В 2021 году я был игроком Axie Infinity и вел небольшую гильдию стипендиатов.

И если ты не был в те времена, позволь мне сказать тебе - они были абсолютно дикие.

Axie Infinity была игрой, которая заставила людей понять, что криптовалюта и игры могут быть реальностью. В своей основе это была простая игра пошаговой стратегии в стиле Pokémon, в которой вы собирали команду из трех Аксиев (очаровательных и яростных бойцов), каждый с уникальными способностями. Вы отправляли свою команду, сражались с другими командами и зарабатывали токены SLP за участие и победу.

Но что действительно взволновало негеймеров, так это возможность получить прибыль от игры. У Axie было две выдающиеся механики, которые привели к его стремительному взлету:

Первым был Breeding Axies. Возьмите двух Axie, выведите их с помощью токенов SLP и вуаля — новый Axie с уникальным сочетанием способностей своих родителей. Редкие, сверхмощные Axies (OP Axies, для геймеров) стали ходовым товаром, и возник оживленный рынок разведения.

Во-вторых, стипендиальные программы. Предприимчивые игроки со всего мира начали одалживать Axies «ученым». Это были игроки, часто из развивающихся стран, таких как Филиппины или Аргентина, которые не могли позволить себе первоначальные затраты в размере 1 000+ долларов США на владение тремя NFT Axie, необходимыми для игры. Ученые играли ежедневно, зарабатывали жетоны и делили прибыль со своими гильдиями, которые обычно получали 30-50%.

На пике своего развития Axie оказал значительное влияние на местную экономику развивающихся стран, особенно во время пандемии COVID-19. Многие игроки на Филиппинах, где находилось около 40% пользователей Axie Infinity, могли зарабатывать доходы значительно превышающие минимальную заработную плату. Гильдии получали хорошую прибыль.

Эти программы решили ключевую проблему для разработчиков игр: ликвидность игроков. Стимулируя игроков активно играть по несколько часов в день, Axie гарантировал, что у каждого игрока всегда был оппонент, что делало игровой опыт более увлекательным.

Но был компромисс.

Чтобы решить проблему ликвидности игроков, Axie раздала огромное количество токенов для стимулирования участия. И вот здесь все пошло не так. Без ограничений на SLP, токен раздулся, как сумасшедший, цены упали, и экосистема рухнула. Когда токен потерял в ценности, игроки ушли. Axie перестала быть образцом игры на заработок и превратилась в предостережение практически за одну ночь.

Но что, если бы существовал способ решить проблему ликвидности игроков без неустойчивой токеномики?

Точно то, что ARC / AI Arenaв течение последних трех лет компания тихо работала над этим. И теперь начинается плодоношение.

(Примечание: Команда, стоящая за Axie, Sky Mavis, с тех пор превратила игру в нечто другое и по сей день остается ведущей веб-студией по играм Web3)

Ликвидность игрока = кровь жизни

Вы хотите, чтобы ваша игра выглядела именно так, а не как пустая комната. Источник: @PimDEWitte

Ликвидность игроков - это жизненная сила многопользовательских игр и ключ к долгосрочному успеху.

Многие игры Web3 и инди-игры сталкиваются с проблемой «холодного старта» - слишком мало игроков для быстрого подбора соперников или развивающихся сообществ. У них нет бюджетов на маркетинг или естественного IP-осведомленности, как у крупных игровых студий. В результате возникают долгие времена ожидания, несоответствующие соперники и высокая оттока.

Эти игры часто заканчиваются медленной, мучительной смертью. RIP.

Поэтому разработчики игр должны с самого начала придавать приоритет платформам для игроков. Игры требуют разного уровня активности, чтобы оставаться интересными — для шахмат нужно два игрока, в то время как крупномасштабные сражения требуют тысяч. Оценка игровых навыков дополнительно повышает планку, требуя большего числа игроков для сохранения справедливости и интересности игр.

Для игр Web3 ставки выше. По данным Delphi Digitalежегодный обзор игр, затраты на привлечение пользователей для игр Web3 на 77% выше, чем для традиционных мобильных игр, что делает сохранение игроков критически важным.

Сильная игроков база обеспечивает честное составление пар, активную внутриигровую экономику (больше покупок и продаж предметов) и более активное социальное взаимодействие, что делает игры более приятными.

ARC - Пионерский геймплей, направляемый искусственным интеллектом

ДУГА, разработанная ArenaX Labs, является пионером в области онлайн-игр будущего, основанного на искусственном интеллекте.

