Artikel übernommen von: Blockchain in einfacher Sprache

Autor: Teng Yan, Chain of Thought

Übersetzung: Jinse Finance xiaozou

Im Jahr 2021 war ich noch ein Axie Infinity-Spieler und betrieb eine kleine Stipendiengilde. Wenn du diese Zeit nicht erlebt hast, lass mich dir sagen - es war absolut verrückt.

Das Spiel Axie Infinity ließ die Menschen erkennen, dass Kryptowährungen und Spiele kombiniert werden können. Im Grunde handelt es sich um ein einfaches Pokémon-ähnliches Strategiespiel, in dem die Spieler ein Team aus 3 Axies (sehr starken Kriegern) zusammenstellen, wobei jede Axie einzigartige Fähigkeiten hat. Du kannst dein Team gegen andere Teams antreten lassen und durch die Teilnahme am Spiel und den Sieg SLP-Token-Belohnungen verdienen.

Aber was Nicht-Spieler wirklich begeistert, ist das Potenzial, durch Spiele Geld zu verdienen. Der rasante Aufstieg von Axie ist auf zwei Mechanismen zurückzuführen:

Der erste Mechanismus ist das Züchten von Axies. Nimm zwei Axies, züchte sie mit SLP-Token, und voilà - ein neuer Axie, der die einzigartigen Fähigkeiten der beiden ursprünglichen Axies kombiniert, wird geboren. So wurden diese seltenen und mächtigen Axies (von den Spielern als OP Axies bezeichnet) zu gefragten Gütern, und ein geschäftiger Zuchtmarkt entstand.

Der zweite Mechanismus ist das Stipendienprogramm. Unternehmensspieler aus der ganzen Welt begannen, Axies an „Scholars“ zu verleihen. Diese Spieler stammen oft aus Entwicklungsländern wie den Philippinen oder Argentinien und können sich die im Voraus erforderlichen 1000 USD für den Kauf von 3 Axie NFTs nicht leisten. Die Scholars spielen täglich, um Tokens zu verdienen, und teilen die Gewinne mit den Stipendiengilden, die in der Regel 30-50 % einbehalten.

In seiner Blütezeit, insbesondere während der Pandemie 2019, hatte Axie erhebliche Auswirkungen auf die lokale Wirtschaft in Entwicklungsländern. In den Philippinen (etwa 40 % der Axie Infinity-Nutzer sind dort) verdienten viele Spieler deutlich mehr als den Mindestlohn. Gilden erzielten hohe Gewinne.

Dies löst ein zentrales Problem für Spieleentwickler: die Spielerfluktuation. Durch die Anreize, die Spieler dazu bringen, täglich mehrere Stunden aktiv zu spielen, stellt Axie sicher, dass jeder Spieler einen Gegner hat, der auf sie wartet, was das Spielerlebnis ansprechender macht.

Aber das hat seinen Preis.

Um das Problem der Spielerfluktuation zu lösen, verschenkte Axie eine große Anzahl von Tokens, um Spieler zur Teilnahme zu motivieren. Hier beginnt die Geschichte. Da SLP unbegrenzt ist, explodierte die Token-Zahl, der Preis fiel und das Ökosystem brach zusammen. Wenn der Token an Wert verliert, verlassen die Spieler. Axie verwandelte sich über Nacht von einem „Play-to-Earn“-Liebling in eine warnende Geschichte.

Aber was, wenn es einen Weg gibt, das Problem der Spielerfluktuation zu lösen, ohne auf unhaltbare Token-Ökonomien angewiesen zu sein?

Das ist es, woran ARC / AI Arena in den letzten drei Jahren still gearbeitet hat. Jetzt beginnt es, seine Früchte zu tragen.

1. Spielerfluktuation ist die Lebensader

Spielerfluktuation ist die Lebensader von Mehrspieler-Spielen und der Schlüssel zum langfristigen Erfolg.

Viele Web3- und Indie-Spiele stehen vor dem „Cold Start“-Problem - zu wenige Spieler, um schnell Matches zu finden oder eine florierende Community zu bilden. Sie verfügen nicht über die Marketingbudgets oder das natürliche IP-Bewusstsein, das große Spieleentwickler haben. Dies führt zu langen Wartezeiten, Schwierigkeiten beim Matchmaking und einer hohen Abwanderungsrate.

Diese Spiele verschwinden normalerweise langsam und schmerzhaft.

Daher müssen Spieleentwickler von Anfang an die Spielerfluktuation priorisieren. Spiele benötigen verschiedene Aktivitäten, um Spaß zu machen – Schach benötigt zwei Spieler, während Massenschlachten Tausende von Spielern benötigen. Mechanismen zur Fähigkeitenanpassung erhöhen die Eintrittsbarrieren und erfordern mehr Spieler, um die Fairness und Attraktivität des Spiels aufrechtzuerhalten.

