Raksasa Teknologi China Lancarkan Serangan AI Terkoordinasi Saat Perayaan Tahun Baru Imlek

Serangan Terkoordinasi di Garis Depan AI Fisik

Saat pasar Amerika terpaku pada pengumuman terbaru dari Anthropic dan OpenAI, raksasa teknologi China pekan ini menggelar peluncuran serentak sistem kecerdasan buatan canggih yang menandai pergeseran dramatis dalam lanskap AI global. Alibaba, ByteDance, dan Kuaishou memperkenalkan model siap produksi untuk robotika, pembuatan video sinematik, dan sistem agen otonom. Langkah ini menunjukkan bahwa perusahaan China telah mempersempit kesenjangan teknologi dengan para pesaing Barat menjadi hanya hitungan bulan.

Waktunya jelas dipilih secara strategis. Peluncuran tersebut bertepatan dengan periode Tahun Baru Imlek, momen konsumen paling penting di China, ketika perusahaan teknologi biasanya memamerkan inovasi kepada ratusan juta pemirsa dalam Gala Festival Musim Semi CCTV. ByteDance mengamankan kemitraan eksklusif cloud AI dengan lembaga penyiaran pemerintah, sementara Alibaba menggelar kampanye promosi senilai $434 juta dan Tencent mengalokasikan 1 miliar yuan untuk hadiah liburan. Perpaduan kecanggihan teknis dan pemasaran budaya ini menegaskan tekad Beijing untuk mendominasi apa yang disebut para pelaku industri sebagai garis depan AI fisik, yakni sistem yang melampaui chatbot untuk memanipulasi objek, menghasilkan media fotorealistis, dan menjalankan alur kerja kompleks secara otonom.

Saat Mesin Mengingat: Taruhan Alibaba pada Kecerdasan Berwujud

DAMO Academy milik Alibaba memperkenalkan RynnBrain, model robotika sumber terbuka yang menandai lompatan mendasar dalam cara mesin memahami dan berinteraksi dengan dunia fisik. Tidak seperti sistem visi konvensional yang memproses setiap bingkai secara terpisah, RynnBrain dilengkapi kesadaran temporal dan spasial, sehingga robot dapat mengingat kapan dan di mana peristiwa terjadi, melacak kemajuan tugas dalam beberapa tahap, serta melanjutkan aktivitas yang terhenti.

Dalam video demonstrasi, robot yang dilengkapi penjepit sederhana melakukan tugas yang tampak mudah, tetapi sebenarnya kompleks: menghitung jeruk, memilih buah tertentu dari tumpukan, dan mengambil susu dari lemari es. Aktivitas yang sepele bagi manusia ini memerlukan kemampuan komputasi besar, termasuk pengenalan objek, pemetaan spasial, perencanaan lintasan, dan memori berurutan. Adina Yakefu, peneliti di Hugging Face, menjelaskan pentingnya inovasi arsitektur ini.

Alih-alih hanya bereaksi terhadap masukan langsung, robot dapat mengingat kapan dan di mana peristiwa terjadi, melacak kemajuan tugas, dan melanjutkannya dalam beberapa tahap. Hal ini membuatnya lebih andal dan konsisten di lingkungan dunia nyata yang kompleks.

Model ini menggunakan arsitektur campuran para ahli yang hanya mengaktifkan 3 miliar parameter saat inferensi, sehingga biaya komputasi tetap terkendali. Menurut laporan, kinerjanya melampaui Gemini Robotics-ER 1.5 dari Google dan Cosmos-Reason2 dari Nvidia dalam sejumlah tolok ukur. Dengan merilis RynnBrain sebagai sumber terbuka di GitHub dan Hugging Face, Alibaba menawarkan kemampuan yang sebanding dengan harga lebih rendah daripada layanan cloud pesaing, sekaligus menandakan ambisinya membangun lapisan kecerdasan dasar untuk otomasi industri, logistik, dan layanan kesehatan.

Disrupsi Hollywood: ByteDance dan Kuaishou Mengubah Produksi Video

Seedance 2.0 dari ByteDance dan Kling 3.0 dari Kuaishou telah mengubah pembuatan video dari teks, dari sekadar hal baru menjadi perangkat produksi profesional. Keduanya langsung menantang Sora milik OpenAI dan menciptakan apa yang disebut para analis sebagai platform standar industri untuk konten kreatif.

Seedance 2.0 memproses teks, gambar, audio, dan video secara bersamaan, serta menghasilkan rangkaian sinematik berdurasi hingga 15 detik dengan karakter yang konsisten, fisika realistis, dan audio multibahasa yang tersinkronisasi. Sistem ini terintegrasi dalam rangkaian Dreamina milik ByteDance di CapCut, menjadikannya alat yang mudah diakses pengiklan, kreator media sosial, dan produser film. Billy Boman, direktur kreatif yang berbasis di Stockholm dan memproduksi konten hasil AI, menyebut perkembangan teknologi ini transformatif.