Они используют искусственный интеллект для решения проблемы ликвидности игроков, которая беспокоит новые игры.

Проблема большинства искусственных интеллектов в играх сегодня в том, что они ужасны. После того как вы провели несколько часов, изучая основы, эти боты становятся смехотворно легкими в победе. Они созданы для помощи новичкам, но не предоставляют много вызовов или увлечения для опытных игроков.

Представьте себе искусственных интеллектуальных игроков с навыками, не уступающими навыкам лучших человеческих игроков. Представьте, что играете против них в любое время и в любом месте, не ожидая подбора игроков. Представьте, что тренируете своего искусственного интеллектуального игрока, чтобы он имитировал ваш стиль игры, владеет им и получает вознаграждение за его выступление.

Это выигрышная ситуация как для игроков, так и для студий.

Студии игр используют ботов с искусственным интеллектом, похожим на людей, чтобы заполнять свои игры, повышая ликвидность игроков, улучшая пользовательский опыт и увеличивая удержание - ключевые факторы для новых игр, пытающихся выжить на конкурентном рынке.

Игроки получают новый способ участия в игре, развивая более сильное чувство владения, тренируясь и соревнуясь с искусственным интеллектом.

Давайте посмотрим, как они это делают.

Продукт и архитектура

ArenaX Labs - это материнская компания, которая создает набор продуктов для решения проблемы ликвидности игроков.

1. Существующий: AI Arena, игра с боями искусственного интеллекта
2. Новое: ARC B2B, игровой SDK на основе искусственного интеллекта, который легко интегрируется в любую игру
3. Новое: ARC Усиление Обучение (RL)

#1. AI Арена: Игра

AI Arenaэто игра в стиле драки, напоминающая Super Smash Bros от Nintendo. В ней присутствуют забавные, мультяшные персонажи, сражающиеся на арене.

Но в AI Arena каждым персонажем управляет искусственный интеллект — вы не играете как боец, а как их тренер. Ваша задача — тренировать своего искусственного бойца, используя свою стратегию и опыт.

Тренировка вашего бойца похожа на подготовку студента к битве. В режиме тренировки вы включаете сбор данных и создаете боевые сценарии для тонкой настройки их движений. Например, если ваш боец близок к своему противнику, вы можете научить его блокировать удары с помощью вашего щита и продолжить комбо ударом. На расстоянии? Обучите их запуску дальнего атаку, чтобы сократить расстояние.

Вы контролируете, какие данные собираются, гарантируя, что только лучшие ходы записываются для обучения. После тренировки вы можете уточнять гиперпараметры, такие как скорость обучения и размеры партий, для более технического преимущества, или просто использовать удобные для начинающих настройки по умолчанию. После завершения тренировки ваш боец ИИ готов соревноваться.

Начать работу непросто: обучение эффективной модели требует времени и экспериментов. Мой первый боец несколько раз падал с помоста, не получив ни одного удара от соперника. Но за несколько итераций мне удалось создать модель, которая могла выдержать себя. Это унизительно, но очень приятно видеть, что твои тренировки окупаются.

AI Arena вводит дополнительную глубину с помощью бойцов на основе NFT. Каждый персонаж NFT имеет уникальные косметические особенности и боевые характеристики, такие как элементарные эффекты, которые влияют на геймплей. Это добавляет еще один стратегический уровень (подробности вдокументы по игре)

В настоящее время AI Arena доступна на основной сети Arbitrum и доступна только тем, у кого есть AI Arena NFT, что делает сообщество эксклюзивным, пока геймплей не будет отшлифован. Игроки могут присоединиться к гильдиям, объединять чемпионские NFT и NRN для рейтинговых битв с вознаграждениями и множителями гильдии. Это сделано для привлечения преданных игроков и развития конкурентной сцены.

В конечном итоге, AI Arena - это демонстрация технологии тренировки искусственного интеллекта ARC. Хотя это точка входа в их экосистему, настоящее видение выходит далеко за пределы этой отдельной игры.

Что приводит нас к...

#2. ARC: Инфраструктура

ARC - это специализированное решение для инфраструктуры искусственного интеллекта, разработанное специально для игровой отрасли.

Команда ArenaX начинала с нуля, даже разрабатывая собственную игровую инфраструктуру, потому что существующие решения, такие как Unity и Unreal, не могли соответствовать их видению.