Für Web3-Spiele sind die Risiken höher. Laut dem jährlichen Spielebericht von Delphi Digital sind die Kosten für die Benutzerakquise in Web3-Spielen um 77 % höher als bei traditionellen Handyspielen, was die Spielerbindungsraten entscheidend macht.

Eine starke Spielerbasis kann faire Matches, eine lebendige Spieleökonomie (d.h. mehr Handel mit Gegenständen) und aktivere soziale Interaktionen sicherstellen, was das Spielen spannender macht.

2. ARC - Pionier der KI-Spiele

ARC, entwickelt von ArenaX Labs, leitet die Zukunft der KI-Online-Spielerfahrung ein. Kurz gesagt, sie nutzen KI, um das Problem der Spielerfluktuation zu lösen, das neue Spiele plagt.

Das Hauptproblem der meisten KI-Roboter im Spiel ist, dass sie einfach schlecht sind. Sobald du ein paar Stunden damit verbracht hast, die Tricks zu lernen, sind diese Roboter sehr leicht zu besiegen. Sie sind dafür gemacht, neuen Spielern zu helfen, bieten jedoch erfahrenen Spielern nicht viel Herausforderung oder Bindung.

Stellen Sie sich vor, die Fähigkeiten von KI-Spielern könnten mit den besten menschlichen Spielern konkurrieren. Stellen Sie sich vor, Sie könnten jederzeit und überall gegen sie antreten, ohne auf das Matchmaking warten zu müssen. Stellen Sie sich vor, Sie trainieren Ihren KI-Spieler, um Ihren Spielstil zu imitieren, besitzen ihn und verdienen Belohnungen basierend auf seiner Leistung.

Das ist für die Spieler und Spieleentwickler eine Win-Win-Situation.

Spieleentwickler verwenden menschenähnliche KI-Roboter, um Spiele beliebt zu machen, die Spielerfluktuation zu erhöhen, das Benutzererlebnis zu verbessern und die Bindungsrate zu steigern - das ist der Schlüssel zum Überleben neuer Spiel-Neulinge auf einem wettbewerbsintensiven Markt.

Spieler erhalten eine neue Möglichkeit, am Spiel teilzunehmen, während sie KI trainieren und gegen sie antreten, und entwickeln ein stärkeres Zugehörigkeitsgefühl.

Lass uns ansehen, wie sie es machen.

3. Produkte und Architektur

Die Muttergesellschaft ArenaX Labs entwickelt eine Reihe von Produkten zur Lösung der Herausforderungen der Spielerfluktuation.

  • Aktuelle Produkte: AI Arena, ein KI-Kampfspiel.

  • Neue Produkte: ARC B2B, ein KI-gestütztes Spiel-SDK, das leicht in jedes Spiel integriert werden kann.

  • Neues Produkt: ARC Verstärkendes Lernen (RL)

(1) AI Arena: Spiele

AI Arena ist ein Kampfspiel, das an Nintendos Super Smash Bros. erinnert, in dem eine Vielzahl von skurrilen Cartoon-Charakteren in einer Arena kämpfen.

Aber in AI Arena wird jeder Charakter von KI gesteuert - du spielst nicht als Krieger, sondern als deren Trainer. Deine Aufgabe ist es, deine KI-Krieger mit deiner Strategie und deinem Fachwissen zu trainieren.

Das Trainieren deiner Krieger ist wie das Trainieren eines Schülers, um sich auf den Kampf vorzubereiten. Im Trainingsmodus aktivierst du die Datensammlung und erstellst Kampfszenarien, um deren Bewegungen zu verfeinern. Wenn sich dein Krieger zum Beispiel in der Nähe des Gegners befindet, kannst du ihm beibringen, mit deinem Schild Block zu machen und dann Kombos auszuführen. Wie kämpft man aus der Distanz? Trainiere sie, um Fernangriffe auszuführen.

Du kannst steuern, welche Art von Daten gesammelt werden, um sicherzustellen, dass nur die besten Bewegungen für das Training aufgezeichnet werden. Nach dem Training kannst du Hyperparameter verfeinern, um mehr technische Vorteile zu erzielen oder einfach die anfängerfreundlichen Voreinstellungen zu verwenden. Sobald das Training abgeschlossen ist, kann dein KI-Krieger in den Kampf ziehen.

Der Anfang ist immer schwierig - ein effektives Modell zu trainieren, erfordert Zeit und Experimente. Mein erster Krieger fiel mehrmals von der Plattform, nicht weil er von einem Gegner getroffen wurde. Aber nach ein paar Iterationen gelang es mir, ein gut funktionierendes Modell zu erstellen. Es ist sehr befriedigend zu sehen, dass sich dein Training auszahlt.

