Autor: Teng Yan, Cadena de Pensamiento; Traducción: 金色财经xiaozou
En 2021, yo era un jugador de Axie Infinity y operaba una pequeña guilda de becas. Si no viviste esa época, déjame decirte: fue absolutamente salvaje.
El juego Axie Infinity hizo que la gente se diera cuenta de que las criptomonedas y los juegos pueden combinarse. Esencialmente, es un simple juego de estrategia al estilo Pokémon donde los jugadores deben formar un equipo de 3 Axies (guerreros muy feroces), cada uno con habilidades únicas. Puedes llevar tu equipo a luchar contra otros equipos, ganando recompensas en tokens SLP al participar en juegos y ganar.
Pero lo que realmente entusiasma a los no jugadores es el potencial de ganar dinero a través de los juegos. El rápido ascenso de Axie se debe a dos mecanismos:
El primero es la cría de Axies. Obtén dos Axies y crúzalos usando tokens SLP, y voilà: nace un nuevo Axie que combina las habilidades únicas de los dos Axies originales. Así, Axies raros y poderosos (que los jugadores llaman Axies OP) se convirtieron en artículos muy buscados, creando un mercado de cría muy activo.
El segundo mecanismo es el programa de becas. Jugadores de empresas de todo el mundo comienzan a prestar Axies a “estudiantes”. Estos jugadores suelen ser de países en desarrollo como Filipinas o Argentina, que no pueden pagar más de 1000 dólares en costos iniciales para comprar 3 NFTs de Axie. Los estudiantes juegan todos los días para ganar tokens y comparten las ganancias con las guildas de becas, que generalmente toman un porcentaje del 30-50%.
En su apogeo, especialmente durante la pandemia de 2019, Axie tuvo un impacto significativo en la economía local de los países en desarrollo. En Filipinas (donde aproximadamente el 40% de los usuarios de Axie Infinity se encuentran), muchos jugadores tienen ingresos mucho más altos que el salario mínimo. Las guildas obtienen grandes beneficios.
Esto aborda un problema crítico para los desarrolladores de juegos: la movilidad de los jugadores. Al incentivar a los jugadores a pasar horas jugando activamente cada día, Axie asegura que cada jugador tenga un oponente esperándolo, proporcionando una experiencia más atractiva.
Pero esto tiene un costo.
Para abordar el problema de la movilidad de los jugadores, Axie distribuyó muchos tokens para incentivar la participación de los jugadores. La historia comienza aquí. Dado que SLP no tiene un límite, los tokens se inflaron locamente, el precio cayó drásticamente y el ecosistema colapsó. A medida que el valor del token disminuye, los jugadores se van. Axie pasó casi de ser el favorito de “jugar para ganar” a convertirse en una historia de advertencia de la noche a la mañana.
¿Pero qué pasaría si hubiera una forma de abordar el problema de movilidad de los jugadores sin depender de economías de tokens insostenibles?
Esto es precisamente lo que ARC / AI Arena ha estado trabajando silenciosamente durante los últimos tres años. Ahora, está comenzando a dar frutos.
1、La movilidad de los jugadores es crucial
La movilidad de los jugadores es el alma de los juegos multijugador y la clave para el éxito a largo plazo.
Muchos juegos Web3 e independientes enfrentan el problema de “inicio en frío”: muy pocos jugadores, lo que dificulta el emparejamiento rápido o la formación de una comunidad próspera. No tienen los presupuestos de marketing ni la conciencia de IP natural que tienen las grandes empresas de juegos. Esto puede llevar a tiempos de espera prolongados, emparejamientos fallidos y altas tasas de abandono.
Estos juegos suelen sufrir una muerte lenta y dolorosa.
Por lo tanto, los desarrolladores de juegos deben priorizar la movilidad de los jugadores desde el principio. Los juegos requieren diferentes tipos de actividades para mantener la diversión: el ajedrez necesita dos jugadores, mientras que las batallas masivas requieren miles. Los mecanismos de emparejamiento de habilidades aumentan aún más la barrera, necesitando más jugadores para mantener la equidad y el atractivo del juego.
