Autor: Teng Yan, Chain of Thought; Tłumaczenie: Złota Finansjera xiaozou
W 2021 roku byłem graczem Axie Infinity i prowadziłem małą gildę stypendialną. Jeśli nie doświadczyłeś tamtej ery, pozwól, że powiem ci - to było absolutnie dzikie.
Gra Axie Infinity uświadomiła ludziom, że kryptowaluty i gry mogą się połączyć. W zasadzie jest to prosta gra strategiczna w stylu Pokémon, w której gracze muszą stworzyć drużynę złożoną z 3 Axie (bardzo niebezpiecznych wojowników), z których każdy ma unikalne zdolności. Możesz prowadzić swoją drużynę do walki z innymi drużynami, zdobywając nagrody w tokenach SLP za udział w grze i wygrywanie.
Ale to, co naprawdę ekscytuje nie-graczy, to potencjał zarabiania poprzez gry. Szybki wzrost Axie zyskał na sile dzięki dwóm mechanizmom:
Pierwszym jest hodowla Axies. Zdobycie dwóch Axie i użycie tokenów SLP do ich rozmnażania prowadzi do powstania voilà - nowego Axie łączącego unikalne umiejętności dwóch istniejących Axie. W ten sposób rzadkie i potężne Axies (gracze nazywają je OP Axies) stały się gorącym towarem, a rynek hodowli ożył.
Drugim mechanizmem jest program stypendialny. Gracze przedsiębiorcy z całego świata zaczęli wypożyczać Axies "stypendystom". Ci gracze często pochodzą z krajów rozwijających się, takich jak Filipiny czy Argentyna, które nie mogą sobie pozwolić na przedpłatę 1000 dolarów na zakup 3 NFT Axie. Stypendyści grają codziennie, zarabiając tokeny i dzieląc się zyskami z gildami stypendialnymi, które zazwyczaj pobierają prowizję w wysokości 30-50%.
W swoim szczytowym okresie, szczególnie podczas pandemii 2019 roku, Axie miało znaczący wpływ na lokalną gospodarkę krajów rozwijających się. Na Filipinach (gdzie mieszka około 40% użytkowników Axie Infinity) dochody wielu graczy znacznie przewyższały minimalną płacę. Gildie generowały znaczne zyski.
To rozwiązuje kluczowy problem dla deweloperów gier: mobilność graczy. Poprzez zachęcanie graczy do aktywnego spędzania kilku godzin dziennie w grach, Axie zapewniało, że każdy gracz ma przeciwnika czekającego na ich, co sprawiało, że doświadczenie było bardziej angażujące.
Ale to ma swoją cenę.
Aby rozwiązać problem mobilności graczy, Axie rozdawało dużą ilość tokenów, aby zachęcić graczy do zaangażowania. Historia zaczyna się tutaj. Ponieważ SLP nie ma limitu, tokeny szaleńczo się rozrosły, a ich cena spadła, co doprowadziło do upadku ekosystemu. Wartość tokenów spadła, a gracze zaczęli odchodzić. Axie niemal z dnia na dzień przeszło od ulubieńca "play-to-earn" do ostrzeżenia.
Ale co jeśli istnieje sposób na rozwiązanie problemu mobilności graczy, nie polegając na niezdrowej ekonomii tokenów?
Dokładnie tym zajmowało się ARC / AI Arena przez ostatnie trzy lata. Teraz zaczyna przynosić owoce.
1、Mobilność graczy jest życiem
Mobilność graczy jest życiem gier wieloosobowych i kluczem do długoterminowego sukcesu.
Wiele gier Web3 i niezależnych boryka się z problemem „zimnego startu” - zbyt mało graczy, aby szybko dopasować lub stworzyć prosperującą społeczność. Nie mają budżetów marketingowych ani naturalnej świadomości IP, jaką mają duże firmy gier. To prowadzi do długich czasów oczekiwania, braku dopasowań i wyższych wskaźników rotacji.
Te gry zwykle powoli umierają w bólu.
Dlatego deweloperzy gier muszą od samego początku priorytetowo traktować mobilność graczy. Gry potrzebują różnorodnych aktywności, aby utrzymać zainteresowanie - szachy potrzebują dwóch graczy, a masowe bitwy wymagają tysięcy graczy. Mechanizmy dopasowania umiejętności dodatkowo podnoszą poprzeczkę, wymagając większej liczby graczy, aby utrzymać sprawiedliwość i atrakcyjność gry.