AI Arena führt zusätzliche Tiefe durch NFT-Krieger ein. Jeder NFT-Charakter hat einzigartige optische Merkmale und Kampfattribute, die das Gameplay beeinflussen. Dies fügt eine weitere strategische Ebene hinzu.

Derzeit läuft AI Arena im Arbitrum-Hauptnetz, und nur diejenigen mit AI Arena NFT haben Zugang, während das Gameplay verfeinert wird und die Exklusivität der Community gewahrt bleibt. Spieler können Gilden beitreten, Champions-NFTs und NRN sammeln, um an On-Chain-Kampfranglisten teilzunehmen und Belohnungen zu erhalten. Dies geschieht, um loyale Spieler zu gewinnen und den Wettbewerb voranzutreiben.

Letztendlich ist AI Arena die Schaufenster der KI-Trainingstechnologie von ARC. Obwohl dies ihr Einstiegspunkt in das Ökosystem ist, reicht die wahre Vision weit über dieses Spiel hinaus.

(2) ARC: Infrastruktur

ARC ist eine speziell für Spiele entwickelte KI-Infrastruktur-Lösung.

Das ArenaX-Team hat von Grund auf neu begonnen und sogar seine eigene Spieleinfrastruktur entwickelt, da bestehende Lösungen wie Unity und Unreal ihren Visionen nicht gerecht werden konnten.

Über drei Jahre hinweg haben sie einen leistungsstarken Technologie-Stack entworfen, der Datenaggregation, Modelltraining und Modellüberprüfung für Nachahmungs- und verstärkendes Lernen bewältigen kann. Diese Infrastruktur ist das Rückgrat von AI Arena, aber ihr Potenzial geht weit darüber hinaus.

Mit der ständigen Verbesserung ihrer Technologie beginnen Drittanbieter-Studios, ARC zu kontaktieren, um Lizenzen oder White-Labeling für die Plattform zu erhalten. Nachdem sie diese Nachfrage erkannt haben, haben sie die Infrastruktur von ARC in ein B2B-Produkt formalisiert.

Heute arbeitet ARC direkt mit Spieleentwicklern zusammen, um KI-Spielerlebnisse bereitzustellen. Ihr Wertversprechen lautet:

  • Permanente Spielerfluktuation als Dienstleistung

  • AI-Gameplay als einfache Integration

Permanente Spielerfluktuation als Dienstleistung

ARC konzentriert sich auf das Klonen menschlichen Verhaltens – das Training spezialisierter KI-Modelle, um menschliches Verhalten zu imitieren. Dies unterscheidet sich von der Hauptanwendung von KI in heutigen Spielen, bei der generative Modelle zur Erstellung von Spielelementen und LLMs zur Steuerung von Dialogen verwendet werden.

Mit dem ARC SDK können Entwickler menschenähnliche KI-Agenten erstellen und gemäß den Anforderungen des Spiels skalieren. Das SDK vereinfacht die mühsame Arbeit. Spieleentwickler können KI einführen, ohne sich um komplexe maschinelle Lernverfahren kümmern zu müssen.

Nach der Integration erfordert die Bereitstellung von KI-Modellen nur eine Codezeile, ARC kümmert sich um die Infrastruktur, Datenverarbeitung, das Training und die Backend-Bereitstellung.

ARC verfolgt einen kooperativen Ansatz mit Spieleentwicklern, um ihnen zu helfen:

  • Erfassen von Roh-Gameplay-Daten und Umwandlung in bedeutungsvolle Datensätze für das KI-Training.

  • Identifizieren von Schlüsselm Gameplay-Variablen und Entscheidungsstellen, die mit Spielmechaniken verbunden sind.

  • Mapping der KI-Modell-Ausgaben auf die Aktivitäten im Spiel, um sicherzustellen, dass die Funktionen reibungslos funktionieren - zum Beispiel, indem die „Rechtsklick“-Ausgabe der KI mit spezifischen Spielkontrollen verknüpft wird.

Wie funktioniert KI?

ARC hat vier Arten von Modellen für die Spielinteraktion verwendet:

  • Feedforward-Neuronale Netzwerke: Geeignet für kontinuierliche Umgebungen mit quantitativen Merkmalen wie Geschwindigkeit oder Position.

  • Tabellenagenten: Besonders ideal für Spiele mit begrenzten diskreten Szenarien.

  • Hierarchische und konvolutionale neuronale Netzwerke werden entwickelt.

Es gibt zwei interaktive Räume, die mit den KI-Modellen von ARC verbunden sind:

Der Zustandsraum definiert, was der Agent zu einem bestimmten Zeitpunkt über das Spiel weiß. Für Feedforward-Netzwerke sind dies Kombinationen von Eingabemerkmalen wie der Geschwindigkeit oder Position des Spielers. Für tabellarische Agenten sind dies die diskreten Szenarien, die der Agent im Spiel antreffen könnte.