Los juegos Web3 enfrentan mayores riesgos. Según el informe anual de juegos de Delphi Digital, el costo de adquisición de usuarios para juegos Web3 es un 77% más alto que el de los juegos móviles tradicionales, lo que hace que la retención de jugadores sea crucial.
Una base de jugadores sólida puede asegurar emparejamientos justos, una economía de juego dinámica (es decir, más compra-venta de artículos) y una interacción social más activa, lo que hace que los juegos sean más divertidos.
2、ARC——Pionero en juegos de IA
Desarrollado por ArenaX Labs, ARC está liderando el futuro de la experiencia de juego en línea impulsada por IA. En resumen, están utilizando IA para abordar el problema de la movilidad de los jugadores que afecta a los nuevos juegos.
Hoy en día, la mayoría de los robots de IA dentro del juego son problemáticos porque son demasiado malos. Una vez que pasas unas horas dominando el truco, estos robots se vuelven muy fáciles de vencer. Están diseñados para ayudar a los jugadores nuevos, pero no aportan mucho desafío o retención para los jugadores experimentados.
Imagina que las habilidades de los jugadores de IA pueden compararse con las de los mejores jugadores humanos. Imagina poder enfrentarte a ellos en cualquier momento y lugar sin esperar por emparejamiento. Imagina entrenar a tu jugador de IA para imitar tu estilo de juego, tenerlo y ganar recompensas en función de su rendimiento.
Esto es un ganar-ganar tanto para los jugadores como para las empresas de juegos.
Las empresas de juegos utilizan robots de IA similares a humanos para hacer que los juegos sean populares, mejorar la movilidad de los jugadores, mejorar la experiencia del usuario y aumentar la retención, un factor clave para que los nuevos entrantes en el juego sobrevivan en un mercado competitivo.
Los jugadores obtienen una nueva forma de participar en los juegos, desarrollando un sentido de pertenencia más fuerte al entrenar y competir contra la IA.
Veamos cómo lo hacen.
3、Producto y arquitectura
La empresa matriz ArenaX Labs está desarrollando una serie de productos para abordar el problema de la movilidad de los jugadores.
Productos existentes: AI Arena, un juego de lucha con IA.
Nuevo producto: ARC B2B, un SDK de juego impulsado por IA que se puede integrar fácilmente en cualquier juego.
Nuevo producto: ARC Aprendizaje por refuerzo (RL)
(1) AI Arena: juego
AI Arena es un juego de lucha que recuerda a Super Smash Bros de Nintendo, con una variedad de personajes de dibujos animados extraños que luchan en la arena.
Pero en AI Arena, cada personaje es controlado por IA: no juegas como guerrero, sino como su entrenador. Tu tarea es utilizar tu estrategia y conocimientos para entrenar a tu guerrero de IA.
Entrenar a tus guerreros es como preparar a un estudiante para la batalla. En el modo de entrenamiento, activas la recolección de datos y creas escenarios de combate para ajustar sus acciones. Por ejemplo, si tu guerrero está cerca de un oponente, puedes enseñarle a bloquear con tu escudo y luego contraatacar. ¿Cómo combatir a distancia? Entrénalos para lanzar ataques a distancia.
Puedes controlar qué tipo de datos recopilas, asegurando que solo los mejores movimientos se registren para el entrenamiento. Con práctica, puedes ajustar los hiperparámetros para obtener más ventaja técnica, o simplemente usar la configuración predeterminada amigable para principiantes. Una vez que el entrenamiento se completa, tu guerrero de IA puede participar en combates.
Todo comienza siendo difícil: entrenar un modelo efectivo requiere tiempo y experimentación. Mi primer guerrero se cayó varias veces de la plataforma, no porque lo golpeara un oponente. Pero después de algunas iteraciones, logré crear un modelo que funcionara bien. Ver que tu entrenamiento da frutos es muy satisfactorio.