За три года они создали мощный технологический стек, способный обрабатывать сбор данных, обучение моделей и их проверку для имитационного и обучения с подкреплением. Эта инфраструктура является основой AI Arena, но ее потенциал намного больше.

Когда команда усовершенствовала свою технологию, к ним обратились сторонние студии, желающие получить лицензию или использовать платформу под своим брендом. Признавая этот спрос, они оформили инфраструктуру ARC как продукт для бизнеса-компаниям (B2B).

Сегодня ARC напрямую сотрудничает с игровыми студиями, чтобы предоставить игровые впечатления, усиленные искусственным интеллектом. Предложения ценности:

1. Постоянная ликвидность игрока как услуга
2. Предоставление игрового процесса ИИ в виде простой интеграции

Постоянная ликвидность игрока как услуга

ARC фокусируется на клонировании человеческого поведения - обучении специализированных моделей искусственного интеллекта имитировать человеческие действия. Это отличается от доминирующего использования искусственного интеллекта в играх сегодня, которое использует генеративные модели для создания игровых ресурсов и LLM для управления диалогами.

С помощью ARC SDK разработчики могут создавать искусственных интеллектов, похожих на людей, и масштабировать их под нужды своих игр. SDK упрощает тяжелую работу. Игровые студии могут внедрять искусственный интеллект, не затрагивая тонкости машинного обучения.

После интеграции развертывание модели ИИ требует всего одной строки кода, с обработкой инфраструктуры, обработки данных, обучения и развертывания на сервере ARC.

ARC принимает сотруднический подход с игровыми студиями, помогая им:

1. Захватывайте необработанные данные игрового процесса и преобразуйте их в осмысленные наборы данных для обучения искусственного интеллекта.
2. Определите ключевые переменные геймплея и точки принятия решений, связанные с механикой игры.
3. Отображение выходов модели искусственного интеллекта в игровые действия, обеспечивая плавную функциональность, например, привязка выхода "удар вправо" искусственного интеллекта к конкретному управлению игрой.

Как работает искусственный интеллект

ARC использует четыре типа моделей, настроенных на взаимодействие в играх:

1. Нейронные сети прямого распространения: идеальны для непрерывных сред с числовыми признаками, такими как скорость или положение.
2. Табличные агенты: идеально подходят для игр с конечными, дискретными сценариями.
3. Иерархические и сверточные нейронные сети находятся в разработке.

Существуют два взаимодействующих пространства, связанных с AI-моделью ARC:

Пространство состояний определяет, что агент знает об игре в любой момент времени. Для сетей прямого распространения это комбинация входных характеристик (например, скорость или позиция игрока). Для табличных агентов это дискретные сценарии, с которыми агент может столкнуться в игре.

Пространство действий описывает, что агент может делать в игре, от дискретных входов (например, нажатия кнопок) до непрерывных управления (например, движения джойстика). Это отображается на входы игры.

Пространство состояний предоставляет входные данные модели искусственного интеллекта ARC, которая их обрабатывает и генерирует выходные данные. Эти выходные данные затем преобразуются в игровые действия через пространство действий.

ARC тесно сотрудничает с разработчиками игр, чтобы определить наиболее важные функции и соответствующим образом спроектировать пространство состояний. Они также тестируют различные конфигурации и размеры моделей для достижения баланса между интеллектом и скоростью, обеспечивая плавный и увлекательный игровой процесс.

Согласно команде, спрос на их сервис ликвидности игрока особенно высок среди студий Web3. Студии платят за доступ к более высокой ликвидности игрока, и ARC будет реинвестировать значительную часть этого дохода в выкуп токенов NRN.

Игровой процесс с искусственным интеллектом для игроков: платформа для тренеров

ARC SDK также позволяет студиям получить доступ к платформе тренера для своей игры, позволяющей игрокам тренировать и отправлять агентов.

Как и в AI Arena, игроки могут настраивать симуляции, захватывать данные игрового процесса и обучать пустые модели AI. Эти модели эволюционируют со временем, сохраняя предыдущие знания и включая новые данные игрового процесса, что позволяет избежать необходимости начинать с нуля при каждом обновлении.

Это открывает увлекательные возможности: игроки могут продавать своих настроенных по индивидуальным параметрам AI-агентов на рынке, создавая новый уровень экономики в игре. В AI Arena опытные тренеры формируют гильдии и могут предложить свои знания и навыки другим студиям.