Der Aktionsraum beschreibt, was Agenten im Spiel tun können, von diskreten Eingaben (wie das Drücken einer Taste) bis hin zu kontinuierlichen Kontrollen (wie die Bewegung eines Joysticks). Dies wird auf die Spieleingaben abgebildet.

Der Zustandsraum liefert dem KI-Modell Eingaben, das KI-Modell bearbeitet die Eingaben und generiert Ausgaben. Diese Ausgaben werden dann über den Aktionsraum in Spielaktionen umgewandelt.

ARC arbeitet eng mit Spieleentwicklern zusammen, um die entscheidendsten Funktionen zu identifizieren und den Zustandsraum entsprechend zu gestalten. Sie testen auch verschiedene Modellkonfigurationen und -größen, um Intelligenz und Geschwindigkeit auszubalancieren und sicherzustellen, dass das Gameplay reibungslos und ansprechend ist.

Laut dem Team ist die Nachfrage von Web3-Unternehmen nach ihren Spielerfluktuationsdiensten besonders hoch. Diese Unternehmen zahlen für bessere Spielerfluktuation, und ARC wird einen großen Teil dieser Einnahmen für den Rückkauf von NRN-Token verwenden.

Bringen Sie AI-Gameplay zu den Spielern: Trainer-Plattform

Das ARC SDK ermöglicht es Web3-Unternehmen auch, auf die Trainer-Plattform ihrer Spiele zuzugreifen, sodass Spieler Agenten trainieren und einreichen können.

Wie bei AI Arena können Spieler Simulationen einrichten, Gameplay-Daten erfassen und leere KI-Modelle trainieren. Diese Modelle entwickeln sich im Laufe der Zeit weiter, indem sie vorheriges Wissen bewahren und neue Gameplay-Daten integrieren, ohne jedes Mal von Grund auf neu beginnen zu müssen.

Das eröffnet aufregende Möglichkeiten: Spieler können ihre maßgeschneiderten KI-Agenten auf dem Markt verkaufen und eine neue Ebene der Spielökonomie schaffen. In AI Arena können technisch versierte Trainer Gilden bilden, die ihre Trainingsfähigkeiten anderen Unternehmen anbieten können.

Für Unternehmen, die Agentenfunktionen vollständig integriert haben, wird das Konzept des Parallelspielens lebendig. KI-Agenten sind rund um die Uhr verfügbar und können gleichzeitig an mehreren Wettbewerben oder Spielinstanzen teilnehmen. Dies löst das Problem der Spielerfluktuation und schafft neue Möglichkeiten für Benutzerbindung und Einnahmen.

Aber das ist noch nicht alles…

(3) ARC RL: Von eins gegen eins zu vielen gegen eins

Während AI Arena und die ARC-Trainer-Plattform wie ein Einzelspieler-Modus wirken (in dem du dein eigenes KI-Modell trainieren kannst), ähnelt ARC RL dem Mehrspielermodus.

Stell dir vor: Ein ganzes Spiel-DAO versammelt seine Gameplay-Daten, um ein gemeinsames KI-Modell zu trainieren, das jeder gemeinsam besitzt und von dem jeder profitiert. Diese „Master-Agenten“ repräsentieren die kollektive Intelligenz aller Spieler und verändern den E-Sport durch die Einführung von kollektivem Engagement und strategischer Zusammenarbeit.

ARC RL verwendet verstärkendes Lernen (d.h. „RL“) und crowdsourced menschliche Gameplay-Daten, um diese „superintelligenten“ Agenten zu trainieren.

Das Prinzip des verstärkenden Lernens besteht darin, Agenten für optimales Verhalten zu belohnen. Es ist besonders effektiv im Spiel, da die Belohnungsfunktion klar und objektiv ist, wie der verursachte Schaden, die gewonnenen Goldstücke oder der Sieg.

Das hat Präzedenzfälle:

DeepMind's AlphaGo besiegte professionelle menschliche Spieler im Go durch das Training in Millionen von selbst generierten Spielen, wobei jedes Iteration seine Strategien verfeinerte.

Ich hatte das vorher nicht realisiert, aber lange bevor chatGPT entstand, war OpenAI bereits in der Spielewelt bekannt.

OpenAI Five nutzte verstärkendes Lernen, um die besten menschlichen Spieler in Dota 2 zu besiegen und die Weltmeisterschaft 2019 zu gewinnen. Es beherrschte fortgeschrittene Strategien wie Teamarbeit durch beschleunigte Simulationen und eine enorme Rechenleistung.

OpenAI Five führt täglich Millionen von Spielen durch, was 250 Jahren simulierten Spiels pro Tag entspricht, unterstützt von 256 GPUs und 128.000 CPUs. Durch das Überspringen der Grafikdarstellung beschleunigt es den Lernprozess erheblich.