AI Arena introduce una profundidad adicional a través de guerreros NFT. Cada personaje NFT tiene características visuales únicas y atributos de combate que afectan la jugabilidad. Esto añade otra capa de estrategia.
Actualmente, AI Arena opera en la red principal de Arbitrum, y solo aquellos con NFT de AI Arena pueden acceder, manteniendo la exclusividad de la comunidad mientras perfeccionan la jugabilidad. Los jugadores pueden unirse a guildas, reunir NFTs de campeones y NRN para clasificaciones de combates en la cadena, y ganar recompensas. Esto se hace para atraer a jugadores leales y fomentar la competencia.
En última instancia, AI Arena es la vitrina de la tecnología de entrenamiento de IA de ARC. Aunque es su punto de entrada al ecosistema, la verdadera visión va mucho más allá de este juego en sí.
(2) ARC: infraestructura
ARC es una solución de infraestructura de IA diseñada específicamente para juegos.
El equipo de ArenaX comenzó desde cero e incluso desarrolló su propia infraestructura de juegos porque soluciones existentes como Unity y Unreal no podían cumplir con su visión.
Durante más de tres años, han diseñado meticulosamente una poderosa pila tecnológica capaz de manejar la agregación de datos, el entrenamiento de modelos y la verificación de modelos para imitación y aprendizaje por refuerzo. Esta infraestructura es el pilar de AI Arena, pero su potencial es mucho mayor.
A medida que el equipo sigue perfeccionando su tecnología, los estudios de terceros comienzan a buscar a ARC para obtener licencias o etiquetas blancas para la plataforma. Reconociendo esta necesidad, formalizaron la infraestructura de ARC como un producto B2B.
Hoy en día, ARC colabora directamente con empresas de juegos para ofrecer experiencias de juego impulsadas por IA. Su propuesta de valor es:
Movilidad de jugadores permanente como servicio
Integrar la jugabilidad de IA como una simple integración
Movilidad de jugadores permanente como servicio
ARC se centra en la clonación del comportamiento humano, entrenando modelos de IA especializados para imitar el comportamiento humano. Esto difiere del uso principal de la IA en los juegos de hoy, que utiliza modelos generativos para crear activos de juego y LLM para impulsar diálogos.
Con el SDK de ARC, los desarrolladores pueden crear agentes de IA similares a humanos y escalar según las necesidades del juego. El SDK simplifica el trabajo arduo. Las empresas de juegos pueden introducir IA sin lidiar con el complicado aprendizaje automático.
Una vez integrado, el despliegue del modelo de IA solo requiere una línea de código, y ARC se encarga de la infraestructura, procesamiento de datos, entrenamiento y trabajo de despliegue en el backend.
ARC adopta un enfoque de colaboración con empresas de juegos para ayudarles:
Captura datos de jugabilidad en bruto y conviértelos en conjuntos de datos significativos para el entrenamiento de IA.
Identifica las variables de jugabilidad clave y los puntos de decisión relacionados con la mecánica del juego.
Mapea la salida del modelo de IA a las actividades dentro del juego, asegurando que las funciones sean fluidas, como vincular la salida de “clic derecho” de la IA a un control de juego específico.
¿Cómo funciona la IA?
ARC utiliza cuatro tipos de modelos para la interacción del juego:
Redes neuronales feedforward: adecuadas para entornos continuos con características numéricas como velocidad o posición.
Agentes tabulares: especialmente ideales para juegos con escenarios discretos limitados.
Redes neuronales jerárquicas y convolucionales están en desarrollo.
Existen dos espacios de interacción relacionados con el modelo de IA de ARC:
El espacio de estado define lo que el agente sabe sobre el juego en un momento dado. Para redes neuronales feedforward, esto es una combinación de características de entrada (como velocidad o posición del jugador). Para agentes tabulares, son escenas discretas que el agente puede encontrar en el juego.