Для студий, полностью интегрирующих возможности агента, концепция параллельной игры также оживает. Искусственный интеллект-агенты, доступные 24/7, могут участвовать в нескольких матчах, турнирах или экземплярах игры одновременно. Это решает проблемы ликвидности игроков и открывает новые возможности для вовлечения и генерации доходов.

Но... это еще не все...

#3 ARC RL: От одного-к-одному к многим-к-одному

Если AI Arena и ARC Trainer Platform кажутся режимами для одного игрока, где вы тренируете свою персональную модель ИИ, то ARC RL похож на режим многопользовательской игры.

Представьте себе: целый игровой DAO, объединяющий данные об игровом процессе для обучения общей модели искусственного интеллекта, которой владеют и от которой получают выгоду все. Эти «мастер-агенты» представляют собой объединенный интеллект всех игроков, преобразуя киберспорт путем введения конкуренции, питаемой коллективными усилиями и стратегическим сотрудничеством.

ARC RL использует обучение с подкреплением (это «RL») и краудсорсинговые данные об игровом процессе человека для обучения этих «сверхразумных» агентов.

Обучение с подкреплением вознаграждает агентов за оптимальные действия. Это особенно хорошо работает в играх, потому что функции вознаграждения понятны и объективны, такие как нанесенный урон, заработанное золото или победы.

Прецеденты для этого есть:

AlphaGoDeepMind победила профессиональных игроков в Го, играя миллионы самогенерируемых матчей, усовершенствуя свои стратегии с каждой итерацией.

Я раньше не осознавал этого, но OpenAI уже давно был известен в игровых кругах задолго до создания chatGPT.

OpenAI FiveИспользуя RL, чтобы доминировать над лучшими человеческими игроками в Dota 2, победив чемпионов мира в 2019 году. Он овладел командной работой и передовыми стратегиями через ускоренные симуляции и массовые вычислительные ресурсы.

OpenAI Five, обученный путем ежедневного проведения миллионов игр - эквивалентно 250 годам симулированной игры в день - на мощной системе из 256 графических процессоров и 128 000 ядер ЦПУ. Благодаря пропуску процесса визуализации графики, это значительно ускорило обучение.

Изначально искусственный интеллект проявлял беспорядочное поведение, наподобие бесцельного брожения, но быстро улучшился. Он освоил базовые стратегии, такие как фарм крипов на линиях и похищение ресурсов, в конечном итоге перешел к выполнению сложных маневров, таких как засады и согласованные атаки башен.

Основная идея в RL заключается в том, что ИИ-агент учится достигать успеха через опыт, а не через прямое указание, что делать.

ARC RL отличается тем, что использует автономное обучение с подкреплением. Вместо того, чтобы учиться на собственном опыте проб и ошибок, агент учится на опыте других. Это похоже на то, как ученик смотрит видео с другими людьми, катающимися на велосипеде, наблюдает за их успехами и неудачами и использует эти знания, чтобы избежать падений и быстрее совершенствоваться.

Этот подход предоставляет возможность для дополнительной изюминки: совместное обучение и совместное владение моделями. Это не только демократизирует доступ к мощным искусственным интеллектам, но и выстраивает инцентивы для геймеров, гильдий и разработчиков.

В построении «сверхинтеллектуального» игрового агента есть две ключевые роли:

1. Спонсоры: Лидеры, похожие на гильдии, которые размещают значительные токены NRN для запуска и управления агентом RL. Спонсорами могут быть любые организации, но, скорее всего, это будут игровые гильдии, DAO, сообщества web3 и даже популярные ончейн-агенты, такие как Luna.
2. Игроки: Люди, которые ставят меньшие суммы токенов NRN, чтобы внести свои данные об игре для обучения агента.

Спонсоры координируют и руководят своей командой игроков, обеспечивая высококачественные тренировочные данные, которые дают их AI-агенту конкурентное преимущество в агентных соревнованиях.

Награды распределяются на основе успехов суперагентов в соревнованиях. 70% наград достается игрокам, 10% - спонсору, а оставшиеся 20% хранятся в казне NRN. Такая структура создает выгоду для всех участников.

Вклады данных

Как заинтересовать игроков вкладывать свои данные об игре? Не просто.

ARC makes contributing gameplay data simple and rewarding. Players don’t need expertise—just play the game. After a session (e.g., Mario Kart), they’re prompted to submit data to train a specific agent. A dashboard tracks their contributions and supported agents.