Dla gier Web3 ryzyko jest większe. Zgodnie z rocznym raportem gier Delphi Digital, koszty pozyskania użytkowników w grach Web3 są o 77% wyższe niż w tradycyjnych grach mobilnych, co sprawia, że wskaźnik utrzymania graczy staje się kluczowy.
Solidna baza graczy zapewnia sprawiedliwe dopasowanie, dynamiczną ekonomię gry (tj. więcej handlu przedmiotami) oraz bardziej aktywną interakcję społeczną, co sprawia, że gra staje się bardziej interesująca.
2、ARC - Pionier gier AI
Opracowane przez ArenaX Labs ARC prowadzi przyszłość doświadczeń gier online z AI. Krótko mówiąc, używają AI, aby rozwiązać problem mobilności graczy, który nęka nowe gry.
Obecnie większość AI robotów w grach jest po prostu zbyt słaba. Po kilku godzinach opanowywania sztuki, te roboty stają się bardzo łatwe do pokonania. Są zaprojektowane, aby pomagać nowym graczom, ale nie stwarzają zbyt wielu wyzwań lub atrakcyjności dla doświadczonych graczy.
Wyobraź sobie, że umiejętności AI graczy mogą dorównywać umiejętnościom najlepszych graczy ludzkich. Wyobraź sobie, że możesz z nimi rywalizować w dowolnym czasie i miejscu, bez czekania na dopasowanie. Wyobraź sobie, że trenujesz swojego gracza AI, aby naśladował twój styl gry, posiadasz go i zarabiasz na jego wynikach.
To jest korzystne zarówno dla graczy, jak i firm gier.
Firmy gier używają podobnych do ludzi agentów AI, aby uczynić gry popularnymi, poprawić mobilność graczy, poprawić doświadczenie użytkowników i zwiększyć wskaźniki utrzymania - co jest kluczowym czynnikiem przeżycia nowych graczy na konkurencyjnym rynku.
Gracze zyskali nowy sposób uczestnictwa w grach, budując silniejsze poczucie przynależności podczas trenowania AI i rywalizacji z nią.
Zobaczmy, jak to robią.
3、Produkt i architektura
Macierzysta firma ArenaX Labs opracowuje szereg produktów, aby rozwiązać problem mobilności graczy.
Istniejące produkty: AI Arena, gra walki AI.
Nowy produkt: ARC B2B, AI napędzany SDK gier, który można łatwo zintegrować z każdą grą.
Nowy produkt: ARC uczenie przez wzmocnienie (RL)
(1) AI Arena: gra
AI Arena to gra walki, przypominająca Super Smash Bros od Nintendo, w której różnorodne, dziwaczne postacie animowane walczą na arenie.
Ale w AI Arena każda postać jest sterowana przez AI - nie jesteś wojownikiem, ale ich trenerem. Twoim zadaniem jest wykorzystać swoją strategię i wiedzę, aby trenować swojego AI wojownika.
Trening twojego wojownika jest jak przygotowywanie ucznia do walki. W trybie treningu włączasz zbieranie danych i tworzysz scenariusze walki, aby dostosować ich ruchy. Na przykład, jeśli twój wojownik jest blisko przeciwnika, możesz nauczyć go blokować ciosy swoją tarczą, a następnie przeprowadzać kombinacje. Jak walczyć na odległość? Trenuj ich w atakach z dystansu.
Możesz kontrolować, jakie dane zbierasz, upewniając się, że rejestrujesz tylko najlepsze ruchy do treningu. Po ćwiczeniach możesz dostosować hiperparametry, aby uzyskać więcej przewagi technologicznej, lub po prostu użyć przyjaznych dla początkujących domyślnych ustawień. Po zakończeniu treningu twój AI wojownik można użyć do walki.
Wszystko zaczyna się trudniej - trening skutecznego modelu wymaga czasu i eksperymentów. Mój pierwszy wojownik kilka razy spadł z platformy, nie został zrzucany przez przeciwnika. Ale po kilku iteracjach udało mi się stworzyć dobrze działający model. Zobaczenie, że twoje treningi przynoszą efekty, to bardzo satysfakcjonujące uczucie.
