Futures
Accédez à des centaines de contrats perpétuels
TradFi
Or
Une plateforme pour les actifs mondiaux
Options
Hot
Tradez des options classiques de style européen
Compte unifié
Maximiser l'efficacité de votre capital
Trading démo
Introduction au trading futures
Préparez-vous à trader des contrats futurs
Événements futures
Participez aux événements et gagnez
Demo Trading
Utiliser des fonds virtuels pour faire l'expérience du trading sans risque
Lancer
CandyDrop
Collecte des candies pour obtenir des airdrops
Launchpool
Staking rapide, Gagnez de potentiels nouveaux jetons
HODLer Airdrop
Conservez des GT et recevez d'énormes airdrops gratuitement
Pre-IPOs
Accédez à l'intégralité des introductions en bourse mondiales
Points Alpha
Tradez on-chain et gagnez des airdrops
Points Futures
Gagnez des points Futures et réclamez vos récompenses d’airdrop.
Investissement
Simple Earn
Gagner des intérêts avec des jetons inutilisés
Investissement automatique
Auto-invest régulier
Double investissement
Profitez de la volatilité du marché
Staking souple
Gagnez des récompenses grâce au staking flexible
Prêt Crypto
0 Fees
Mettre en gage un crypto pour en emprunter une autre
Centre de prêts
Centre de prêts intégré
Je viens de remarquer quelque chose d'intéressant dans l'écosystème de l'IA ces derniers jours.
Les géants technologiques chinois ont finalement décidé de s'engager sérieusement dans le jeu des modèles mondiaux.
Alibaba et Tencent ont récemment lancé leurs propositions, Happy Oyster et HY-World 2.0, essayant de construire des systèmes qui comprennent mieux comment fonctionne le monde physique.
Ce qui est curieux, c'est que ce n'est pas seulement un mouvement de la Chine.
World Labs et AMI Labs viennent également de clôturer des levées de fonds de plusieurs milliards.
Il est clair que de l'argent circule vers cet espace, mais voici ce qui m'intrigue : personne ne semble avoir une idée précise de ce qu'est exactement un modèle mondial.
L'industrie est divisée.
Certains parlent de reconstruction 3D, d'autres de raisonnement causal, certains d'autres choses complètement différentes.
Sans standards techniques clairs, il est impossible de comparer quelle solution fonctionne le mieux.
Les évaluations sont incohérentes, et chaque projet mesure ses progrès avec sa propre règle.
De plus, il reste des problèmes non résolus qui sont assez sérieux.
La pénurie de données d'entraînement de qualité reste un goulot d'étranglement.
La précision physique dans les simulations est encore imprécise.
Et puis il y a le sujet que peu mentionnent : qui est responsable lorsque ces systèmes échouent ?
Les directives éthiques sont pratiquement inexistantes.
Je pense à des applications comme la conduite autonome ou des opérations industrielles critiques.
Si un modèle mondial commet une erreur, les conséquences peuvent être réelles.
C'est le genre de technologie qui nécessite des cadres de responsabilité solides avant de l'étendre.
Pour l'instant, les géants technologiques avancent rapidement, mais l'industrie doit freiner un peu pour établir des bases plus solides.