Алгоритм атрибуции ARC обеспечивает качество, оценивая вклад и вознаграждая за высококачественные, эффективные данные.

Интересно, что ваши данные могут быть полезны даже если вы плохой игрок (как я). Плохая игра помогает агентам узнать, что не делать, в то время как опытная игра учит оптимальным стратегиям. Разнородные данные, такие как повторяющаяся ферма, фильтруются для поддержания качества.

Вкратце, ARC RL разработан как низкотрения продукт массового рынка, сосредоточенный на совместной собственности агентов, которые превосходят человеческие способности.

Размер рынка

Технологическая платформа ARC универсальна и предназначена для работы в различных жанрах, таких как шутеры, файтинги, социальные казино, гонки, карточные игры и РПГ. Она создана специально для игр, которые должны удерживать игроков вовлеченными.

У продуктов ARC есть два естественных рынка:

ARC в первую очередь фокусируется на инди-разработчиках и студиях, а не на крупных, устоявшихся. Эти небольшие студии часто испытывают трудности с привлечением игроков на раннем этапе из-за ограниченных ресурсов брендинга и распространения.

Агенты ИИ ARC решают эту проблему, создавая яркую внутриигровую среду с самого начала, обеспечивая динамичный игровой процесс даже на начальных этапах игры.

Информация о видеоиграх

Многим может показаться удивительным, но независимый сектор игр является значительной силой на рынке игр:

• 99% игр, выпущенных в Steam, являются инди-играми (Источник)
• Инди-игры сгенерировали 48% от общего дохода на платформе Steam в 2024 году.

Еще один целевой рынок - Web3 Games. Большинство Web3-игр разрабатываются новыми студиями, которые также сталкиваются с уникальными проблемами, такими как ввод кошелька, скептицизм в отношении криптовалюты и высокие затраты на привлечение клиентов. В этих играх часто возникают проблемы с ликвидностью игроков, где искусственный интеллект может заполнить пробелы в матчах и сделать геймплей увлекательным.

В то время как игры Web3 недавно испытывали затруднения из-за отсутствия увлекательных впечатлений, появляются признаки оживления.

Например, «Off the Grid» — одна из первых AAA Web3 игр — достигла раннегоуспех в массовой культуренедавно, с созданием 9 миллионов кошельков и 100 миллионов транзакций за первый месяц. Это прокладывает путь для более широкого успеха в секторе, создавая возможности для ARC поддержать этот взлет.

Команда ARC

Команда основателей ArenaX Labs обладает богатым опытом в области машинного обучения и управления инвестициями.

Брэндон Да Силва, генеральный директор и технический директор, ранее руководил исследованиями в области машинного обучения в канадской инвестиционной фирме, специализирующейся на обучении с подкреплением, байесовском глубоком обучении и адаптивности моделей. Он возглавил разработку стратегии квантовой торговли на сумму 1 миллиард долларов США, основанной на паритете рисков и управлении портфелем с несколькими активами.

Вэй Сиэ, ГКО, управлял портфелем ликвидных стратегий на сумму 7 миллиардов долларов в той же компании и возглавлял программу инвестиций в инновации, сосредоточенную на развивающихся областях, таких как искусственный интеллект, машинное обучение и технологии Web3.

ArenaX labs raised a $5M seed round in 2021 led by Paradigm and with participation by Framework ventures. It raised aраунд последующего инвестированияна $6M в январе 2024 года, возглавляемый Framework с участием SevenX Ventures, FunPlus / Xterio и Moore Strategic Ventures.

NRN Токен-экономика — здоровая модернизация

У ARC/AI Arena есть живой токен, NRN. Давайте сначала оценим, где мы сегодня.

Изучение динамики со стороны предложения и спроса даст нам более четкую картину того, к чему это может привести.

Поставка

Общий объем NRN составляет 1 млрд, из которых ~ 409 млн (40,9%) находятся в обращении сегодня.

На момент написания статьи цена токена составляет 0,072 доллара, что подразумевает рыночную капитализацию в 29 миллионов долларов и полностью разводненную оценку в 71 миллион долларов.

NRN был запущен 24 июня 2024 года, и 40,9% обращающегося предложения поступает от

• Раздача токенов сообществу (8% от общего числа)
• Фондовое казначейство (разблокировано 2,9% из общего объема 10,9%, разблокировка линейно в течение 36 месяцев)
• Награды экосистемы сообщества (30%)

Большая часть обращающегося предложения (30% из 40.9%) состоит из наград за экосистему сообщества, которыми проект управляет и стратегически выделяет для поощрения стейкинга, наград в играх, инициатив по росту экосистемы и программ, ориентированных на сообщество.