AI Arena wprowadza dodatkową głębię za pomocą wojowników NFT. Każda postać NFT ma unikalne cechy wizualne i atrybuty walki, które wpływają na rozgrywkę. To wprowadza dodatkową warstwę strategii.
Obecnie AI Arena działa na głównym łańcuchu Arbitrum, a dostęp mają tylko ci, którzy posiadają NFT AI Arena, zachowując ekskluzywność społeczności podczas doskonalenia rozgrywki. Gracze mogą dołączać do gildii, zbierać NFT mistrzów i NRN w celu rywalizacji online i zdobywania nagród. Ma to na celu przyciągnięcie lojalnych graczy i stymulowanie konkurencji.
Ostatecznie AI Arena jest wystawą technologii szkoleniowej AI ARC. Chociaż to jest ich punkt wejścia do ekosystemu, prawdziwa wizja wykracza daleko poza tę grę samą w sobie.
(2) ARC: infrastruktura
ARC to rozwiązanie infrastruktury AI zaprojektowane specjalnie dla gier.
Zespół ArenaX zaczął od zera, nawet opracowując własną infrastrukturę gier, ponieważ istniejące rozwiązania, takie jak Unity i Unreal, nie spełniały ich wizji.
Przez ponad trzy lata starannie zaprojektowali potężny stos technologii zdolny do agregacji danych, treningu modeli i sprawdzania modeli w celu naśladowania i uczenia przez wzmocnienie. Ta infrastruktura jest filarem AI Arena, ale jej potencjał jest znacznie większy.
W miarę jak zespół doskonali swoją technologię, studia trzecie zaczynają znajdować ARC, aby uzyskać licencję na tę platformę lub białą etykietę. Po zrozumieniu tego zapotrzebowania, sformalizowali infrastrukturę ARC jako produkt B2B.
Dziś ARC bezpośrednio współpracuje z firmami gier, oferując doświadczenia gier AI. Ich propozycja wartości jest:
Trwała mobilność graczy jako usługa
Integracja AI jako prosty dodatek
Trwała mobilność graczy jako usługa
ARC koncentruje się na klonowaniu ludzkich zachowań - trenowaniu specjalnych modeli AI do naśladowania ludzkich zachowań. To różni się od głównych zastosowań AI w dzisiejszych grach, które wykorzystują modele generatywne do tworzenia zasobów gier i LLM do napędzania dialogu.
Dzięki ARC SDK, deweloperzy mogą tworzyć inteligentne agenty AI podobne do ludzi i dostosowywać je do potrzeb gier. SDK upraszcza ciężką pracę. Firmy gier mogą wprowadzać AI bez radzenia sobie z złożonym uczeniem maszynowym.
Po integracji wdrożenie modelu AI wymaga tylko jednej linii kodu, ARC zajmuje się infrastrukturą, przetwarzaniem danych, treningiem i wdrożeniem w tle.
ARC przyjmuje podejście współpracy z firmami gier, aby im pomóc:
Zbieranie pierwotnych danych o rozgrywce i przekształcanie ich w znaczące zbiory danych do treningu AI.
Identyfikacja kluczowych zmiennych rozgrywki i punktów decyzyjnych związanych z mechaniką gry.
Mapowanie wyjść modeli AI na działania w grze, zapewniając płynne funkcjonowanie - na przykład powiązanie wyjścia AI "prawy klik" z określonymi kontrolkami gry.
Jak działa AI?
ARC wykorzystuje cztery rodzaje modeli do interakcji w grach:
Sieci neuronowe feedforward: odpowiednie dla ciągłych środowisk z cechami numerycznymi, takimi jak prędkość lub położenie.
Agenci tabelowi: szczególnie idealni do gier z ograniczonymi dyskretnymi scenariuszami.
Sieci neuronowe hierarchiczne i konwolucyjne są w trakcie opracowywania.
Istnieją dwa interaktywne obszary związane z modelami AI ARC:
Przestrzeń stanów definiuje zrozumienie przez agenta gry w danym momencie. Dla sieci feedforward to kombinacja cech wejściowych (takich jak prędkość lub położenie gracza). Dla agentów tabelowych to dyskretne scenariusze, z którymi agent może się spotkać w grze.