El espacio de acción describe lo que el agente puede hacer en el juego, desde entradas discretas (como presionar un botón) hasta controles continuos (como el movimiento de la palanca). Esto se mapea a la entrada del juego.
El espacio de estado proporciona la entrada para el modelo de IA de ARC, el modelo de IA procesa la entrada y genera la salida. Luego, esta salida se convierte en acciones del juego a través del espacio de acción.
ARC trabaja estrechamente con los desarrolladores de juegos para identificar las características más críticas y diseñar el espacio de estado en consecuencia. También prueban varias configuraciones y tamaños de modelos para equilibrar inteligencia y velocidad, asegurando que la operación del juego sea fluida y atractiva.
Según el equipo, la demanda de servicios de movilidad de jugadores por parte de empresas Web3 es especialmente alta. Estas empresas están dispuestas a pagar por una mejor movilidad de jugadores, y ARC destinará gran parte de estos ingresos a la recompra de tokens NRN.
Llevar la jugabilidad de IA a los jugadores: plataforma de entrenadores
El SDK de ARC también permite a las empresas web3 acceder a la plataforma de entrenadores de sus juegos, permitiendo a los jugadores entrenar y enviar agentes.
Al igual que AI Arena, los jugadores pueden configurar simulaciones, obtener datos de jugabilidad y entrenar modelos de IA en blanco. Estos modelos evolucionan con el tiempo, incorporando nuevos datos de jugabilidad mientras retienen el conocimiento previo, sin necesidad de comenzar de cero en cada actualización.
Esto abre emocionantes posibilidades: los jugadores pueden vender sus agentes de IA entrenados a medida en el mercado, creando una nueva capa económica dentro del juego. En AI Arena, entrenadores hábiles pueden formar guildas, ofreciendo sus habilidades de entrenamiento a otras empresas.
Para las empresas que tienen capacidades de agentes completamente integradas, el concepto de Juego Paralelo se vuelve vívido. Los agentes de IA están disponibles las 24 horas, pueden participar en múltiples competiciones o instancias de juego al mismo tiempo. Esto aborda el problema de la movilidad de los jugadores y crea nuevas oportunidades para la retención de usuarios y los ingresos.
Pero eso no es todo...
(3) ARC RL: de uno a uno a uno a muchos
Si AI Arena y la plataforma de entrenadores ARC parecen un modo de un jugador (donde puedes entrenar tu propio modelo de IA), ARC RL se asemeja a un modo multijugador.
Imagina esto: un DAO de juegos entero que reúne sus datos de jugabilidad para entrenar un modelo de IA compartido, donde todos poseen el modelo y se benefician de él. Estos “agentes maestros” representan la sabiduría colectiva de todos los jugadores, cambiando la escena de los deportes electrónicos a través de la competencia impulsada por esfuerzos colectivos y cooperación estratégica.
ARC RL utiliza aprendizaje por refuerzo (es decir, “RL”) y datos de jugabilidad humanos de crowdsourcing para entrenar a estos “superagentes”.
La forma en que funciona el aprendizaje por refuerzo es recompensar a los agentes por comportamientos óptimos. Es particularmente efectivo en juegos, ya que la función de recompensa es clara y objetiva, como el daño causado, las monedas obtenidas o las victorias.
Esto tiene precedentes:
AlphaGo de DeepMind derrotó a jugadores humanos profesionales en partidas de Go, entrenándose a través de millones de partidas generadas por sí mismo, perfeccionando su estrategia en cada iteración.
No me di cuenta de esto antes, pero mucho antes de la creación de chatGPT, OpenAI ya era bien conocido en el mundo de los juegos.
OpenAI Five arrasó a los mejores jugadores humanos en Dota 2 utilizando aprendizaje por refuerzo y derrotó al campeón mundial en 2019. Dominó estrategias avanzadas como el trabajo en equipo a través de simulaciones aceleradas y una gran cantidad de recursos computacionales.
OpenAI Five ejecuta millones de juegos al día, equivalentes a 250 años de simulaciones diarias, respaldadas por 256 GPU y 128,000 CPU. Al omitir el rendering gráfico, acelera significativamente la velocidad de aprendizaje.