График разблокировки обнадеживает, в ближайшее время не произойдет никаких крупных событий:

• Следующий разблокировка происходит от внебиржевой продажи фонда (1.1%), начиная с декабря 2024 года и разблокируется линейно в течение 12 месяцев. Это добавляет всего ~0.09% к ежемесячной инфляции и вряд ли вызовет значительное беспокойство.
• Распределения инвесторов и участников (50% от общего предложения) не начнут разблокировку до июня 2025 года, и даже тогда они будут выпущены линейно в течение 24 месяцев.

На данный момент ожидается, что продажное давление будет достаточно управляемым, в основном из-за вознаграждений экосистемы. Ключевым фактором будет доверие в способность команды стратегически использовать эти средства для стимулирования роста протокола.

Demand Side

NRN v1 — Экономика на основе игрока

Изначально NRN задумывалась как стратегический ресурс, привязанный исключительно к игровой экономике AI Arena.

Игроки ставят NRN на своих AI-игроках, получая вознаграждение из пула, если они выигрывают, и теряя часть своей ставки, если проигрывают. Это создает динамику «вложения в игру», превращая ее в конкурентный спорт с финансовыми стимулами для опытных игроков.

Награды распределяются по системе, основанной на ELO, что обеспечивает сбалансированные выплаты в зависимости от навыков. Другие источники дохода включают покупку внутриигровых предметов, косметические улучшения и вступительные взносы в турниры.

Эта первоначальная модель токена полностью зависит от успеха игры и постоянного притока новых игроков, готовых покупать NRN и NFT для участия.

Это подводит нас к тому, почему мы так взволнованы...

NRN v2 — Экономика на основе игрока и платформы

Обновленная экономика токена NRN v2 вводит мощные новые факторы спроса, расширяя его функциональность за пределы AI Arena на более широкую платформу ARC. Это превращает NRN из токена, ограниченного игрой, в платформенный токен. Это, на мой взгляд, является огромным позитивом.

3 новых фактора спроса на NRN включают:

1. Доход от интеграций ARC. Игровые студии, интегрирующие ARC, будут генерировать доход для казны за счет платы за интеграцию и постоянных роялти, связанных с производительностью игр. Средства казны могут поддерживать выкуп NRN, развивать экосистему и мотивировать игроков на платформе Trainer.
2. Комиссии Тренерской площадки. NRN захватывает ценность от комиссий на Тренерской площадке, где игроки могут торговать моделями и игровыми данными искусственного интеллекта.
3. Стейкинг для участия в ARC RL: Как спонсоры, так и игроки должны поставить NRN, чтобы присоединиться к ARC RL. По мере того, как все больше игроков погружается в ARC RL, спрос на NRN соответственно возрастает.

Особенно волнующим является включение доходов от игровых студий. Это является сдвигом от чисто модели B2C к гибридной модели B2C и B2B, создавая постоянные внешние притоки капитала в экономику NRN. С более широким рынком, доступным для ARC, этот источник дохода превзойдет то, что может сгенерировать только AI Arena.

Сборы на рынке тренеров, хотя и обещающие, зависят от достижения критической массы экосистемы - достаточно игр, тренеров и игроков, чтобы поддержать активность торговли. Это игра на долгий срок.

В ближайшей перспективе стейкинг для ARC RL, вероятно, является наиболее непосредственным и рефлексивным драйвером спроса. Хорошо финансируемый первоначальный пул вознаграждений и волнение по поводу запуска нового продукта могут вызвать раннее внедрение, что приведет к росту цен на токены и привлечению участников. Это создает петлю обратной связи с растущим спросом и ростом. Однако возможно и обратное — если ARC RL изо всех сил пытается удержать пользователей, спрос может так же быстро исчезнуть.

Потенциал сетевого эффекта огромен: больше игр → больше игроков → присоединяются еще больше игр → еще больше игроков. Этот благоприятный цикл может позиционировать NRN как центральный токен в крипто-игровой экосистеме ИИ.