Przestrzeń akcji opisuje, co agent może robić w grze, od dyskretnych wejść (takich jak naciśnięcie przycisku) do ciągłej kontroli (takiej jak ruch joysticka). To będzie mapowane na wejście w grze.
Przestrzeń stanów dostarcza wejściowych danych do modeli AI ARC, które przetwarzają wejście i generują wyjście. Następnie te wyjścia są przekształcane na ruchy w grze przez przestrzeń akcji.
ARC ściśle współpracuje z deweloperami gier, aby zidentyfikować najważniejsze funkcje i odpowiednio zaprojektować przestrzeń stanów. Testują również różne konfiguracje modeli i ich rozmiary, aby zrównoważyć inteligencję i szybkość, zapewniając, że rozgrywka jest płynna i angażująca.
Zespół twierdzi, że zapotrzebowanie firm Web3 na ich usługi mobilności graczy jest szczególnie wysokie. Te firmy płacą za lepszą mobilność graczy, a ARC przeznaczy dużą część tych przychodów na skupy tokenów NRN.
Wprowadzenie rozgrywki AI dla graczy: platforma trenerów
ARC SDK umożliwia również firmom web3 dostęp do platformy trenerów ich gier, pozwalając graczom trenować i przesyłać agentów.
Podobnie jak AI Arena, gracze mogą ustawiać symulacje, zbierać dane o rozgrywce i trenować puste modele AI. Te modele ewoluują w miarę upływu czasu, integrując nowe dane o rozgrywce, zachowując wcześniejszą wiedzę, bez potrzeby zaczynania od nowa po każdej aktualizacji.
To otwiera ekscytujące możliwości: gracze mogą sprzedawać swoje dostosowane, wytrenowane agenty AI na rynku, tworząc nową warstwę ekonomii w grze. W AI Arena, technicznie biegli trenerzy mogą tworzyć gildie, które mogą oferować swoje umiejętności treningowe innym firmom.
Dla firm, które w pełni integrują funkcje agentów, koncepcja Parallel Play (gra równoległa) staje się również żywa. Agenci AI są dostępni przez całą dobę i mogą brać udział w wielu rozgrywkach lub instancjach gier jednocześnie. To rozwiązuje problem mobilności graczy i stwarza nowe możliwości dla zaangażowania użytkowników i zysków.
Ale to jeszcze nie wszystko...
(3) ARC RL: od jednego do jednego do wielu do jednego
Jeśli AI Arena i platforma trenerów ARC czują się jak tryb dla jednego gracza (gdzie możesz trenować swój model AI), to ARC RL przypomina tryb dla wielu graczy.
Wyobraź sobie: cały DAO gier zbiera dane o rozgrywce, aby trenować wspólny model AI, który jest współwłaścicielem przez wszystkich i przynosi korzyści. Ci "główni agenci" reprezentują zbiorową mądrość wszystkich graczy, zmieniając e-sport poprzez wprowadzenie konkurencji napędzanej zbiorowym wysiłkiem i strategiczną współpracą.
ARC RL wykorzystuje uczenie przez wzmocnienie (tj. "RL") i tłumaczenie danych o rozgrywce od ludzi do trenowania tych "superinteligentnych" agentów.
Jak działa uczenie poprzez wzmocnienie? Nagradza agentów za optymalne zachowania. Jest to szczególnie skuteczne w grach, ponieważ funkcje nagradzające są jasne i obiektywne, takie jak zadane obrażenia, zdobyte monety czy zwycięstwa.
To ma precedens:
AlphaGo DeepMind pokonało profesjonalnych graczy w go, trenując poprzez miliony samodzielnych gier, udoskonalając swoją strategię przy każdej iteracji.
Nie zdawałem sobie z tego sprawy wcześniej, ale już przed stworzeniem chatGPT OpenAI było szeroko znane w kręgu gier.
OpenAI Five w Dota 2 wykorzystało uczenie przez wzmocnienie, aby zdominować najlepszych graczy ludzkich, pokonując mistrzów świata w 2019 roku. Używało przyspieszonych symulacji i ogromnych zasobów obliczeniowych do opanowania zaawansowanych strategii, takich jak współpraca zespołowa.
