Básico
Spot
Opera con criptomonedas libremente
Margen
Multiplica tus beneficios con el apalancamiento
Convertir e Inversión automática
0 Fees
Opera cualquier volumen sin tarifas ni deslizamiento
ETF
Obtén exposición a posiciones apalancadas de forma sencilla
Trading premercado
Opera nuevos tokens antes de su listado
Contrato
Accede a cientos de contratos perpetuos
TradFi
Oro
Plataforma global de activos tradicionales
Opciones
Hot
Opera con opciones estándar al estilo europeo
Cuenta unificada
Maximiza la eficacia de tu capital
Trading de prueba
Introducción al trading de futuros
Prepárate para operar con futuros
Eventos de futuros
Únete a eventos para ganar recompensas
Trading de prueba
Usa fondos virtuales para probar el trading sin asumir riesgos
Lanzamiento
CandyDrop
Acumula golosinas para ganar airdrops
Launchpool
Staking rápido, ¡gana nuevos tokens con potencial!
HODLer Airdrop
Holdea GT y consigue airdrops enormes gratis
Pre-IPOs
Accede al acceso completo a las OPV de acciones globales
Puntos Alpha
Opera activos on-chain y recibe airdrops
Puntos de futuros
Gana puntos de futuros y reclama recompensas de airdrop
Inversión
Simple Earn
Genera intereses con los tokens inactivos
Inversión automática
Invierte automáticamente de forma regular
Inversión dual
Aprovecha la volatilidad del mercado
Staking flexible
Gana recompensas con el staking flexible
Préstamo de criptomonedas
0 Fees
Usa tu cripto como garantía y pide otra en préstamo
Centro de préstamos
Centro de préstamos integral
Centro de patrimonio VIP
Planes de aumento patrimonial prémium
Gestión patrimonial privada
Asignación de activos prémium
Quant Fund
Estrategias cuantitativas de alto nivel
Staking
Haz staking de criptomonedas para ganar en productos PoS
Apalancamiento inteligente
Apalancamiento sin liquidación
Acuñación de GUSD
Acuña GUSD y gana rentabilidad de RWA
Trabajos temporales de nueva generación a 15 dólares por hora: más de 50 países de trabajadores participan en la recopilación de videos de movimientos de robots
La Sociedad Financiera del 2 de abril informa (editorial Ma Lan) que el entrenamiento de robots humanoides requiere una gran cantidad de datos de movimientos reales, anteriormente la industria solía recopilar y consolidar estos materiales mediante la creación de fábricas de datos especializadas, pero ya han surgido nuevas formas.
Según MIT Technology Review, la empresa Micro1 recluta trabajadores temporales en todo el mundo para que graben videos realizando tareas domésticas, como doblar toallas, abrir la nevera, apilar platos, trapear, etc.
Esta compañía ha reclutado contratistas en países como Kenia, Filipinas, India y Brasil, exigiendo que los empleados lleven cámaras y graben horas de trabajo doméstico, con una remuneración de aproximadamente 15 dólares por hora. Este precio es competitivo en mercados emergentes, pero en comparación con las inversiones en datos de miles de millones de dólares en la industria, es solo una pequeña fracción.
Sin embargo, la brecha entre las enormes inversiones y las recompensas relativamente modestas para los trabajadores terminales probablemente sea una solución para obtener rápidamente grandes cantidades de datos reales, además de ser una clave para la producción en masa de robots humanoides en el futuro.
Riesgos
En entornos domésticos reales, desordenados e impredecibles, cómo los humanos agarran, giran, levantan y colocan objetos es una referencia importante para el entrenamiento de robots. Las empresas de robótica también han invertido mucho en la compra de estos datos, como la startup estadounidense Scale AI, que ha recopilado más de 100,000 horas de videos de entrenamiento.
Al mismo tiempo, algunas empresas tradicionales también han desarrollado nuevas formas de hacer dinero. Por ejemplo, la empresa de entregas DoorDash permite a los repartidores contribuir con datos de entrenamiento como trabajo secundario, y luego vende estos datos a fabricantes de robots humanoides.
Este modelo de negocio, en cierto modo, no favorece a los trabajadores de base, ya que los proveedores de videos reciben una remuneración relativamente baja. Por otro lado, estos videos grabados en el campo también presentan riesgos de privacidad. Las empresas de robots que compran estos materiales raramente revelan sus políticas de retención de datos, como si los videos se anonimizarán o cómo se tratarán después del entrenamiento.
Además, algunos expertos plantean dudas, como un trabajador en Brasil que grabó cómo instalaba una lavadora. Su video no solo contenía información sobre la instalación, sino que también revelaba contenido visual de la vida familiar en Brasil, y la propiedad y el acceso a estos videos no estaban claramente definidos, lo que representa un gran problema de filtración de datos.
Curiosamente, a principios de este mes, se reveló que el juego Pokémon Go proporcionó datos a los fabricantes de robots. Colaboraron con Coco Robotics, un robot de reparto de alimentos y comestibles de corta distancia, utilizando más de 30 mil millones de fotos tomadas por jugadores para entrenar su sistema de localización visual, que luego se usó en las operaciones del robot.
Este también será un enfoque de colaboración frecuente en la industria robótica en el futuro: a medida que los movimientos de los robots requieran mayor precisión, quizás todos tengan que contribuir con sus propios datos de movimiento.