Futuros
Aceda a centenas de contratos perpétuos
TradFi
Ouro
Plataforma de ativos tradicionais globais
Opções
Hot
Negoceie Opções Vanilla ao estilo europeu
Conta Unificada
Maximize a eficiência do seu capital
Negociação de demonstração
Introdução à negociação de futuros
Prepare-se para a sua negociação de futuros
Eventos de futuros
Participe em eventos para recompensas
Negociação de demonstração
Utilize fundos virtuais para experimentar uma negociação sem riscos
Lançamento
CandyDrop
Recolher doces para ganhar airdrops
Launchpool
Faça staking rapidamente, ganhe potenciais novos tokens
HODLer Airdrop
Detenha GT e obtenha airdrops maciços de graça
Pre-IPOs
Desbloquear acesso completo a IPO de ações globais
Pontos Alpha
Negoceie ativos on-chain para airdrops
Pontos de futuros
Ganhe pontos de futuros e receba recompensas de airdrop
Investimento
Simple Earn
Ganhe juros com tokens inativos
Investimento automático
Invista automaticamente de forma regular.
Investimento Duplo
Aproveite a volatilidade do mercado
Soft Staking
Ganhe recompensas com staking flexível
Empréstimo de criptomoedas
0 Fees
Dê em garantia uma criptomoeda para pedir outra emprestada
Centro de empréstimos
Centro de empréstimos integrado
Xu Jialong da HKUST: A fosso dos agentes de IA ainda não está solidificada, as diferenças nos modelos refletem eficiência e não avanços disruptivos
Em 21 de abril, durante a mesa-redonda “Decodificando a Web 4.0: Quando os Agentes de IA Assumem Permissões na Cadeia”, Xu Jialong, Vice-Presidente Associado da Universidade de Ciência e Tecnologia de Hong Kong, comentou sobre a “vala dos agentes de IA”. Ele observou que existem diferenças nos caminhos de treinamento de modelos e nos sistemas técnicos por trás de diferentes agentes de IA, levando a variações significativas na experiência real do usuário. Recentemente, alguns novos modelos e ferramentas demonstraram desempenho superior na qualidade de geração e eficiência de execução, chegando até a mostrar limites mais altos na produção de desenvolvimento. No entanto, ele apontou que, na fase atual, essas diferenças ainda não formaram uma lacuna geracional decisiva, estando mais próximas de uma “melhoria de eficiência” do que de uma “revolução paradigmática”. Em outras palavras, a competição entre agentes ainda está em uma fase de rápida evolução, sem barreiras técnicas estáveis e insuperáveis emergindo ainda. O ritmo de iteração dos agentes de IA atuais e dos grandes modelos é extremamente rápido, com novos produtos ou capacidades surgindo quase semanalmente, impulsionando o setor adiante. No entanto, do ponto de vista do uso prático e da tomada de decisão empresarial, ainda é necessário avaliar cuidadosamente se há necessidade de acompanhar essas mudanças de forma contínua e frequente.