Pada 2023, membuat seseorang berlari atau berjalan saja sulit. Realisme apa pun terbatas pada klip yang sangat pendek; semuanya sangat lambat, teksturnya buruk, tidak ada tekstur kulit, dan kurang detail. Sekarang situasinya berbalik. Sekarang saya bisa melakukan apa saja. Kemajuan teknologinya sungguh luar biasa.

Namun, penerapan yang cepat ini menyingkap kelemahan tata kelola. ByteDance menangguhkan fitur Face-to-Voice yang kontroversial, yang dapat merekonstruksi suara dan gaya bicara seseorang secara spesifik hanya dari satu foto, tanpa sampel audio maupun persetujuan. Pengulas teknologi asal China, Tim Pan, mendemonstrasikan kemampuan itu pada 10 Februari dan mengatakan pengalaman tersebut menimbulkan ketakutan setelah sistem mengkloning suaranya hanya dari sebuah gambar. Insiden ini menyoroti ketegangan antara kemampuan teknologi dan perlindungan etika, terutama setelah sebuah video viral yang menggambarkan perkelahian palsu antara Tom Cruise dan Brad Pitt memicu pengaduan resmi dari Motion Picture Association terkait pelanggaran hak cipta berskala besar.

Kling 3.0 dari Kuaishou menawarkan keunggulan yang saling melengkapi, dengan menekankan penceritaan profesional melalui konsistensi subjek yang lebih baik dalam rangkaian multi-shot, realisme fisik dalam adegan kompleks, serta pembuatan audio bawaan dalam berbagai bahasa dan dialek. Model ini mendukung keluaran gambar kelompok secara sekaligus untuk pembuatan storyboard dan memperpanjang durasi satu kali pembuatan hingga 15 detik, sekaligus memungkinkan pengaturan presisi untuk durasi setiap shot, pembingkaian, dan pergerakan kamera. Saat ini tersedia bagi pelanggan berbayar dan akan segera dirilis untuk publik. Kling telah mendorong harga saham Kuaishou naik lebih dari 50 persen selama setahun terakhir, mencerminkan keyakinan investor bahwa perangkat konten berbasis AI akan meningkatkan keterlibatan dan menciptakan sumber pendapatan baru dalam ekosistem video pendek.

Mendemokratisasi Kecerdasan: Gelombang Sumber Terbuka

Di luar aplikasi yang langsung digunakan konsumen, laboratorium China mempercepat distribusi sumber terbuka model bahasa besar dan sistem agen. Zhipu AI merilis GLM-5 dan mengklaim model itu mendekati Claude Opus 4.5 milik Anthropic dalam tolok ukur pemrograman, sekaligus melampaui Gemini 3 Pro dari Google dalam pengujian tertentu. MiniMax meluncurkan model sumber terbuka M2.5 yang diperbarui dengan perangkat lebih canggih untuk agen otonom, yakni sistem AI yang mampu menjalankan alur kerja bertahap seperti penjadwalan, riset, atau penerapan perangkat lunak dengan sedikit campur tangan manusia.

Strategi sumber terbuka ini sangat berbeda dari pendekatan komersial tertutup yang ditempuh sejumlah pemimpin AI Barat. Dengan menerbitkan bobot model, kode pelatihan, dan kumpulan data, perusahaan China mempercepat adopsi ekosistem, menghimpun umpan balik dengan cepat, dan mendorong inovasi lanjutan, sekaligus mengatasi keterbatasan komputasi akibat kontrol ekspor AS atas semikonduktor canggih. Keluarga model Qwen dari Alibaba mengungguli Llama milik Meta sebagai seri model yang paling banyak diunduh di Hugging Face pada 2025. Tim asal China kini menempati delapan dari sepuluh posisi teratas dalam daftar tren platform tersebut.

Alibaba juga memperluas portofolionya dengan Qwen 3.5, yang dirancang khusus untuk era AI agen dan dilengkapi kemampuan agen visual agar dapat bertindak secara mandiri di aplikasi seluler maupun desktop. Perusahaan mengklaim biaya operasional model ini 60 persen lebih rendah dan kemampuannya memproses beban kerja besar delapan kali lebih baik daripada pendahulunya. Pada saat bersamaan, ByteDance merilis Doubao 2.0, versi terbaru aplikasi chatbot paling banyak digunakan di China yang mendekati 200 juta pengguna.

Tiga Jalur Menuju Dominasi: Efisiensi, Penceritaan, dan Perdagangan

Analisis pasar dari Huachuang Securities menunjukkan posisi strategis yang berbeda di antara tiga raksasa teknologi tersebut. ByteDance membangun infrastruktur efisiensi dengan menawarkan perangkat berambang penggunaan rendah dan berbiaya murah, dengan kemampuan serbaguna yang menyerupai CapCut versi canggih. Tujuannya adalah menekan biaya produksi konten di seluruh web dan mengembangkan ekosistemnya melalui volume produksi masif.

