục tiêu cố định 100 USD và cổ tức tương đối ổn định, đóng vai trò là động cơ chính trong "bánh xe vốn" của MicroStrategy. Công ty có thể huy động vốn liên tục thông qua cơ chế phát hành theo giá thị trường (ATM) mà không làm pha loãng cổ phần của cổ đông phổ thông (MSTR), sau đó dùng tiền để mua Bitcoin, từ đó nâng cao giá trị tài sản ròng và củng cố niềm tin vào STRC. Tuy nhiên, vòng quay vốn này vận hành trơn tru với điều kiện tiên quyết là giá STRC phải duy trì quanh mức 100 USD. Dù MicroStrategy đã tăng cổ tức lên 11.5% và chuyển sang trả nửa tháng một lần, tình trạng thoát neo vẫn chưa được khắc phục. Nguyên nhân được cho là do áp lực bán tháo từ các quỹ arbitrage sử dụng đòn bẩy, cùng với lo ngại sâu xa hơn về thanh khoản của MicroStrategy. Một báo cáo của JPMorgan chỉ ra rằng dự trữ tiền mặt hiện tại của công ty chỉ đủ trang trải cổ tức ưu đãi trong khoảng 6.3 tháng. Dù MicroStrategy tuyên bố lượng Bitcoin dự trữ khổng lồ của họ có thể trang trải cổ tức trong 32 năm, điều này ngụ ý khả năng phải bán Bitcoin để lấy tiền mặt - một động thái trái với tuyên bố "nắm giữ dài hạn" trước đây của công ty và người sáng lập Michael Saylor. Việc bán thử nghiệm 32 Bitcoin đầu tháng 6 đã làm dấy lên mối lo ngại này. Việc STRC thoát neo kéo dài phản ánh thị trường đang định giá lại mức độ rủi ro trong toàn bộ cấu trúc vốn của MicroStrategy. Nếu tình trạng này tiếp diễn, khả năng huy động vốn then chốt của công ty sẽ bị suy yếu. Trong bối cảnh dự trữ tiền mặt có hạn, nỗi lo công ty phải bán Bitcoin để chi trả cổ tức sẽ càng gia tăng. Điều này không chỉ ảnh hưởng đến STRC mà còn có thể tạo ra áp lực giảm giá đáng kể lên Bitcoin, vì MicroStrategy vốn là một trong những người mua biên quan trọng nhất trên thị trường.

marsbit30 phút trước

Cổ phiếu Ưu đãi STRC Mất Neo 11%, Cỗ Máy Vĩnh Cửu Của Strategy Còn Vận Hành Được Không?

marsbit30 phút trước

Vừa rồi, Nhà đoạt giải Nobel trở thành nhân viên mới của Anthropic

Chỉ vừa qua, nhà khoa học đoạt giải Nobel Hóa học John Jumper, linh hồn của AlphaFold, đã chính thức rời Google DeepMind sau gần 9 năm để gia nhập Anthropic. Đây được coi là một sự kiện gây chấn động giới công nghệ, đánh dấu việc Anthropic chiêu mộ thành công một tài năng hàng đầu. Jumper, người có nền tảng toán học, vật lý và hóa học lý thuyết, đã được Demis Hassabis giao lãnh đạo dự án AlphaFold chỉ 6 tháng sau khi nhận bằng tiến sĩ. Dưới sự dẫn dắt của anh, AlphaFold đã cách mạng hóa ngành sinh học cấu trúc, giải quyết bài toán gập protein và tạo ra cơ sở dữ liệu cấu trúc protein khổng lồ, đóng góp đưa anh và Hassabis đến giải Nobel Hóa học 2024. Sự ra đi của Jumper diễn ra chỉ 2 ngày sau khi Noam Shazeer, đồng tác giả của Transformer và cựu lãnh đạo Gemini, rời Google để đến OpenAI. Việc liên tiếp mất đi hai nhân vật then chốt đặt ra câu hỏi lớn về chiến lược giữ chân nhân tài của Google. Một số ý kiến cho rằng các công ty AI tiên phong như Anthropic hay OpenAI đang cung cấp một thứ Google khó có thể cho các nhà nghiên cứu: cảm giác một cá nhân có thể thay đổi lộ trình của cả công ty. Động thái này là một bước đi chiến lược rõ ràng của Anthropic trong cuộc đua AI cho khoa học sự sống. Công ty trước đó đã mua lại Coefficient Bio, xây dựng phòng thí nghiệm và ra mắt các sản phẩm như Claude for Life Sciences. Việc có Jumper dẫn dắt sẽ tăng cường đáng kể năng lực này. Mặt trận này đang nóng lên khi cả OpenAI (với GPT-Rosalind) và Google DeepMind (qua Isomorphic Labs) cũng đang đổ nguồn lực khổng lồ để tái định hình ngành sinh học và dược phẩm bằng AI. Sự dịch chuyển của Jumper không chỉ là một tin tức nhân sự, mà còn là tín hiệu cho thấy cuộc cạnh tranh khốc liệt giữa các gã khổng lồ AI đã chính thức mở rộng sang lĩnh vực có tiềm năng cách mạng hóa sức khỏe con người: khoa học sự sống.