OpenAI Five codziennie przeprowadza miliony gier, co odpowiada 250 latom symulacji gier dziennie, wspieranym przez 256 GPU i 128 000 CPU. Dzięki pominięciu renderowania grafiki znacznie przyspiesza to tempo nauki.
Początkowo AI wykazywał niestabilne zachowanie, takie jak błąkanie się bez celu, ale szybko się poprawił. Opanował kilka podstawowych strategii, takich jak czołganie się na małych ścieżkach i kradzież zasobów, ostatecznie rozwijając się w bardziej złożone operacje, takie jak zasadzki.
Kluczową ideą uczenia przez wzmocnienie jest to, że agenci AI uczą się, jak osiągnąć sukces poprzez doświadczenie, a nie są po prostu instruowani, co robić.
ARC RL wyróżnia się, stosując offline reinforcement learning. Agenci AI nie uczą się na własnych doświadczeniach, ale na doświadczeniach innych. To jak uczniowie oglądający filmy o innych jeżdżących na rowerach, obserwując ich sukcesy i porażki oraz wykorzystując tę wiedzę, aby unikać upadków i szybciej się rozwijać.
Podejście to oferuje dodatkową korzyść: współpraca przy treningu i wspólne posiadanie modelu. Nie tylko sprawia, że potężne agenty AI stają się bardziej powszechne, ale także motywacje graczy, gildii i deweloperów są bardziej zgodne.
W tworzeniu "superinteligentnych" agentów gier istnieją dwie kluczowe role:
Sponsorzy: liderzy podobni do gildii, którzy stakują dużą ilość tokenów NRN, aby uruchomić i zarządzać agentami RL. Sponsorami mogą być wszelkie podmioty, ale prawdopodobnie będą to gildie gier, DAO, społeczności web3, a nawet popularne zindywidualizowane agenty na blockchainie, takie jak Luna.
Gracze: osoby stakujące niewielką ilość tokenów NRN, aby wnosić swoje dane o rozgrywce do trenowania agentów.
Sponsorzy koordynują i prowadzą swoje zespoły graczy, zapewniając wysoką jakość danych treningowych, co daje ich agentom AI przewagę konkurencyjną w zawodach agentów.
Nagrody są przydzielane na podstawie wydajności superagentów w zawodach. 70% nagród trafia do graczy, 10% do sponsorów, a pozostałe 20% do skarbca NRN. Taka struktura zapewnia spójne mechanizmy zachęt dla wszystkich uczestników.
Wkład danych
Jak sprawić, by gracze chętnie wnosili swoje dane o rozgrywce? Nie jest to łatwe.
ARC upraszcza dostarczanie danych o rozgrywce. Gracze nie potrzebują specjalistycznej wiedzy, wystarczy, że grają. Po zakończeniu sesji są proszeni o przesłanie danych do trenowania konkretnego agenta. Panel kontrolny śledzi ich wkład oraz agentów, których wspierają.
Algorytm atrybucji ARC zapewnia jakość, oceniając wkłady i nagradzając dane wysokiej jakości i wpływu.
Co ciekawe, nawet jeśli jesteś słabym graczem (jak ja), twoje dane są nadal przydatne. Słaba rozgrywka może pomóc agentom nauczyć się, czego nie należy robić, podczas gdy umiejętności wybitnych graczy mogą nauczyć najlepszych strategii. Nadmiarowe dane są filtrowane, aby zachować jakość.
Krótko mówiąc, ARC RL został zaprojektowany jako produkt niskotarciowy na rynek masowy, z naciskiem na wspólne posiadanie agentów przekraczających ludzkie możliwości.
4、Wielkość rynku
Technologia ARC jest wszechstronna, obsługując różne rodzaje gier, takich jak strzelanki, gry walki, kasyna społecznościowe, wyścigi, gry karciane i RPG. Jest dostosowana do gier, które muszą utrzymać zaangażowanie graczy.
Produkty ARC skierowane są głównie do dwóch rynków:
ARC koncentruje się głównie na niezależnych deweloperach i firmach, a nie na starych korporacjach. Z powodu ograniczonego wpływu marki i zasobów dystrybucji, małe firmy często mają trudności z przyciągnięciem graczy na początku.
Agenci AI ARC rozwiązują ten problem, tworząc dynamiczne środowisko gry od samego początku, zapewniając dynamiczną rozgrywkę nawet na wczesnym etapie gry.