Ursprünglich zeigte die KI instabiles Verhalten, indem sie ziellos umherwanderte, verbesserte sich jedoch schnell. Sie erlernte grundlegende Strategien wie das Schlüpfen auf kleinen Wegen und das Stehlen von Ressourcen, bevor sie sich in komplexe Aktionen wie Überfälle entwickelte.

Das Schlüsselkonzept des verstärkenden Lernens ist, dass KI-Agenten durch Erfahrung lernen, wie sie erfolgreich sein können, anstatt direkt gesagt zu bekommen, was sie tun sollen.

ARC RL hebt sich durch die Verwendung von Offline-verstärkendem Lernen ab. KI-Agenten lernen nicht aus ihren eigenen Fehlversuchen, sondern aus den Erfahrungen anderer. Es ist wie ein Schüler, der Videos von anderen beim Radfahren ansieht, deren Erfolge und Misserfolge beobachtet und dieses Wissen nutzt, um Stürze zu vermeiden und schneller Fortschritte zu erzielen.

Dieser Ansatz bietet einen zusätzlichen Vorteil: kooperatives Training und gemeinsames Eigentum an Modellen. Dies macht starke KI-Agenten nicht nur zugänglicher, sondern sorgt auch dafür, dass die Anreize für Spieler, Gilden und Entwickler besser aufeinander abgestimmt sind.

Bei der Erstellung von „superintelligenten“ Spielagenten gibt es zwei Schlüsselrollen:

  • Sponsoren: Ähnlich wie Gildenführer, die große Mengen NRN-Token setzen, um RL-Agenten zu starten und zu verwalten. Sponsoren können beliebige Entitäten sein, sind aber wahrscheinlich Spielgilden, DAOs, Web3-Communities oder sogar beliebte On-Chain-personalisierte Agenten wie Luna.

  • Spieler: Individuen, die eine kleine Menge NRN-Token einsetzen, um ihre Gameplay-Daten zur Schulung der Agenten beizutragen.

Sponsoren koordinieren und leiten ihre Spielerteams, um qualitativ hochwertige Trainingsdaten sicherzustellen, damit ihre KI-Agenten einen Wettbewerbsvorteil in Agentenwettbewerben haben.

Die Belohnungen werden basierend auf der Leistung der Super-Agenten im Wettbewerb verteilt. 70 % der Belohnungen gehören den Spielern, 10 % gehören den Sponsoren und die verbleibenden 20 % gehören der NRN-Kasse. Diese Struktur sorgt dafür, dass alle Teilnehmer einen konsistenten Anreiz haben.

Datenbeitrag

Wie lässt sich die Spieler dazu bringen, bereitwillig ihre Gameplay-Daten beizutragen? Es ist nicht einfach.

ARC macht es einfach und vorteilhaft, Gameplay-Daten bereitzustellen. Spieler benötigen kein Fachwissen, sondern müssen nur spielen. Nach einer Sitzung werden sie aufgefordert, Daten einzureichen, um einen bestimmten Agenten zu trainieren. Ein Dashboard verfolgt ihre Beiträge und die Agenten, die sie unterstützen.

Die Attribution-Algorithmen von ARC gewährleisten Qualität, indem sie Beiträge bewerten und qualitativ hochwertige, einflussreiche Daten belohnen.

Interessanterweise sind selbst wenn du ein schlechter Spieler bist (wie ich), deine Daten nützlich. Schlechtes Gameplay kann Agenten helfen, zu lernen, was sie nicht tun sollten, während fähiges Gameplay die besten Strategien vermitteln kann. Redundante Daten werden herausgefiltert, um die Qualität zu gewährleisten.

Kurz gesagt, ARC RL wurde als ein leicht zugängliches Massenmarktprodukt konzipiert, das sich auf die gemeinsame Nutzung von Agenten konzentriert, die über menschliche Fähigkeiten hinausgehen.

4. Marktgröße

Die technische Plattform von ARC ist vielseitig und unterstützt verschiedene Arten von Spielen wie Shooter, Kampfspiele, soziale Casinos, Rennspiele, Sammelkartenspiele und RPGs. Sie ist maßgeschneidert für Spiele, die Spielerbindung aufrechterhalten müssen.

Die Produkte von ARC richten sich hauptsächlich an zwei Märkte:

ARC konzentriert sich hauptsächlich auf unabhängige Entwickler und Unternehmen und nicht auf etablierte große Unternehmen. Diese kleinen Unternehmen haben aufgrund ihrer begrenzten Markenwirkung und Distributionsressourcen oft Schwierigkeiten, in der Anfangsphase Spieler anzuziehen.

Die KI-Agenten von ARC lösen dieses Problem, indem sie von Anfang an eine dynamische Spielumgebung schaffen, die sogar in der Anfangsphase des Spiels dynamisches Gameplay gewährleistet.