marsbit36 phút trước

Vừa rồi, Nhà đoạt giải Nobel trở thành nhân viên mới của Anthropic

marsbit36 phút trước

Việc Giảm Mạnh STRC Của Strategy Cho Thấy Rủi Ro Đằng Sau Các Sản Phẩm Tín Dụng Liên Kết Bitcoin

Việc cổ phiếu ưu đãi STRC của Strategy (công ty mẹ của MicroStrategy) giao dịch giảm mạnh dưới mệnh giá 100 USD đã làm nổi bật rủi ro đằng sau các sản phẩm tín dụng gắn với Bitcoin. Dù CEO Matt Cole mô tả đây là đợt "thanh lọc đòn bẩy" do bán ép chứ không phải sự kiện vỡ nợ cơ bản, sự sụt giảm vẫn cho thấy mức độ nhanh chóng mà đòn bẩy có thể làm lộ ra điểm yếu trong các công cụ liên quan đến chiến lược kho bạc Bitcoin. Sự kiện này nhấn mạnh rằng các sản phẩm tín dụng Bitcoin mang rủi ro khác biệt so với nắm giữ BTC trực tiếp hoặc cổ phiếu phổ thông, đặc biệt khi nhà đầu tư sử dụng vay mượn. Nó cũng phản ánh sự phức tạp ngày càng tăng của thị trường tài chính hóa các kho bạc Bitcoin, nơi sự tương tác giữa cổ phiếu ưu đãi, cam kết cổ tức, đòn bẩy và biến động giá Bitcoin có thể dẫn đến bán ép trong điều kiện thanh khoản căng thẳng. Bài học chính là một lời cảnh báo về rủi ro đòn bẩy và tính dễ tổn thương trong cấu trúc tài chính phức tạp, hơn là bằng chứng về khả năng trả nợ của công ty phát hành.

bitcoinist7 giờ trước

Việc Giảm Mạnh STRC Của Strategy Cho Thấy Rủi Ro Đằng Sau Các Sản Phẩm Tín Dụng Liên Kết Bitcoin

bitcoinist7 giờ trước

Tòa Án Tối Cao Australia Trao Thắng Lợi Lớn Cho ASIC Trong Vụ Án Sản Phẩm Yield Tiền Mã Hóa Block Earner