To może zaskoczyć wielu, ale niezależne gry rzeczywiście stanowią główną siłę na rynku gier:
99% gier na Steam to gry niezależne.
W 2024 roku gry niezależne wygenerowały 48% całkowitych przychodów na Steamie.
Innym rynkiem docelowym są gry Web3. Większość gier Web3 jest rozwijana przez nowe firmy, które również napotykają unikalne wyzwania, takie jak logowanie się przez portfel, wątpliwości związane z kryptowalutami i wysokie koszty pozyskania użytkowników. Te gry często borykają się z problemami mobilności graczy, a agenci AI mogą wypełnić lukę, utrzymując atrakcyjność gry.
Chociaż gry Web3 ostatnio miały trudności z powodu braku atrakcyjnych doświadczeń, zaczynają pojawiać się oznaki ożywienia.
Na przykład jeden z pierwszych gier AAA Web3, Off the Grid, niedawno odniósł wczesny sukces mainstreamowy, z 9 milionami portfeli wykonującymi 100 milionów transakcji w pierwszym miesiącu. Umożliwia to szerszy sukces w branży, stwarzając ARC możliwości wspierania tego odrodzenia.
5、Zespół ARC
Zespół założycielski ArenaX Labs ma bogate doświadczenie w dziedzinie uczenia maszynowego i zarządzania inwestycjami.
Dyrektor generalny i CTO Brandon Da Silva prowadził badania nad uczeniem maszynowym w kanadyjskiej firmie inwestycyjnej, koncentrując się na uczeniu przez wzmocnienie, głębokim uczeniu Bayesowskim i adaptacyjności modeli. Był pionierem w opracowywaniu strategii handlowych o wartości 1 miliarda dolarów, skoncentrowanych na zarządzaniu ryzykiem i wieloma aktywami.
Dyrektor operacyjny Wei Xie zarządza portfelem strategii płynności o wartości 7 miliardów dolarów w tej samej firmie i przewodniczy innowacyjnym projektom inwestycyjnym, koncentrując się na nowopowstających dziedzinach takich jak AI, uczenie maszynowe i technologia Web3.
ArenaX Labs w 2021 roku uzyskało 5 milionów dolarów w rundzie seed, z Paradigm jako głównym inwestorem i Framework ventures jako inwestorem pomocniczym. Firma uzyskała 6 milionów dolarów finansowania w styczniu 2024 roku, prowadzone przez SevenX Ventures, FunPlus/Xterio i Moore Strategic Ventures.
6、Ekonomia tokenów NRN - zdrowa reforma
ARC/AI Arena ma jeden token - NRN. Zróbmy podsumowanie obecnej sytuacji.
Badanie strony podaży i popytu pomoże nam lepiej zrozumieć kierunki trendów.
(1) Strona podaży
Całkowita podaż NRN wynosi 1 miliard, z czego około 409 milionów (40,9%) jest w obiegu.
W momencie pisania tego artykułu cena tokena wynosi 0,72 dolarów, co oznacza wartość rynkową 29 milionów dolarów, a całkowita wartość po rozwodnieniu wynosi 71 milionów dolarów.
NRN zostanie wydany 24 czerwca 2024 roku, a 40,9% obiegu pochodzi z:
Airdrop społeczności (8% całkowitej liczby)
Skarbiec fundacji (10,9%, z czego 2,9% zostało odblokowane, 36-miesięczne liniowe odblokowywanie)
Nagrody ekosystemu społeczności (30% całkowitej liczby)
Większość obiegu (30% z 40,9%) składa się z nagród dla ekosystemu społeczności, projekt zarządza tymi tokenami i strategicznie przydziela je do nagród za staking, nagród za gry, programów wzrostu ekosystemu i inicjatyw kierowanych przez społeczność.
Harmonogram odblokowywania daje poczucie bezpieczeństwa, w krótkim czasie nie ma żadnych istotnych zdarzeń:
Następne odblokowanie to sprzedaż OTC fundacji (1,1%), która rozpocznie się w grudniu 2024 roku, z 12-miesięcznym liniowym odblokowaniem. To zwiększy miesięczny wskaźnik inflacji o 0,09%, mało prawdopodobne, aby wywołało poważne obawy.