Inicialmente, la IA mostró comportamientos inestables, como deambular sin rumbo, pero rápidamente mejoró. Dominó algunas estrategias básicas, como arrastrarse por senderos y robar recursos, desarrollándose finalmente en operaciones complejas, como emboscadas.
La idea clave del aprendizaje por refuerzo es que los agentes de IA aprenden a tener éxito a través de la experiencia, en lugar de que se les diga directamente qué hacer.
ARC RL se distingue al usar aprendizaje por refuerzo fuera de línea. Los agentes de IA no aprenden de sus propios errores, sino de la experiencia de otros. Es como un estudiante que observa videos de otros montando en bicicleta, observando sus éxitos y fracasos, y usando ese conocimiento para evitar caídas y mejorar más rápido.
Este enfoque ofrece un beneficio adicional: entrenamiento colaborativo y propiedad compartida del modelo. Esto no solo hace que los poderosos agentes de IA sean más accesibles, sino que también alinea mejor las motivaciones de los jugadores, las guildas y los desarrolladores.
En la creación de agentes de juego “superinteligentes”, hay dos roles clave:
Patrocinadores: líderes similares a guildas que apuestan grandes cantidades de tokens NRN para iniciar y gestionar agentes RL. Los patrocinadores pueden ser cualquier entidad, pero probablemente sean guildas de juegos, DAO, comunidades web3, o incluso agentes personalizados populares en la cadena como Luna.
Jugadores: individuos que apuestan pequeñas cantidades de tokens NRN para contribuir con sus datos de jugabilidad para entrenar agentes.
Los patrocinadores coordinan y guían a su equipo de jugadores, asegurando datos de entrenamiento de alta calidad que le den a sus agentes de IA una ventaja competitiva en las competiciones de agentes.
Las recompensas se distribuyen según el rendimiento de los superagentes en las competiciones. El 70% de las recompensas pertenece a los jugadores, el 10% a los patrocinadores, y el 20% restante al tesoro de NRN. Esta estructura proporciona a todos los participantes un mecanismo de incentivos alineado.
Contribución de datos
¿Cómo haces que los jugadores estén dispuestos a contribuir con sus datos de jugabilidad? No es fácil.
ARC hace que proporcionar datos de jugabilidad sea simple y beneficioso. Los jugadores no necesitan experiencia técnica; solo tienen que jugar. Al final de una sesión, se les pedirá que envíen datos para entrenar un agente específico. Un panel de control rastrea sus contribuciones y los agentes que apoyan.
El algoritmo de atribución de ARC asegura calidad al evaluar contribuciones y recompensar datos de alta calidad e impacto.
Curiosamente, incluso si eres un jugador malo (como yo), tus datos son útiles. Un mal juego puede ayudar a los agentes a aprender qué no hacer, mientras que un juego hábil puede enseñar las mejores estrategias. Los datos redundantes se filtran para mantener la calidad.
En resumen, ARC RL está diseñado como un producto de mercado masivo con baja fricción centrado en la propiedad compartida de agentes que superan las capacidades humanas.
4、Tamaño del mercado
La plataforma tecnológica de ARC es multifuncional y admite varios tipos de juegos, como juegos de disparos, juegos de lucha, casinos sociales, carreras, juegos de cartas y RPG. Está diseñada a medida para aquellos juegos que necesitan mantener la retención de los jugadores.
Los productos de ARC se dirigen principalmente a dos mercados:
ARC se centra principalmente en desarrolladores y empresas independientes, no en grandes estudios establecidos. Debido a su limitada influencia de marca y recursos de distribución, estas pequeñas empresas a menudo tienen dificultades para atraer jugadores en las etapas iniciales.
Los agentes de IA de ARC abordan este problema creando un entorno de juego dinámico desde el principio, asegurando jugabilidad dinámica incluso en las etapas iniciales del juego.