Tòa án Tối cao Úc đã phán quyết nhất trí ủng hộ Ủy ban Chứng khoán và Đầu tư Úc (ASIC) trong vụ kiện chống lại công ty Block Earner. Tòa án xác định sản phẩm "Earner" cố định lợi suất lịch sử của Block Earner là một sản phẩm tài chính và phái sinh, do đó yêu cầu công ty phải có Giấy phép Dịch vụ Tài chính Úc để cung cấp sản phẩm này. Vụ việc giờ sẽ được chuyển lại cho Tòa án Liên bang Toàn thể để xác định hình phạt. Phán quyết này rất quan trọng vì nó áp dụng luật dịch vụ tài chính truyền thống của Úc vào một sản phẩm tiền mã hóa hứa hẹn lợi suất. Nó thiết lập một tiền lệ rõ ràng rằng các sản phẩm cung cấp lợi nhuận có cấu trúc hoặc có đặc điểm kinh tế giống phái sinh có thể phải đáp ứng các yêu cầu cấp phép, bất kể được gắn nhãn là gì. Mặc dù sản phẩm "Earner" cụ thể này không còn được cung cấp, phán quyết cung cấp cho ASIC cơ sở pháp lý vững chắc cho các hành động tương tự trong tương lai, phù hợp với xu hướng toàn cầu của các cơ quan quản lý trong việc đưa các sản phẩm tiền mã hóa vào khuôn khổ quy định hiện hành. Đối với các công ty tiền mã hóa, bài học là cần xem xét kỹ lưỡng bản chất kinh tế của sản phẩm. Đối với người tiêu dùng, phán quyết nhắc nhở rằng các sản phẩm sinh lợi tiềm ẩn rủi ro và khác biệt so với việc nắm giữ tiền mã hóa thông thường. Phán quyết này vạch ra một ranh giới quy định rõ ràng hơn cho ngành công nghiệp tiền mã hóa tại Úc.

bitcoinist9 giờ trước

Tòa Án Tối Cao Australia Trao Thắng Lợi Lớn Cho ASIC Trong Vụ Án Sản Phẩm Yield Tiền Mã Hóa Block Earner

bitcoinist9 giờ trước

Blockchain.com Mở Rộng Truy Cập Cổ Phiếu Token Hóa Thông Qua Ondo Finance

Blockchain.com đã mở rộng khả năng tiếp cận cổ phiếu và ETF được mã hóa (tokenized) của Hoa Kỳ thông qua ví tiền điện tử của mình, nhờ vào quan hệ đối tác với Ondo Finance. Động thái này mang các tài sản trong thế giới thực được quản lý vào giao diện quen thuộc dành cho người dùng tiền điện tử đủ điều kiện, cho phép họ nắm giữ các sản phẩm truyền thống như cổ phiếu bên cạnh stablecoin và công cụ DeFi. Ondo Finance, một tên tuổi nổi bật trong thị trường tài sản thực được mã hóa (RWA), đóng vai trò trung tâm bằng cách cung cấp các sản phẩm tài chính quen thuộc dưới dạng token. Sự hợp tác này giải quyết thách thức về phân phối, đưa các tài sản được mã hóa trực tiếp đến người dùng ví tiền điện tử hiện có. Một khía cạnh quan trọng là mục tiêu phục vụ người dùng bên ngoài Hoa Kỳ, nơi việc tiếp cận thị trường vốn Mỹ có thể bị hạn chế. Giải pháp này cung cấp một lựa chọn thay thế mang tính bản địa hóa cho tiền điện tử, tích hợp vào cơ sở hạ tầng tài chính mà người dùng toàn cầu đã quen thuộc. Bối cảnh thị trường RWA đang trở nên cạnh tranh hơn, với nhiều nền tảng tranh giành để trở thành cổng kết nối chính cho tài sản truyền thống được mã hóa. Blockchain.com và Ondo đặt cược rằng việc tích hợp liền mạch vào ví tiền điện tử có thể cung cấp trải nghiệm đơn giản và đáng tin cậy, giúp thu hẹp khoảng cách so với các sản phẩm môi giới truyền thống.