Przydział dla inwestorów i wkładców (50% całkowitej podaży) zacznie się w czerwcu 2025 roku, jednak nawet wtedy będzie miało 24-miesięczne liniowe odblokowanie.
Obecnie presja sprzedażowa wydaje się być stosunkowo kontrolowana, głównie ze względu na nagrody ekosystemowe. Kluczowe jest zaufanie zespołowi w zdolność strategicznego wykorzystania tych funduszy w celu wspierania wzrostu protokołu.
(2) Strona popytu
NRN v1 - Gospodarka graczy
Początkowo NRN został zaprojektowany jako strategiczny zasób związany z ekonomią gry AI Arena.
Gracze stakują NRN na agentach AI, a jeśli wygrywają, otrzymują nagrody, a jeśli przegrywają, tracą część stakowanych tokenów. To tworzy dynamiczną zależność, która przekształca to w sport rywalizacyjny i zapewnia ekonomiczne bodźce dla wytrawnych graczy.
Nagrody są przydzielane za pomocą systemu ELO, co zapewnia zrównoważone płatności oparte na umiejętnościach. Inne źródła przychodów obejmują zakupy przedmiotów w grze, ulepszenia strojów oraz opłaty za wejście do turniejów.
Początkowy model tokenów całkowicie zależał od sukcesu gier i ciągłego napływu nowych graczy gotowych kupować NRN i NFT, aby uczestniczyć w grze.
Teraz omówmy, dlaczego jesteśmy tak podekscytowani...
NRN v2 - Gospodarka graczy i platformy
Udoskonalone v2 tokeny NRN wprowadzają silne nowe czynniki popytu przez rozszerzenie użyteczności tokenów z AI Arena na szerszą platformę ARC. Ta ewolucja przekształca NRN z tokena specyficznego dla gry w token platformowy. Moim zdaniem, to bardzo pozytywny zwrot.
Trzy nowe czynniki popytu dla NRN obejmują:
Przychody z integracji ARC. Firmy gier, które integrują ARC, będą generować przychody dla skarbca z opłat za integrację oraz ciągłych tantiem powiązanych z wydajnością gier. Środki w skarbcu mogą napędzać skup NRN, rozwijać ekosystem i motywować graczy na platformie trenerskiej.
Opłaty za rynek trenerów. NRN pozyskuje wartość z opłat pobieranych na rynku trenerów, gracze mogą handlować modelami AI i danymi o rozgrywce na tym rynku.
Udział w stakingu ARC RL: sponsorzy i gracze muszą stakować NRN, aby dołączyć do ARC RL. Wraz z rosnącą liczbą graczy w ARC RL, popyt na NRN również wzrasta.
Szczególnie ekscytujące są przychody firm gier. To oznacza przejście od czysto modelu B2C do mieszanki B2C i B2B, tworząc trwały napływ kapitału zewnętrznego do gospodarki NRN. Wraz z szerszym rynkiem docelowym ARC, ten strumień przychodów przekroczy to, co sama AI Arena może wygenerować.
Opłaty za rynek trenerów, choć mają potencjał, zależą od tego, czy ekosystem osiągnie krytyczną skalę - wystarczająco wiele gier, trenerów i graczy, aby utrzymać aktywność handlową. To długoterminowe przedsięwzięcie.
W krótkim okresie staking ARC RL może być najprostszym i najbardziej bezpośrednim czynnikiem napędzającym popyt. Obfity początkowy zbiór nagród i ekscytacja związana z premierą nowego produktu mogą wywołać wczesne przyjęcie, podnosząc cenę tokena i przyciągając uczestników. Tworzy to cykl sprzężenia zwrotnego wzrostu popytu i gospodarki. Jednak odwrotnie, jeśli ARC RL nie będzie w stanie utrzymać zaangażowania użytkowników, popyt może szybko zniknąć.
Potencjał efektu sieciowego jest ogromny: więcej gier → więcej graczy → więcej gier dołącza → więcej graczy. Ten błędny krąg może ustawić NRN jako token rdzeniowy w ekosystemie gier AI w Crypto.
7、Matka modeli AI w grach
Jaki jest zatem wynik? Przewaga ARC polega na tym, że może promować różnorodne rodzaje gier. W miarę upływu czasu będą mogły zbierać unikalną bazę danych dotyczącą konkretnej rozgrywki. W miarę integracji ARC z większą ilością gier, będzie mogła stale zwracać te dane do własnego ekosystemu, tworząc pozytywną pętlę wzrostu i udoskonalania.
