| |
|
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
Robot 'Teletubbies' Đến Nhà Làm Vệ Sinh, 200 Nghìn Đồng/Giờ, Trí Tuệ Nhân Tạo 'Thuần Khiết'
Ở San Francisco, một công ty khởi nghiệp robot có tên Tau Robotics đã ra mắt dịch vụ dọn dẹp nhà cửa bằng robot hình người với giá 30 USD/giờ. Tuy nhiên, điểm đáng chú ý là các robot này hiện hoạt động dựa trên điều khiển từ xa (teleoperation) hơn là trí tuệ nhân tạo tự chủ hoàn toàn.
Công ty, thành lập năm 2024 với khoảng 10 nhân viên, giới thiệu ba robot "nhân viên": Chelsea chuyên dọn dẹp nhà bếp và phòng tắm, Elon phụ trách dọn dẹp định kỳ và ghi nhớ vị trí đồ đạc, và Tony tập trung vào việc vệ sinh chuyên sâu.
Lý do chọn thiết kế hình người, theo bài viết, là để tạo điều kiện thuận lợi cho việc điều khiển từ xa, vì người vận hành có thể ánh xạ trực quan các cử động của mình lên robot. Cách tiếp cận "gian lận thông minh" này nhằm mục đích thu thập dữ liệu từ môi trường thực tế để huấn luyện AI trong tương lai, tương tự mô hình "chế độ bóng" trong xe tự lái.
Bài viết so sánh với thị trường Trung Quốc, nơi trọng tâm chính của robot hình người vẫn là trong môi trường công nghiệp có kiểm soát, và đề cập đến một công ty Mỹ khác là 1X Neo cũng theo đuổi hướng đi tương tự. Mặc dù hiệu quả về mặt kỹ thuật, nhưng việc người tiêu dùng có sẵn sàng trả tiền cho một robot được điều khiển từ xa với camera trong nhà mình hay không vẫn là một câu hỏi mở.
Dịch vụ của Tau Robotics hiện đang trong chế độ mời thử nghiệm tại San Francisco.
marsbit3 phút trước
marsbit3 phút trước
Từ Hàn Quốc đến Mỹ: Nhờ AI, Lao Động Chân Tay Ngày Càng 'Lên Ngôi'
Trí tuệ nhân tạo (AI) đang định hình lại thị trường lao động. Bằng đại học 4 năm không còn là "tấm vé an toàn", trong khi các nghề kỹ thuật như thợ điện, thợ hàn, thợ sửa ống nước đang có nhu cầu cao và mức lương hấp dẫn chưa từng thấy. Thanh niên từ Mỹ đến Hàn Quốc đang thay đổi quan điểm về giáo dục và nghề nghiệp.
Số liệu cho thấy sự chuyển dịch rõ rệt: doanh thu trường dạy nghề ở Mỹ tăng mạnh 11.4%, trong khi các đợt sa thải nhân viên văn phòng do AI cũng lên mức cao kỷ lục. Áp lực AI thay thế lao động trí thức, cộng với nhu cầu mở rộng cơ sở hạ tầng và trung tâm dữ liệu, đang đẩy cung-cầu nghiêng về lao động kỹ thuật. Khảo sát cho thấy 60% thế hệ Z có kế hoạch làm nghề lao động kỹ thuật vào năm 2026, vì tin rằng những nghề này có tính an toàn nghề nghiệp cao hơn trước AI.
Nhiều nghề kỹ thuật hiện có mức lương trung bình ngang bằng hoặc vượt các nghề yêu cầu bằng đại học. Mô hình học việc "vừa học vừa làm" hấp dẫn, và công việc này khó bị AI thay thế hoặc gia công ra nước ngoài. Tại Hàn Quốc, học sinh tốt nghiệp trung học bán dẫn có tỷ lệ có việc làm ngay lên tới 96.4%.
Tuy nhiên, ngành này đang đối mặt với khoảng trống kép: làn sóng nghỉ hưu ồ ạt và nhu cầu mở rộng cơ sở hạ tầng. Dự báo Mỹ sẽ thiếu hụt hàng triệu lao động có kỹ năng. Nhiều tập đoàn lớn như Meta, Lowe's đã đầu tư hàng trăm triệu USD vào các chương trình đào tạo.
Dù nhu cầu thị trường rõ ràng, định kiến xã hội coi trọng bằng đại học hơn học nghề vẫn tồn tại. Các chuyên gia nhấn mạnh cần có những nỗ lực chủ động từ ngành công nghiệp để thu hẹp khoảng cách nhận thức này, thông qua các chương trình trải nghiệm thực tế cho giới trẻ, nhằm giải quyết tận gốc tình trạng thiếu hụt lao động kỹ thuật.
marsbit47 phút trước
marsbit47 phút trước
Từ TPU đến Agent Tự Tiến Hóa: Jeff Dean Nhìn Nhận Bước Tiếp Theo của AI Như Thế Nào?
Trong buổi phỏng vấn tại YC Startup School 2026, Jeff Dean chia sẻ tầm nhìn về tương lai của AI. Ông nhấn mạnh rằng cuộc cạnh tranh AI không còn là ai có mô hình lớn hơn, mà là ai có thể tổ chức trí thông minh hiệu quả hơn.
Điểm then chốt là sự chuyển dịch từ việc huấn luyện các mô hình đơn thuần sang xây dựng các hệ thống "Agent" có khả năng làm việc lâu dài, tự động thử nghiệm, xác minh và tích lũy kinh nghiệm. Các Agent này cần được trang bị công cụ, bộ nhớ, môi trường thực thi và cơ chế phản hồi rõ ràng.