Das mag viele überraschen, aber der Indie-Spielebereich ist tatsächlich eine Hauptkraft im Spielemarkt:

  • 99 % der Spiele auf Steam sind Indie-Spiele.

  • Im Jahr 2024 steuerten Indie-Spiele 48 % des Gesamtumsatzes auf Steam bei.

Ein weiterer Zielmarkt sind Web3-Spiele. Die meisten Web3-Spiele werden von aufstrebenden Unternehmen entwickelt, die auch vor einzigartigen Herausforderungen stehen, wie Wallet-Logins, Krypto-Zweifel und hohe Kosten für die Nutzerakquise. Diese Spiele haben oft Probleme mit der Spielerfluktuation, und KI-Agenten können diese Lücke füllen, um die Attraktivität des Spiels aufrechtzuerhalten.

Obwohl Web3-Spiele kürzlich aufgrund mangelnder ansprechender Erlebnisse in Schwierigkeiten geraten sind, zeigen sich Anzeichen einer Erholung.

Zum Beispiel erzielte eines der frühesten AAA Web3-Spiele, Off the Grid, kürzlich frühzeitigen Mainstream-Erfolg, mit 9 Millionen Wallets und 100 Millionen Transaktionen im ersten Monat. Dies ebnete den Weg für den breiten Erfolg der Branche und schuf eine Gelegenheit für ARC, diese Wiederbelebung zu unterstützen.

5. ARC-Team

Das Gründerteam hinter ArenaX Labs verfügt über umfangreiche Expertise im Bereich maschinelles Lernen und Investmentmanagement.

CEO und CTO Brandon Da Silva leitete zuvor die maschinellen Lernforschungen bei einem kanadischen Investmentunternehmen mit Schwerpunkt auf verstärkendem Lernen, bayesianischer tiefen Lernens und Modellanpassungsfähigkeit. Er entwickelte wegweisende quantitativen Handelsstrategien im Wert von 1 Milliarde Dollar, die auf Risikoparität und Multi-Asset-Portfolio-Management fokussiert sind.

Der COO Wei Xie verwaltet ein Portfolio von Strategien mit einer Liquidität von 7 Milliarden Dollar im selben Unternehmen und leitet dessen Innovationsprojekte mit Schwerpunkt auf aufkommenden Bereichen wie KI, maschinelles Lernen und Web3-Technologien.

ArenaX Labs erhielt 2021 5 Millionen Dollar in einer Seed-Runde, angeführt von Paradigm, und Framework Ventures investierte. Das Unternehmen erhielt im Januar 2024 6 Millionen Dollar, angeführt von SevenX Ventures, FunPlus / Xterio und Moore Strategic Ventures.

6. NRN-Token-Ökonomie - eine gesunde Reform

ARC/AI Arena hat einen Token - NRN. Lassen Sie uns zuerst die aktuelle Situation betrachten.

Die Betrachtung von Angebotsseite und Nachfrageseite wird uns helfen, die Trends besser zu verstehen.

(1) Angebotsseite

Die Gesamtversorgung von NRN beträgt 1 Milliarde, wobei etwa 409 Millionen (40,9 %) im Umlauf sind.

Zum Zeitpunkt des Schreibens beträgt der Token-Preis 0,72 USD, was eine Marktkapitalisierung von 29 Millionen USD und eine vollständig verwässerte Bewertung von 71 Millionen USD bedeutet.

NRN wird am 24. Juni 2024 veröffentlicht, 40,9 % des zirkulierenden Angebots stammen von:

  • Community-Airdrop (8 % des Gesamtangebots)

  • Stiftungskasse (10,9 %, wovon 2,9 % bereits freigegeben sind, 36 Monate linear freigegeben)

  • Community-Ökosystem-Belohnungen (30 %)

Der größte Teil der zirkulierenden Versorgung (30 % von 40,9 %) besteht aus Belohnungen für das Community-Ökosystem, wobei das Projekt diese Token verwaltet und strategisch für Staking-Belohnungen, Spielbelohnungen, Programme zum Wachstum des Ökosystems und community-gesteuerte Programme verteilt.

Der Zeitplan für die Freischaltung ist beruhigend, kurzfristig sind keine großen Ereignisse geplant:

  • Die nächste Freischaltung ist der OTC-Verkauf der Stiftung (1,1 %), der im Dezember 2024 beginnt und über 12 Monate linear freigegeben wird. Dies wird die monatliche Inflationsrate nur um 0,09 % erhöhen und wird voraussichtlich keine ernsten Bedenken hervorrufen.

  • Die Zuteilung für Investoren und Beitragszahler (50 % des Gesamtangebots) wird erst im Juni 2025 freigegeben, und selbst dann erfolgt die Freigabe linear über 24 Monate.