bitcoinist12 giờ trước

Blockchain.com Mở Rộng Truy Cập Cổ Phiếu Token Hóa Thông Qua Ondo Finance

bitcoinist12 giờ trước

Giao dịch

Giao ngay
Hợp đồng Tương lai

Bài viết Nổi bật

AGENT S là gì

Agent S: Tương Lai của Tương Tác Tự Động trong Web3 Giới thiệu Trong bối cảnh không ngừng phát triển của Web3 và tiền điện tử, các đổi mới đang liên tục định nghĩa lại cách mà cá nhân tương tác với các nền tảng kỹ thuật số. Một dự án tiên phong như vậy, Agent S, hứa hẹn sẽ cách mạng hóa tương tác giữa con người và máy tính thông qua khung tác nhân mở của nó. Bằng cách mở đường cho các tương tác tự động, Agent S nhằm đơn giản hóa các nhiệm vụ phức tạp, cung cấp các ứng dụng chuyển đổi trong trí tuệ nhân tạo (AI). Cuộc khám phá chi tiết này sẽ đi sâu vào những phức tạp của dự án, các tính năng độc đáo của nó và những tác động đối với lĩnh vực tiền điện tử. Agent S là gì? Agent S đứng vững như một khung tác nhân mở đột phá, được thiết kế đặc biệt để giải quyết ba thách thức cơ bản trong việc tự động hóa các nhiệm vụ máy tính: Thu thập Kiến thức Cụ thể theo Miền: Khung này học một cách thông minh từ nhiều nguồn kiến thức bên ngoài và kinh nghiệm nội bộ. Cách tiếp cận kép này giúp nó xây dựng một kho lưu trữ phong phú về kiến thức cụ thể theo miền, nâng cao hiệu suất của nó trong việc thực hiện nhiệm vụ. Lập Kế Hoạch Qua Các Tầm Nhìn Nhiệm Vụ Dài Hạn: Agent S sử dụng lập kế hoạch phân cấp tăng cường kinh nghiệm, một cách tiếp cận chiến lược giúp phân chia và thực hiện các nhiệm vụ phức tạp một cách hiệu quả. Tính năng này nâng cao đáng kể khả năng quản lý nhiều nhiệm vụ con một cách hiệu quả và hiệu suất. Xử Lý Các Giao Diện Động, Không Đều: Dự án giới thiệu Giao Diện Tác Nhân-Máy Tính (ACI), một giải pháp đổi mới giúp nâng cao tương tác giữa các tác nhân và người dùng. Sử dụng các Mô Hình Ngôn Ngữ Lớn Đa Phương Thức (MLLMs), Agent S có thể điều hướng và thao tác các giao diện người dùng đồ họa đa dạng một cách liền mạch. Thông qua những tính năng tiên phong này, Agent S cung cấp một khung vững chắc giải quyết các phức tạp liên quan đến việc tự động hóa tương tác giữa con người với máy móc, mở ra nhiều ứng dụng trong AI và hơn thế nữa. Ai là Người Tạo ra Agent S? Mặc dù khái niệm về Agent S là hoàn toàn đổi mới, thông tin cụ thể về người sáng lập vẫn còn mơ hồ. Người sáng lập hiện vẫn chưa được biết đến, điều này làm nổi bật giai đoạn sơ khai của dự án hoặc sự lựa chọn chiến lược để giữ kín các thành viên sáng lập. Bất chấp sự ẩn danh, sự chú ý vẫn tập trung vào khả năng và tiềm năng của khung này. Ai là Các Nhà Đầu Tư của Agent S? Vì Agent S còn tương đối mới trong hệ sinh thái mã hóa, thông tin chi tiết về các nhà đầu tư và những người tài trợ tài chính của nó không được ghi chép rõ ràng. Sự thiếu vắng thông tin công khai về các nền tảng đầu tư hoặc tổ chức hỗ trợ dự án dấy lên câu hỏi về cấu trúc tài trợ và lộ trình phát triển của nó. Hiểu biết về sự hỗ trợ là rất quan trọng để đánh giá tính bền vững và tác động tiềm năng của dự án. Agent S Hoạt Động Như Thế Nào? Tại cốt lõi của Agent S là công nghệ tiên tiến cho phép nó hoạt động hiệu quả trong nhiều bối cảnh khác nhau. Mô hình hoạt động của nó được xây dựng xung quanh một số tính năng chính: Tương Tác Giống Như Con Người: Khung này cung cấp lập kế hoạch AI tiên tiến, cố gắng làm cho các tương tác với máy tính trở nên trực quan hơn. Bằng cách bắt chước hành vi của con người trong việc thực hiện nhiệm vụ, nó hứa hẹn nâng cao trải nghiệm người dùng. Ký Ức Tường Thuật: Được sử dụng để tận dụng các trải nghiệm cấp cao, Agent S sử dụng ký ức tường thuật để theo dõi lịch sử nhiệm vụ, từ đó nâng cao quy trình ra quyết định của nó. Ký Ức Tình Huống: Tính năng này cung cấp cho người dùng hướng dẫn từng