Esto puede sorprender a muchas personas, pero el ámbito de los juegos independientes es, de hecho, una fuerza principal en el mercado de juegos:
El 99% de los juegos en Steam son juegos independientes.
En 2024, los juegos independientes generaron el 48% de los ingresos totales en Steam.
Otro mercado objetivo son los juegos Web3. La mayoría de los juegos Web3 son desarrollados por empresas emergentes que también enfrentan desafíos únicos, como inicio de sesión en billeteras, escepticismo sobre criptomonedas y altos costos de adquisición de usuarios. Estos juegos a menudo tienen problemas de movilidad de jugadores, y los agentes de IA pueden llenar ese vacío, manteniendo el atractivo del juego.
Aunque los juegos Web3 han tenido dificultades recientemente debido a la falta de experiencias atractivas, están mostrando signos de recuperación.
Por ejemplo, uno de los primeros juegos AAA Web3, Off the Grid, recientemente logró un éxito temprano en el mercado, con 9 millones de billeteras realizando 100 millones de transacciones en el primer mes. Esto allana el camino para el éxito generalizado en la industria y crea oportunidades para que ARC apoye este renacimiento.
5、Equipo ARC
El equipo fundador detrás de ArenaX Labs tiene una amplia experiencia en aprendizaje automático y gestión de inversiones.
El CEO y CTO Brandon Da Silva lideró investigaciones sobre aprendizaje automático en una empresa de inversión canadiense, centrándose en aprendizaje por refuerzo, aprendizaje profundo bayesiano y adaptabilidad de modelos. Fue pionero en desarrollar estrategias de trading cuantitativo de mil millones de dólares centradas en paridad de riesgo y gestión de múltiples activos.
El director de operaciones Wei Xie gestiona una cartera de estrategias de liquidez de 7,000 millones de dólares en la misma empresa y preside sus proyectos de inversión innovadores, centrándose en áreas emergentes como IA, aprendizaje automático y tecnologías Web3.
ArenaX Labs recaudó 5 millones de dólares en una ronda de financiación inicial en 2021, liderada por Paradigm y con la participación de Framework Ventures. La empresa recaudó 6 millones de dólares en enero de 2024, liderada por SevenX Ventures, FunPlus / Xterio y Moore Strategic Ventures.
6、Economía de tokens NRN——una reforma saludable
ARC/AI Arena tiene un token: NRN. Primero, hagamos un recuento de la situación actual.
Examinar el lado de la oferta y la demanda nos dará una visión más clara de las tendencias.
(1) Lado de la oferta
El suministro total de NRN es de 1,000 millones, de los cuales aproximadamente 409 millones (40.9%) están en circulación.
Al momento de redactar, el precio del token es de 0.72 dólares, lo que significa una capitalización de mercado de 29 millones de dólares y una valoración completamente diluida de 71 millones de dólares.
NRN se lanzará el 24 de junio de 2024, el 40.9% del suministro en circulación proviene de:
Airdrop comunitario (8% del total)
Tesorería de la fundación (10.9%, de los cuales 2.9% ya están desbloqueados, desbloqueo lineal de 36 meses)
Recompensas del ecosistema comunitario (30%)
La mayor parte del suministro en circulación (30% de 40.9%) está compuesta por recompensas de ecosistemas comunitarios, y el proyecto gestiona estos tokens y los distribuye estratégicamente a recompensas de staking, recompensas de juegos, programas de crecimiento del ecosistema y programas impulsados por la comunidad.
El cronograma de desbloqueo es tranquilizador, con ningún evento significativo en el corto plazo:
El próximo desbloqueo es la venta OTC de la fundación (1.1%), comenzando en diciembre de 2024, con un desbloqueo lineal de 12 meses. Esto solo aumentará la tasa de inflación mensual en 0.09%, poco probable que cause preocupación significativa.
La asignación para inversores y contribuyentes (50% del suministro total) comenzará a desbloquearse en junio de 2025, y incluso entonces, se desbloqueará de forma lineal durante 24 meses.