Мать игровых моделей искусственного интеллекта

Каков эндшпиль? Сильная сторона ARC заключается в ее способности обобщать различные игровые жанры. Со временем это позволяет им агрегировать единственный в своем роде резервуар данных, относящихся к игровому процессу. По мере того, как ARC интегрируется с большим количеством игр, он может постоянно передавать эти данные обратно в свою экосистему, создавая благотворный цикл роста и совершенствования.

Как только этот набор игровых данных достигнет критической массы, он станет чрезвычайно ценным ресурсом. Представьте себе, что вы используете его для обучения обобщенной модели ИИ для разработки игр, открывая новые возможности для проектирования, тестирования и оптимизации игр в любом масштабе.

Это все еще рано, но в эпоху искусственного интеллекта, где данные — это новая нефть, потенциал здесь безграничен.

Наши мысли

1. NRN превращается в платформенную игру — репрайсинг токенов

С запуском ARC и ARC RL проект больше не является просто студией одной игры - теперь он позиционируется как платформа и AI-игра. Этот сдвиг должен привести к переоценке токена NRN, который ранее был ограничен успехом AI Arena. Введение новых источников токена через ARC RL, в сочетании с внешним спросом от соглашений о разделе доходов с игровыми студиями и комиссиями за транзакции тренеров, создает более широкие и разнообразные основы для полезности и ценности NRN.

1. Успех тесно связан с игровыми студиями-партнерами

Бизнес-модель ARC привязана к успеху студий, с которыми он интегрируется, поскольку доходы основаны на выделении токенов (в играх Web3) и выплатах, основанных на роялти, от игр. Стоит внимательно следить за играми, с которыми он интегрируется.

Если игры с поддержкой ARC достигнут мега-успеха, результирующая ценность вернется к держателям NRN. И наоборот, если партнерские игры испытывают трудности, потоки ценности будут ограничены. Эта структура естественным образом согласовывает стимулы между ARC и игровыми студиями.

1. Ожидается больше интеграций с играми Web3

Платформа ARC идеально подходит для игр Web3, где инцентивная соревновательная игра идеально сочетается с существующими токеном-основанными экономиками.

Интегрируя ARC, веб-игры могут немедленно вовлечься в сюжет 'AI Agent'. ARC RL объединяет сообщества и мотивирует их к общим целям. Он также открывает новые возможности для инновационных механик, таких как увлекательные кампании play-to-airdrop для игроков. Объединяя искусственный интеллект и токен-стимулы, ARC добавляет слои глубины и волнения, которые традиционная игровая индустрия не может воспроизвести.

1. Игра с искусственным интеллектом имеет крутой ход обучения

Геймплей искусственного интеллекта предлагает крутой кривой обучения, что может вызвать трение у новых игроков. Мне потребовался час, чтобы разобраться, как правильно тренировать моего игрока в AI Arena.

Однако опыт игрока в ARC RL менее трения, поскольку тренировка искусственного интеллекта осуществляется на сервере, в то время как игроки играют и отправляют свои данные. Ещё один открытый вопрос - как игроки будут чувствовать себя, соперничая с другими, зная, что их противник - искусственный интеллект. Будет ли это им иметь значение? Улучшит ли это или ухудшит опыт игры? Время покажет.

Светлое будущее

ИИ готов изменить игровой мир, открывая новые прорывные возможности.

Команды вроде Параллельная колония и Виртуалырасширяют границы с автономными искусственными интеллектуальными агентами, в то время как ARC выделяется своим узкоспециализированным подходом, сосредотачиваясь на клонировании поведения человека, предлагая инновационный подход к решению проблем с ликвидностью игроков без неустойчивой токеномики.

Переход от игры к полноценной платформе является огромным скачком для ARC. Это не только открывает большие возможности с игровыми студиями, но и переосмысляет, как искусственный интеллект интегрируется в игры.

С его обновленной токеномикой и потенциалом мощных сетевых эффектов, ARC, похоже, только начинается.

Отказ от ответственности:

1. Эта статья взята из [gateцепь мыслей]. Все права принадлежат оригинальному автору [Тэн Ян]. Если у вас есть возражения против этого перепечатывания, пожалуйста, свяжитесь с Gate Learnкомандой, и они незамедлительно займутся этим.
2. Отказ от ответственности: Взгляды и мнения, выраженные в этой статье, принадлежат исключительно автору и не являются какими-либо инвестиционными рекомендациями.
3. Переводы статей на другие языки выполняются командой Gate Learn. Если не указано иное, копирование, распространение или плагиат переведенных статей запрещены.