Kuaishou menekankan penceritaan profesional, dengan menyasar simulasi fisik, realisme dalam adegan kompleks, dan konsistensi karakter untuk demo film, narasi sinematik, serta konten berkualitas tinggi yang membutuhkan kesinambungan cerita. Sementara itu, Alibaba berfokus pada integrasi vertikal e-commerce. Qwen-Image-2.0 memperkuat kemampuan digitalisasi produk dan alur kerja komersial, didukung kampanye promosi yang menghasilkan lebih dari 120 juta pesanan dalam enam hari melalui pembagian kupon berbasis AI dan integrasi layanan pesan-antar makanan.

Diferensiasi ini mencerminkan revolusi yang lebih luas di sisi pasokan dalam pembuatan konten. Seiring meningkatnya kendali atas hasil dan tergantikannya sistem gacha, ketika kreator harus berulang kali membuat konten untuk memperoleh hasil yang bisa digunakan, oleh produksi industri yang lebih terprediksi, biaya marginal pembuatan video makin mendekati biaya komputasi semata. Para analis memperkirakan dampak signifikan terhadap agensi pemasaran, penyedia layanan e-commerce, serta industri manhua dan drama pendek. Sementara itu, nilai kekayaan intelektual mungkin akan terkonsentrasi pada konten papan atas seiring turunnya hambatan produksi.

Kesenjangan yang Menyempit di Dunia yang Terbagi

Kepala Google DeepMind, Demis Hassabis, baru-baru ini menilai bahwa model AI China hanya tertinggal beberapa bulan dari pesaing Barat. Kesenjangan itu terus menyusut seiring laboratorium China mengoptimalkan model untuk perangkat keras yang tersedia di dalam negeri dan mengembangkan kemampuan produksi chip domestik. China kini mencakup lebih dari 70 persen pengajuan paten AI global, meskipun perusahaan AS masih memimpin dalam arsitektur dasar dan dampak sitasi.

Lanskap persaingan semakin ditentukan oleh efisiensi inferensi dan integrasi ekosistem, bukan sekadar kinerja mentah dalam tolok ukur. Lonjakan popularitas DeepSeek pada akhir 2025 menunjukkan bahwa laboratorium China mampu menyamai kinerja model Barat dengan biaya komputasi yang jauh lebih rendah, sehingga memicu percepatan di seluruh sektor. Kontrol ekspor AS atas chip memori berbandwidth tinggi dan peralatan manufaktur canggih telah mempersulit, tetapi tidak menghentikan kemajuan ini. Perusahaan seperti Huawei terus mengembangkan lini produksi semikonduktor yang mandiri.

Pada saat yang sama, perusahaan teknologi AS memperketat akses bagi pengembang China. OpenAI melarang akses API pada Juli 2024, Microsoft menghentikan layanan Azure OpenAI bagi pengembang perorangan di China daratan, dan laporan menyebut adanya penangguhan akun di Claude milik Anthropic. Pembatasan tersebut justru mengintensifkan upaya pengembangan di dalam negeri, menciptakan lanskap AI multipolar yang kepemimpinannya berbeda-beda menurut bidang, bukan hanya berdasarkan geografi.

Hal-Hal Penting

• Alibaba, ByteDance, dan Kuaishou merilis model AI secara terkoordinasi selama periode Tahun Baru Imlek, dengan sasaran robotika, pembuatan video, dan sistem agen
• Model robotika sumber terbuka RynnBrain dari Alibaba memiliki kesadaran temporal dan spasial, sehingga robot dapat melacak tugas dalam beberapa tahap dan mengingat interaksi dengan objek
• Seedance 2.0 dari ByteDance menghasilkan video sinematik dari perintah teks, tetapi menangguhkan fitur kloning suara karena masalah persetujuan setelah seorang pengulas menunjukkan kemampuannya yang menimbulkan ketakutan
• Kling 3.0 dari Kuaishou menekankan penceritaan profesional dengan pembuatan video berdurasi 15 detik, audio multibahasa, dan konsistensi karakter yang lebih baik. Harganya sahamnya naik 50 persen selama setahun terakhir
• Perusahaan AI China gencar menerapkan strategi sumber terbuka. Seri Qwen milik Alibaba mengungguli Llama dari Meta sebagai model yang paling banyak diunduh di Hugging Face
• Diferensiasi strategi terlihat dari fokus ByteDance pada infrastruktur efisiensi, Kuaishou pada realisme sinematik, dan Alibaba pada integrasi vertikal e-commerce
• Google DeepMind memperkirakan model China hanya tertinggal beberapa bulan dari model Barat, dengan kesenjangan yang paling cepat menyusut dalam efisiensi inferensi dan aplikasi multimodal