Actualmente, se espera que la presión de venta siga siendo bastante controlable, principalmente proveniente de las recompensas del ecosistema. La clave es confiar en que el equipo tiene la capacidad de desplegar estos fondos estratégicamente para impulsar el crecimiento del protocolo.
(2) Lado de la demanda
NRN v1——Economía de jugadores
Inicialmente, NRN fue diseñado como un recurso estratégico asociado a la economía del juego de AI Arena.
Los jugadores apuestan NRN en los jugadores de IA; si ganan, reciben recompensas, si pierden, pierden parte de su apuesta. Esto crea una dinámica de intereses directos, convirtiéndolo en un deporte competitivo y ofreciendo incentivos económicos a los jugadores hábiles.
Las recompensas se distribuyen utilizando un sistema ELO que asegura pagos equilibrados basados en habilidades. Otras fuentes de ingresos incluyen la compra de artículos del juego, mejoras de apariencia y tarifas de entrada a competiciones.
El modelo de token inicial dependía completamente del éxito del juego y de que continuamente nuevos jugadores estuvieran dispuestos a comprar NRN y NFTs para participar en el juego.
Hablemos de por qué estamos tan emocionados...
NRN v2——Economía de jugadores y plataforma
La economía de tokens NRN mejorada v2 introduce poderosos nuevos motores de demanda al expandir la utilidad del token desde AI Arena a la plataforma ARC más amplia. Esta evolución transformará a NRN de token de juego específico a token de plataforma. En mi opinión, este es un cambio muy positivo.
Los tres nuevos motores de demanda de NRN incluyen:
Los ingresos de la integración de ARC. Las empresas de juegos que integren ARC generarán ingresos para el tesoro a través de tarifas de integración y regalías continuas vinculadas al rendimiento del juego. Los fondos del tesoro pueden impulsar la recompra de NRN, el crecimiento del ecosistema y motivar a los jugadores en la plataforma de entrenadores.
Tarifas del mercado de entrenadores. NRN obtiene valor de las tarifas cobradas en el campo de entrenadores, y los jugadores pueden comerciar modelos de IA y datos de jugabilidad en el mercado de entrenadores.
Participación en el staking de ARC RL: tanto patrocinadores como jugadores deben hacer staking de NRN para unirse a ARC RL. A medida que más jugadores ingresan a ARC RL, la demanda de NRN también aumenta.
Particularmente emocionante son los ingresos de las empresas de juegos. Esto marca una transición de un modelo puramente B2C a un modelo híbrido de B2C y B2B, creando un flujo continuo de capital externo hacia la economía de NRN. A medida que ARC tiene un mercado objetivo más amplio, este flujo de ingresos superará lo que AI Arena podría generar por sí solo.
Las tarifas del mercado de entrenadores, aunque prometedoras, dependen de que el ecosistema alcance una escala crítica: suficientes juegos, entrenadores y jugadores para mantener una actividad comercial activa. Esto es un esfuerzo a largo plazo.
A corto plazo, el staking de ARC RL puede ser el motor de demanda más directo y reflexivo. Un fondo inicial de recompensas bien financiado y la emoción del lanzamiento de nuevos productos pueden provocar una adopción temprana, impulsando el precio del token y atrayendo participantes. Esto crea un ciclo de retroalimentación de aumento de demanda y crecimiento económico. Sin embargo, por el contrario, si ARC RL tiene dificultades para mantener la retención de usuarios, la demanda podría desaparecer rápidamente.
El potencial de la red de efectos es enorme: más juegos → más jugadores → más juegos se unen → más jugadores. Este ciclo virtuoso puede posicionar a NRN como el token central en el ecosistema de juegos de IA en Crypto.
7、La madre de los modelos de IA para juegos
¿Cuál es la conclusión? La ventaja de ARC es su capacidad para promocionar una variedad de tipos de juegos. Con el tiempo, les permite recopilar una base de datos única de jugabilidad específica. A medida que ARC se integre con más juegos, puede retroalimentar continuamente estos datos en su propio ecosistema, creando un ciclo virtuoso de crecimiento y perfeccionamiento.