Derzeit wird der Verkaufsdruck voraussichtlich weiterhin recht kontrollierbar sein, hauptsächlich aufgrund der Ökosystembelohnungen. Der Schlüssel ist, dem Team zu vertrauen, dass es in der Lage ist, diese Mittel strategisch zu deployen, um das Wachstum des Protokolls voranzutreiben.

(2) Nachfrageseite

NRN v1 - Spielerwirtschaft

Ursprünglich wurde NRN als strategische Ressource konzipiert, die mit der Spielwirtschaft von AI Arena verbunden ist.

Spieler setzen NRN bei KI-Spielern ein, und wenn sie gewinnen, erhalten sie Belohnungen, wenn sie verlieren, verlieren sie einen Teil des Stake. Dies schafft eine dynamische, die direkte Interessenverknüpfung und verwandelt es in einen Wettbewerbssport und bietet wirtschaftliche Anreize für versierte Spieler.

Die Belohnungen werden mit dem ELO-System verteilt, um eine auf Fähigkeiten basierende ausgewogene Vergütung sicherzustellen. Weitere Einnahmequellen umfassen den Kauf von Spielgegenständen, das Upgraden von Skins und Teilnahmegebühren für Wettbewerbe.

Das ursprüngliche Token-Modell basierte vollständig auf dem Erfolg des Spiels und darauf, dass ständig neue Spieler bereit sind, NRN und NFT zu kaufen, um am Spiel teilzunehmen.

Lasst uns darüber sprechen, warum wir so aufgeregt sind…

NRN v2 - Spieler & Plattformwirtschaft

Die verbesserte v2-Token-Ökonomie von NRN führt durch die Erweiterung des Nutzens des Tokens von AI Arena auf die breitere ARC-Plattform starke neue nachfragegetriebene Faktoren ein. Diese Evolution verwandelt NRN von einem Spiel-Token in einen Plattform-Token. Meiner Meinung nach ist dies ein sehr positiver Wandel.

Die drei neuen nachfragegetriebenen Faktoren von NRN umfassen:

Einnahmen aus der Integration von ARC. Spieleentwickler, die ARC integrieren, werden Einnahmen für die Kasse durch Integrationsgebühren und fortlaufende Royalties, die an die Spielleistung gebunden sind, generieren. Die Kassenmittel können NRN-Rückkäufe anstoßen, das Ökosystem entwickeln und die Spieler auf der Trainer-Plattform anreizen.

Trainer-Marktplatzgebühren. NRN generiert Wert aus den Gebühren im Trainerbereich, Spieler können KI-Modelle und Gameplay-Daten auf dem Trainer-Marktplatz tauschen.

Das Staking für die Teilnahme an ARC RL: Sowohl Sponsoren als auch Spieler müssen NRN einsetzen, um an ARC RL teilzunehmen. Mit mehr Spielern in ARC RL steigt auch die Nachfrage nach NRN entsprechend.

Besonders aufregend sind die Einnahmen der Spieleentwickler. Dies markiert den Übergang von einem rein B2C-Modell zu einem gemischten B2C- und B2B-Modell, das einen fortwährenden externen Kapitalfluss in die NRN-Wirtschaft schafft. Da ARC einen breiteren Zielmarkt hat, werden diese Einnahmequellen die Einnahmen übersteigen, die AI Arena selbst erzeugen kann.

Die Gebühren des Trainer-Marktplatzes sind vielversprechend, hängen jedoch davon ab, ob das Ökosystem kritische Masse erreicht - genug Spiele, Trainer und Spieler, um aktive Transaktionsaktivitäten aufrechtzuerhalten. Dies ist ein langfristiges Vorhaben.

Kurzfristig könnte das Staking von ARC RL der direkteste und reflexivste nachfragegetriebene Faktor sein. Ein gut gefüllter anfänglicher Belohnungspool und die Aufregung über die Einführung neuer Produkte könnten frühe Anwender anziehen, den Tokenpreis in die Höhe treiben und Teilnehmer anlocken. Dies würde einen Feedbackzyklus von steigender Nachfrage und wirtschaftlichem Wachstum schaffen. Umgekehrt, wenn ARC RL jedoch Schwierigkeiten hat, die Nutzerbindung aufrechtzuerhalten, könnte die Nachfrage schnell verschwinden.

Das Potenzial von Netzwerkeffekten ist enorm: Mehr Spiele → Mehr Spieler → Mehr Spiele treten bei → Mehr Spieler. Dieser positive Zyklus kann NRN als zentralen Token im Crypto-AI-Gaming-Ökosystem positionieren.

