Futuros
Acesse centenas de contratos perpétuos
TradFi
Ouro
Plataforma única para ativos tradicionais globais
Opções
Hot
Negocie opções vanilla no estilo europeu
Conta unificada
Maximize sua eficiência de capital
Negociação demo
Introdução à negociação de futuros
Prepare-se para sua negociação de futuros
Eventos de futuros
Participe de eventos e ganhe recompensas
Negociação demo
Use fundos virtuais para experimentar negociações sem riscos
Lançamento
CandyDrop
Colete candies para ganhar airdrops
Launchpool
Staking rápido, ganhe novos tokens em potencial
HODLer Airdrop
Possua GT em hold e ganhe airdrops massivos de graça
Launchpad
Chegue cedo para o próximo grande projeto de token
Pontos Alpha
Negocie on-chain e receba airdrops
Pontos de futuros
Ganhe pontos de futuros e colete recompensas em airdrop
Investimento
Simple Earn
Ganhe juros com tokens ociosos
Autoinvestimento
Invista automaticamente regularmente
Investimento duplo
Lucre com a volatilidade do mercado
Soft Staking
Ganhe recompensas com stakings flexíveis
Empréstimo de criptomoedas
0 Fees
Penhore uma criptomoeda para pegar outra emprestado
Centro de empréstimos
Centro de empréstimos integrado
Centro de riqueza VIP
Planos premium de crescimento de patrimônio
Gestão privada de patrimônio
Alocação premium de ativos
Fundo Quantitativo
Estratégias quant de alto nível
Apostar
Faça staking de criptomoedas para ganhar em produtos PoS
Alavancagem Inteligente
Alavancagem sem liquidação
Cunhagem de GUSD
Cunhe GUSD para retornos em RWA
Meta AI lança o modelo de mundo preditivo de incorporação conjunta para planeamento físico JEPA-WMs
Notícia da ME, mensagem de 3 de abril (UTC+8), da equipa de Meta AI Research, que publicou o modelo de mundo com previsão de embeddings conjunta para planeamento físico JEPA-WMs e os seus trabalhos relacionados. Este estudo explora os factores-chave para o sucesso do modelo e fornece uma implementação completa em PyTorch, um conjunto de dados e modelos pré-treinados. Os modelos divulgados incluem o núcleo JEPA-WM, bem como os modelos de base DINO-WM e V-JEPA-2-AC(fixed), cobrindo vários ambientes de operações robóticas e navegação, como DROID & RoboCasa, Metaworld, Push-T, PointMaze e Wall. O modelo utiliza codificadores visuais como DINOv3 ViT-L/16, DINOv2 ViT-S/14 e V-JEPA-2 ViT-G/16, com a resolução de entrada de imagem principalmente em 224×224 ou 256×256. O projecto também disponibiliza uma cabeça descodificadora opcional do VM2M para visualização e descodificação de trajectórias, mas salienta que este descodificador não é necessário para treinar modelos de mundo nem para avaliar o planeamento. Todos os recursos estão publicados no GitHub, Hugging Face e arXiv. (Fonte: InFoQ)