Una vez que este conjunto de datos de jugabilidad transversal alcance una calidad crítica, se convertirá en un recurso extremadamente valioso. Imagina usarlo para entrenar modelos de IA generales para el desarrollo de juegos, abriendo nuevas posibilidades para el diseño, las pruebas y la optimización de juegos a gran escala.
Aún es pronto, pero en la era de la inteligencia artificial, en la que los datos son el nuevo petróleo, el potencial en este aspecto es ilimitado.
8、Nuestras ideas
(1) NRN evoluciona hacia juegos de plataforma——revalorización de tokens
Con el lanzamiento de ARC y ARC RL, el proyecto ya no se posiciona solo como una empresa de juegos de un solo producto, ahora se posiciona como una plataforma y un juego de IA. Esta transformación debería llevar a una revalorización del token NRN, que antes estaba limitado al éxito de AI Arena. La introducción de nuevas fuentes de tokens con ARC RL, junto con acuerdos de participación en los ingresos con empresas de juegos y la demanda externa de tarifas de transacción de entrenadores, crea una base más amplia y diversa para la utilidad y el valor de NRN.
(2) El éxito está estrechamente relacionado con socios de juegos
El modelo de negocio de ARC vincula su éxito con las empresas con las que colabora, ya que los flujos de ingresos se basan en la distribución de tokens (en juegos Web3) y en el pago de regalías del juego. Los juegos que se vinculan estrechamente con esto merecen atención.
Si los juegos de ARC tienen un gran éxito, el valor generado regresará a los poseedores de NRN. Por el contrario, si los juegos asociados tienen dificultades, el flujo de valor se verá restringido.
(3) Esperamos más integraciones con juegos Web3
La plataforma ARC es ideal para juegos Web3, donde la jugabilidad competitiva con incentivos se integra perfectamente con la economía de tokens existente.
Al integrar ARC, los juegos Web3 pueden entrar inmediatamente en la narrativa de “agentes de IA”. ARC RL reúne a la comunidad y los motiva a avanzar hacia un objetivo común. Esto también abre nuevas oportunidades para mecanismos innovadores, como hacer que actividades como “jugar para airdrop” sean más atractivas para los jugadores. Al combinar IA y recompensas en tokens, ARC añade profundidad y emoción que los juegos tradicionales no pueden replicar.
(4) La jugabilidad de IA tiene una curva de aprendizaje
La jugabilidad de IA tiene una curva de aprendizaje pronunciada, lo que puede causar fricción para los nuevos jugadores. Pasé una hora tratando de entender cómo entrenar correctamente a mis jugadores en AI Arena.
Sin embargo, la experiencia del jugador en ARC RL tiene menos fricción, ya que cuando los jugadores juegan y envían datos, el entrenamiento de IA se realiza en el backend. Otra pregunta sin respuesta es cómo se sienten los jugadores al saber que su oponente es una IA. ¿Les afecta? ¿Mejorará o empeorará la experiencia de juego? Solo el tiempo podrá decirnos la respuesta.
9、Futuro brillante
La IA abrirá nuevas experiencias revolucionarias en el mundo de los juegos.
Equipos como Parallel Colony y Virtuals están impulsando el desarrollo de agentes de IA autónomos, mientras que ARC está abriendo su propio nicho de mercado al enfocarse en la clonación del comportamiento humano, ofreciendo un enfoque innovador para abordar los desafíos de la movilidad de los jugadores sin depender de economías de tokens insostenibles.
La transición de un juego a una plataforma madura es un gran salto para ARC. No solo abre mayores oportunidades a través de la colaboración con empresas de juegos, sino que también reconfigura la forma en que la IA se integra en los juegos.
Con su economía de tokens mejorada y el potencial de poderosas redes de efecto, el futuro brillante de ARC parece estar apenas comenzando.
