Dasar
Spot
Perdagangkan kripto dengan bebas
Perdagangan Margin
Perbesar keuntungan Anda dengan leverage
Konversi & Investasi Otomatis
0 Fees
Perdagangkan dalam ukuran berapa pun tanpa biaya dan tanpa slippage
ETF
Dapatkan eksposur ke posisi leverage dengan mudah
Perdagangan Pre-Market
Perdagangkan token baru sebelum listing
Futures
Akses ribuan kontrak perpetual
CFD
Emas
Satu platform aset tradisional global
Opsi
Hot
Perdagangkan Opsi Vanilla ala Eropa
Akun Terpadu
Memaksimalkan efisiensi modal Anda
Perdagangan Demo
Pengantar tentang Perdagangan Futures
Bersiap untuk perdagangan futures Anda
Acara Futures
Gabung acara & dapatkan hadiah
Perdagangan Demo
Gunakan dana virtual untuk merasakan perdagangan bebas risiko
Peluncuran
CandyDrop
Koleksi permen untuk mendapatkan airdrop
Launchpool
Staking cepat, dapatkan token baru yang potensial
HODLer Airdrop
Pegang GT dan dapatkan airdrop besar secara gratis
Pre-IPOs
Buka akses penuh ke IPO saham global
Poin Alpha
Perdagangkan aset on-chain, raih airdrop
Poin Futures
Dapatkan poin futures dan klaim hadiah airdrop
Investasi
Simple Earn
Dapatkan bunga dengan token yang menganggur
Investasi Otomatis
Investasi otomatis secara teratur
Investasi Ganda
Keuntungan dari volatilitas pasar
Soft Staking
Dapatkan hadiah dengan staking fleksibel
Pinjaman Kripto
0 Fees
Menjaminkan satu kripto untuk meminjam kripto lainnya
Pusat Peminjaman
Hub Peminjaman Terpadu
Promosi
AI
Gate AI
Partner AI serbaguna untuk Anda
Gate AI Bot
Gunakan Gate AI langsung di aplikasi sosial Anda
GateClaw
Gate Blue Lobster, langsung pakai
Gate for AI Agent
Infrastruktur AI, Gate MCP, Skills, dan CLI
Gate Skills Hub
10RB+ Skills
Dari kantor hingga trading, satu platform keterampilan membuat AI jadi lebih mudah digunakan
GateRouter
Pilih secara cerdas dari 40+ model AI, dengan 0% biaya tambahan
Para peneliti merilis model dasar robot umum π0.7, untuk mencapai kemampuan generalisasi kombinasi
Berita ME News, 17 April (UTC+8), para peneliti baru-baru ini merilis sebuah model dasar robot serbaguna baru bernama π0.7, yang diklaim telah mencapai terobosan signifikan dalam kemampuan generalisasi. Model ini mampu melakukan berbagai tugas operasi yang cerdas, tampilannya sebanding dengan model ahli yang telah disesuaikan secara khusus, dan dapat memahami instruksi bahasa baru serta menyelesaikan tugas yang belum pernah dilihat dalam data pelatihan, seperti menggunakan peralatan dapur baru atau melipat pakaian dengan robot yang belum dilatih. π0.7 dapat langsung digunakan untuk menjalankan semua keterampilan dan menggabungkannya untuk menyelesaikan tugas baru, serta melakukan generalisasi yang efektif di antara berbagai platform robot, skenario, dan tugas. Pendapat dalam artikel menyatakan bahwa kunci untuk mencapai generalisasi terletak pada penggunaan data yang luas dan beragam dari berbagai robot, manusia, dan strategi otonom, serta menghilangkan ambiguitas perilaku dengan menambahkan berbagai konteks dalam petunjuk, seperti deskripsi teks tugas, gambar sub-tujuan visual, panjang potongan yang diharapkan, label mode kontrol, dan lain-lain, sehingga mengintegrasikan sumber data yang lebih luas. (Sumber: InFoQ)