7. Die Mutter aller Spiel-KI-Modelle

Was ist das Ergebnis? Der Vorteil von ARC liegt darin, dass es eine Vielzahl von Spieltypen fördern kann. Im Laufe der Zeit können sie eine einzigartige, spezifische Gameplay-Datenbank sammeln. Mit der Integration von ARC in mehr Spiele kann es diese Daten kontinuierlich in sein eigenes Ökosystem zurückspeisen, was einen positiven Kreislauf von Wachstum und Verfeinerung schafft.

Sobald dieser Querschnitt von Spieldaten eine kritische Qualität erreicht, wird er zu einer äußerst wertvollen Ressource. Stellen Sie sich vor, es zu nutzen, um ein allgemeines KI-Modell für die Spieleentwicklung zu trainieren - das eröffnet neue Möglichkeiten für das Design, die Testung und die Optimierung von Spielen im großen Maßstab.

Es ist zwar noch früh, aber im Zeitalter der künstlichen Intelligenz, in dem Daten das neue Öl sind, ist das Potenzial in diesem Bereich grenzenlos.

8. Unsere Ideen

NRN entwickelt sich zu einem Plattformspiel - Token-Neubewertung

Mit der Einführung von ARC und ARC RL positioniert sich das Projekt nicht mehr nur als Spielefirma eines einzelnen Produkts, sondern als Plattform und KI-Spiele. Diese Transformation sollte zu einer Neubewertung des NRN-Tokens führen, der zuvor auf den Erfolg von AI Arena beschränkt war. Die Einführung neuer Tokenquellen durch ARC RL, zusammen mit den Einnahmenbeteiligungsvereinbarungen mit Spieleentwicklern und der externen Nachfrage nach Trainertransaktionsgebühren, schafft eine breitere und vielfältigere Grundlage für den Nutzen und Wert von NRN.

Erfolg ist eng mit Spielpartnern verbunden

Das Geschäftsmodell von ARC verbindet seinen Erfolg mit den Unternehmen, mit denen es zusammenarbeitet, da die Einnahmequellen auf der Token-Verteilung (in Web3-Spielen) und den Zahlungen von Spielroyalties basieren. Die eng integrierten Spiele sind einen Blick wert.

Wenn die ARC-Spiele großen Erfolg haben, wird der daraus resultierende Wert zu den NRN-Inhabern zurückfließen. Umgekehrt wird der Wertstrom begrenzt, wenn die Kooperationsspiele in Schwierigkeiten geraten.

Erwartungen an weitere Integrationen mit Web3-Spielen

Die ARC-Plattform ist hervorragend für Web3-Spiele geeignet, wo anreizbasierte Wettbewerbsmechanismen perfekt mit der bestehenden Token-Ökonomie verschmelzen.

Durch die Integration von ARC können Web3-Spiele sofort in die Erzählung „KI-Agenten“ einsteigen. ARC RL vereint die Community und motiviert sie, auf ein gemeinsames Ziel hinzuarbeiten. Dies eröffnet auch neue Gelegenheiten für innovative Mechanismen, um Aktivitäten wie „Spiel zu Airdrop“ für Spieler attraktiver zu gestalten. Durch die Kombination von KI und Token-Anreizen fügt ARC eine Tiefe und Aufregung hinzu, die traditionelle Spiele nicht reproduzieren können.

AI-Gameplay hat eine Lernkurve

AI-Gameplay hat eine steile Lernkurve, was für neue Spieler Schwierigkeiten mit sich bringen kann. Ich habe eine Stunde gebraucht, um herauszufinden, wie ich meine Spieler in AI Arena richtig trainiere.

Allerdings hat die Spielerfahrung von ARC RL weniger Reibung, da das KI-Training im Backend erfolgt, während die Spieler spielen und Daten einreichen. Eine weitere offene Frage ist, wie sich die Spieler fühlen, wenn sie wissen, dass ihr Gegner eine KI ist. Beeinflusst das sie? Verstärkt es oder schwächt es das Spielerlebnis? Nur die Zeit kann uns die Antwort geben.

9. Eine strahlende Zukunft

KI wird im Spiel neue bahnbrechende Erlebnisse eröffnen.

Teams wie Parallel Colony und Virtuals treiben die Entwicklung autonomer KI-Agenten voran, während ARC seinen eigenen Nischenmarkt durch die Fokussierung auf das Klonen menschlichen Verhaltens erschließt - eine innovative Methode zur Lösung der Herausforderungen der Spielerfluktuation, ohne auf unhaltbare Token-Ökonomien angewiesen zu sein.

Der Übergang von einem Spiel zu einer reifen Plattform ist für ARC ein großer Sprung. Dies eröffnet nicht nur größere Möglichkeiten durch die Zusammenarbeit mit Spieleentwicklern, sondern rekonstruiert auch, wie KI in Spielen integriert wird.

Mit seiner verbesserten Token-Ökonomie und dem Potenzial starker Netzwerkeffekte scheint der vielversprechende Weg von ARC gerade erst zu beginnen.