Gdy ten zestaw danych dotyczących rozgrywki osiągnie krytyczną jakość, stanie się niezwykle cennym zasobem. Wyobraź sobie, jak można go wykorzystać do trenowania ogólnych modeli AI do rozwoju gier - otwierając nowe możliwości dla projektowania, testowania i optymalizacji gier na dużą skalę.
Jeszcze za wcześnie, aby to ocenić, ale w erze, w której dane są nową ropą, potencjał w tym zakresie jest nieskończony.
8、Nasze myśli
(1) NRN ewoluuje w gry platformowe - Przekształcenie tokenów
Wraz z wydaniem ARC i ARC RL, projekt nie jest już tylko firmą gier jednego produktu, teraz stawia się jako platforma i gra AI. Ta zmiana powinna prowadzić do ponownej oceny tokena NRN, wcześniej ograniczonej do sukcesu AI Arena. Wprowadzenie nowych źródeł tokenów przez ARC RL, w połączeniu z umowami o podziale przychodów z firmami gier i zewnętrznym popytem na opłaty za transakcje trenerów, tworzy szerszą i bardziej zróżnicowaną podstawę dla użyteczności i wartości NRN.
(2) Sukces jest ściśle związany z partnerstwami w grach
Model biznesowy ARC łączy jego sukces z firmami, z którymi współpracuje, ponieważ strumień przychodów oparty jest na podziale tokenów (w grach Web3) oraz płatnościach tantiem za gry. Gry, które są ściśle zintegrowane z tym modelem, zasługują na uwagę.
Jeśli gry ARC odniesą wielki sukces, wartość, która z tego wyniknie, wróci do posiadaczy NRN. Z drugiej strony, jeśli współpracujące gry napotkają trudności, przepływ wartości będzie ograniczony.
(3) Oczekiwania dotyczące większej integracji z grami Web3
Platforma ARC jest idealna dla gier Web3, w których mechanika konkurencyjna z zachętami idealnie łączy się z istniejącą ekonomią tokenów.
Dzięki integracji ARC, gry Web3 mogą natychmiast wejść w narrację „agentów AI”. ARC RL jednoczy społeczność, motywując ich do wspólnego osiągania celów. Otwiera to również nowe możliwości innowacyjnych mechanizmów, takich jak czynniki „gra do airdropu”, które są bardziej atrakcyjne dla graczy. Łącząc AI z zachętami w tokenach, ARC zwiększa głębokość i ekscytację, której tradycyjne gry nie są w stanie skopiować.
(4) Zastosowanie AI ma krzywą uczenia się
Zastosowanie AI ma strome krzywe uczenia się, co może stwarzać tarcia dla nowych graczy. Poświęciłem godzinę, aby dowiedzieć się, jak prawidłowo trenować swoich graczy w AI Arena.
Jednak doświadczenie graczy w ARC RL ma mniejszy tarcie, ponieważ kiedy gracze grają i przesyłają dane, trenowanie AI odbywa się w tle. Innym nierozwiązanym pytaniem jest to, jak gracze czują się, gdy wiedzą, że ich przeciwnikiem jest AI. Czy ma to na nich wpływ? Czy wzmacnia, czy osłabia doświadczenie gry? Tylko czas pokaże.
9、Jasna przyszłość
AI otworzy nowe przełomowe doświadczenia w świecie gier.
Zespoły takie jak Parallel Colony i Virtuals napędzają rozwój autonomicznych agentów AI, podczas gdy ARC stawia na klonowanie ludzkich zachowań, otwierając własny niszowy rynek - oferując nowatorskie podejście do rozwiązania wyzwań związanych z mobilnością graczy, bez polegania na niezdrowej ekonomii tokenów.
Przejście z gier do dojrzałej platformy jest ogromnym skokiem dla ARC. Otwiera to nie tylko większe możliwości poprzez współpracę z firmami gier, ale również przekształca sposób integracji AI z grami.
Z poprawioną ekonomią tokenów i potencjałem silnych efektów sieciowych, jasna droga ARC zdaje się dopiero zaczynać.