bước, cho phép khung này cung cấp hỗ trợ theo ngữ cảnh khi các nhiệm vụ diễn ra. Hỗ Trợ OpenACI: Với khả năng chạy cục bộ, Agent S cho phép người dùng duy trì quyền kiểm soát đối với các tương tác và quy trình làm việc của họ, phù hợp với tinh thần phi tập trung của Web3. Tích Hợp Dễ Dàng với Các API Bên Ngoài: Tính linh hoạt và khả năng tương thích với nhiều nền tảng AI khác nhau đảm bảo rằng Agent S có thể hòa nhập liền mạch vào các hệ sinh thái công nghệ hiện có, làm cho nó trở thành lựa chọn hấp dẫn cho các nhà phát triển và tổ chức. Những chức năng này cùng nhau góp phần vào vị trí độc đáo của Agent S trong không gian tiền điện tử, khi nó tự động hóa các nhiệm vụ phức tạp, nhiều bước với sự can thiệp tối thiểu của con người. Khi dự án phát triển, các ứng dụng tiềm năng của nó trong Web3 có thể định nghĩa lại cách mà các tương tác kỹ thuật số diễn ra. Thời Gian Phát Triển của Agent S Sự phát triển và các cột mốc của Agent S có thể được tóm tắt trong một dòng thời gian nêu bật các sự kiện quan trọng của nó: 27 tháng 9, 2024: Khái niệm về Agent S được ra mắt trong một bài nghiên cứu toàn diện mang tên “Một Khung Tác Nhân Mở Sử Dụng Máy Tính Như Một Con Người,” trình bày nền tảng cho dự án. 10 tháng 10, 2024: Bài nghiên cứu được công bố công khai trên arXiv, cung cấp một cái nhìn sâu sắc về khung và đánh giá hiệu suất của nó dựa trên tiêu chuẩn OSWorld. 12 tháng 10, 2024: Một video trình bày được phát hành, cung cấp cái nhìn trực quan về khả năng và tính năng của Agent S, thu hút thêm sự quan tâm từ người dùng và nhà đầu tư tiềm năng. Những dấu mốc trong dòng thời gian không chỉ minh họa sự tiến bộ của Agent S mà còn chỉ ra cam kết của nó đối với sự minh bạch và sự tham gia của cộng đồng. Những Điểm Chính Về Agent S Khi khung Agent S tiếp tục phát triển, một số thuộc tính chính nổi bật, nhấn mạnh tính đổi mới và tiềm năng của nó: Khung Đổi Mới: Được thiết kế để cung cấp cách sử dụng máy tính trực quan giống như tương tác của con người, Agent S mang đến một cách tiếp cận mới cho việc tự động hóa nhiệm vụ. Tương Tác Tự Động: Khả năng tương tác tự động với máy tính thông qua GUI đánh dấu một bước tiến tới các giải pháp tính toán thông minh và hiệu quả hơn. Tự Động Hóa Nhiệm Vụ Phức Tạp: Với phương pháp mạnh mẽ của nó, nó có thể tự động hóa các nhiệm vụ phức tạp, nhiều bước, làm cho các quy trình nhanh hơn và ít sai sót hơn. Cải Tiến Liên Tục: Các cơ chế học tập cho phép Agent S cải thiện từ các trải nghiệm trước đó, liên tục nâng cao hiệu suất và hiệu quả của nó. Tính Linh Hoạt: Khả năng thích ứng của nó trên các môi trường hoạt động khác nhau như OSWorld và WindowsAgentArena đảm bảo rằng nó có thể phục vụ một loạt các ứng dụng rộng rãi. Khi Agent S định vị mình trong bối cảnh Web3 và tiền điện tử, tiềm năng của nó để nâng cao khả năng tương tác và tự động hóa quy trình đánh dấu một bước tiến quan trọng trong công nghệ AI. Thông qua khung đổi mới của mình, Agent S minh họa cho tương lai của các tương tác kỹ thuật số, hứa hẹn một trải nghiệm liền mạch và hiệu quả hơn cho người dùng trên nhiều ngành công nghiệp khác nhau. Kết luận Agent S đại diện cho một bước nhảy vọt táo bạo trong sự kết hợp giữa AI và Web3, với khả năng định nghĩa lại cách chúng ta tương tác với công nghệ. Mặc dù vẫn còn ở giai đoạn đầu, những khả năng cho ứng dụng của nó là rộng lớn và hấp dẫn. Thông qua khung toàn diện của mình giải quyết các thách thức quan trọng, Agent S nhằm đưa các tương tác tự động lên hàng đầu trong trải nghiệm kỹ thuật số. Khi chúng ta tiến sâu hơn vào các lĩnh vực tiền điện tử và phi tập trung, các dự án như Agent S chắc chắn sẽ đóng một vai trò quan trọng trong việc định hình tương lai của công nghệ và sự hợp tác giữa con người với máy tính.