Jeff Dean cho rằng cơ hội cho các startup nằm ở những lĩnh vực chuyên biệt nơi các mô hình phổ thông hiện có tỷ lệ thành công rất thấp (gần 0-1%), nhờ vào dữ liệu độc quyền, công cụ đánh giá chuyên môn hoặc mô hình chuyên sâu. Ông cũng dự đoán phần cứng chuyên dụng cho suy luận (inference) với độ trễ thấp và tiêu thụ năng lượng thấp sẽ là chìa khóa.
Khi chi phí tạo mã trở nên rẻ hơn, giá trị thực sự sẽ nằm ở khả năng xác định vấn đề đáng giải quyết, thiết kế thông số kỹ thuật rõ ràng và có "khiếu" thẩm định. Tương lai của AI là xây dựng các hệ thống có thể tự động hóa phương pháp khoa học, chạy các vòng lặp thử nghiệm với tốc độ cao để khám phá và cải tiến không ngừng.
marsbit49 phút trước
marsbit49 phút trước
Qualcomm: Cơn sốt AI dịu dần, khi nào điện thoại mới thoát khỏi 'bóng mây'?
Qualcomm (QCOM.O) công bố báo cáo tài chính quý III năm tài chính 2026 (kết thúc tháng 6/2026) với doanh thu 9,95 tỷ USD, giảm 4% so với cùng kỳ, vượt kỳ vọng thị trường. Tuy nhiên, lợi nhuận gộp giảm 2,5 điểm phần trăm xuống 53,1% do chi phí sản xuất và lưu trữ tăng.
Mảng kinh doanh bán dẫn (QCT) chịu ảnh hưởng nặng từ smartphone, doanh thu giảm 19,6% xuống 5,09 tỷ USD. Nguyên nhân do sản lượng điện thoại Android (trừ Apple) giảm 11% và xu hướng các hãng sử dụng nền tảng cũ để tiết kiệm chi phí. Trong khi đó, mảng ô tô tăng trưởng mạnh 61% lên 1,59 tỷ USD nhờ Snapdragon Digital Chassis, và IoT tăng 9% lên 1,83 tỷ USD.
Lợi nhuận hoạt động cốt lõi giảm 41% do áp lực biên lợi nhuận và chi phí hoạt động tăng. Dự báo quý tới, doanh thu dự kiến 9,7-10,5 tỷ USD, phù hợp với kỳ vọng, nhưng EPS (Non-GAAP) dự báo thấp hơn.
Trong bối cảnh thị trường điện thoại trì trệ, Qualcomm đang tìm kiếm tăng trưởng từ AI, bao gồm AI trên thiết bị (AI Phone, AI PC) và đặc biệt là trung tâm dữ liệu AI với bốn hướng: bộ tăng tốc AI, CPU thương mại, chip tùy chỉnh và sản phẩm kết nối. Công ty đặt mục tiêu doanh thu 15 tỷ USD cho mảng trung tâm dữ liệu vào năm tài chính 2029, nhưng hiện tại thị trường vẫn đang thận trọng. Giá cổ phiếu đã giảm từ đỉnh 250 USD xuống dưới 160 USD, phản ánh lo ngại về chi tiêu AI và hiệu suất cơ bản hiện tại.
marsbit50 phút trước
marsbit50 phút trước
Sự cố Coldcard kích hoạt làn sóng Bitcoin, củng cố tiền điện tử 'tăng giá': Hodler's Digest, 2 tháng 8
Sự kiện khai thác lỗ hổng trên ví cứng Coldcard đã dẫn đến việc mất khoảng 90 triệu USD Bitcoin, khiến nhiều nhà đầu tư nhỏ chuyển tiền gấp sang các sàn tập trung. Dữ liệu cho thấy khối lượng giao dịch Bitcoin dưới 1 BTC đạt mức cao nhất hàng ngày kể từ năm 2022.
Trong bối cảnh đó, ngành công nghiệp tiền mã hóa được cho là đang bước vào giai đoạn củng cố lớn nhất, với doanh thu ngày càng tập trung vào một số ít giao thức hàng đầu như Hyperliquid và Pump.fun. Nhà phân tích Lorenzo Valente của ARK Invest nhận định xu hướng này là "cực kỳ tích cực" cho không gian crypto, dù nó có thể đi kèm với nhiều vụ sáp nhập, phá sản và đóng cửa dự án.
Mặt khác, báo cáo thu nhập quý II của các công ty lớn như Coinbase và MicroStrategy cho thấy kết quả ảm đạm, với thua lỗ gia tăng. Đồng thời, những bất ổn về mặt pháp lý vẫn tiếp diễn, như sự bế tắc của Dự luật Clarity Act tại Mỹ hay các cáo buộc nhắm vào nhà sáng lập Telegram Pavel Durov từ Nga và Australia.
Cuối tuần, thị trường chung đi xuống, với Bitcoin giảm 3%. Grayscale đưa ra dự báo lạc quan rằng Bitcoin có thể đã chạm đáy sớm hơn chu kỳ truyền thống, mặc dù nhiều tín hiệu tương tự trước đó vẫn chưa ứng nghiệm.
cointelegraph1 giờ trước
cointelegraph1 giờ trước
Bài viết Nổi bật
Để giúp bạn nắm bắt bản chất của Conflux, HTX Learn đã ra mắt chiến dịch Tìm hiểu & Kiếm tiền này.
Tổng lượt xem 1.1kXuất bản vào 2024.12.23Cập nhật vào 2024.12.23
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 1.2kXuất bản vào 2025.01.14Cập nhật vào 2025.01.14
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 2.2kXuất bản vào 2025.01.15Cập nhật vào 2026.06.02