Tổng lượt xem 879Xuất bản vào 2025.01.14Cập nhật vào 2025.01.14

AGENT S là gì

Làm thế nào để Mua S

Chào mừng bạn đến với HTX.com! Chúng tôi đã làm cho mua Sonic (S) trở nên đơn giản và thuận tiện. Làm theo hướng dẫn từng bước của chúng tôi để bắt đầu hành trình tiền kỹ thuật số của bạn.Bước 1: Tạo Tài khoản HTX của BạnSử dụng email hoặc số điện thoại của bạn để đăng ký tài khoản miễn phí trên HTX. Trải nghiệm hành trình đăng ký không rắc rối và mở khóa tất cả tính năng. Nhận Tài khoản của tôiBước 2: Truy cập Mua Crypto và Chọn Phương thức Thanh toán của BạnThẻ Tín dụng/Ghi nợ: Sử dụng Visa hoặc Mastercard của bạn để mua Sonic (S) ngay lập tức.Số dư: Sử dụng tiền từ số dư tài khoản HTX của bạn để giao dịch liền mạch.Bên thứ ba: Chúng tôi đã thêm những phương thức thanh toán phổ biến như Google Pay và Apple Pay để nâng cao sự tiện lợi.P2P: Giao dịch trực tiếp với người dùng khác trên HTX.Thị trường mua bán phi tập trung (OTC): Chúng tôi cung cấp những dịch vụ được thiết kế riêng và tỷ giá hối đoái cạnh tranh cho nhà giao dịch.Bước 3: Lưu trữ Sonic (S) của BạnSau khi mua Sonic (S), lưu trữ trong tài khoản HTX của bạn. Ngoài ra, bạn có thể gửi đi nơi khác qua chuyển khoản blockchain hoặc sử dụng để giao dịch những tiền kỹ thuật số khác.Bước 4: Giao dịch Sonic (S)Giao dịch Sonic (S) dễ dàng trên thị trường giao ngay của HTX. Chỉ cần truy cập vào tài khoản của bạn, chọn cặp giao dịch, thực hiện giao dịch và theo dõi trong thời gian thực. Chúng tôi cung cấp trải nghiệm thân thiện với người dùng cho cả người mới bắt đầu và người giao dịch dày dạn kinh nghiệm.

Tổng lượt xem 1.6kXuất bản vào 2025.01.15Cập nhật vào 2026.06.02

Làm thế nào để Mua S

Thảo luận

Chào mừng đến với Cộng đồng HTX. Tại đây, bạn có thể được thông báo về những phát triển nền tảng mới nhất và có quyền truy cập vào thông tin chuyên sâu về thị trường. Ý kiến ​​của người dùng về giá của S (S) được trình bày dưới đây.

活动图片