Автор: Тенг Ян, Chain of Thought; Перевод: 金色财经xiaozou
В 2021 году я был игроком Axie Infinity и управлял небольшой гильдией стипендий. Если вы не пережили то время, позвольте мне сказать — это было абсолютно дико.
Игра Axie Infinity показала, что криптовалюта и игры могут сочетаться. По сути, это простая стратегия в стиле Pokémon, где игроки должны собрать команду из трех Axie (очень свирепых воинов), каждый из которых обладает уникальными способностями. Вы можете вести свою команду в бой против других команд, зарабатывая токены SLP за участие в игре и победы.
Но действительно, что волнует неигровых игроков, так это потенциал зарабатывать деньги через игры. Быстрый рост Axie основывался на двух механизмах:
Первым является разведение Axies. Получив два Axie и используя токены SLP для их разведения, вы получаете voilà — новый Axie, объединяющий уникальные способности двух оригинальных Axie. Таким образом, эти редкие и мощные Axies (игроки называют их OP Axies) стали популярным товаром, и возникло активное разведение.
Второй механизм — это программы стипендий. Игроки из разных уголков мира начали одалживать Axies «ученикам». Эти игроки обычно из развивающихся стран, таких как Филиппины или Аргентина, которые не могут позволить себе первоначальные затраты более 1000 долларов на покупку трех NFT Axie. Ученики ежедневно играют, зарабатывая токены и делясь прибылью с гильдиями стипендий, которые обычно берут 30-50% комиссионных.
В свои лучшие времена, особенно во время пандемии 2019 года, Axie оказала значительное влияние на местные экономики развивающихся стран. На Филиппинах (где около 40% пользователей Axie Infinity) многие игроки зарабатывали значительно больше минимальной заработной платы. Гильдии получали хорошую прибыль.
Это решает одну из ключевых проблем для разработчиков игр: мобильность игроков. Стимулируя игроков проводить несколько часов в день, активно играя, Axie гарантирует, что каждый игрок найдет соперника, что делает игру более привлекательной.
Но это имеет свою цену.
Чтобы решить проблему мобильности игроков, Axie раздала много токенов, чтобы стимулировать участие игроков. История начинается здесь. Поскольку у SLP нет лимита, токены безумно раздулись, цена обвалилась, и экосистема рухнула. Дефляция токенов привела к уходу игроков. Axie почти за одну ночь из любимца «играй и зарабатывай» превратился в cautionary tale.
Но если бы существовал способ решить проблему мобильности игроков, не полагаясь на неустойчивую токеномику, как бы это выглядело?
Это именно то, чем ARC / AI Arena занималась тихо последние три года. Теперь это начинает приносить плоды.
1. Мобильность игроков — это жизненная сила
Мобильность игроков — это жизненная сила многопользовательских игр и ключ к долгосрочному успеху.
Многие игры Web3 и независимые игры сталкиваются с проблемой «холодного старта» — слишком мало игроков для быстрого подбора или формирования процветающего сообщества. У них нет маркетинговых бюджетов или естественного понимания IP, как у крупных игровых компаний. Это приводит к проблемам, таким как долгие времена ожидания, отсутствие подбора и высокая текучесть.
Эти игры обычно медленно и мучительно исчезают.
Таким образом, разработчики игр должны придавать приоритет мобильности игроков с самого начала. Играм нужны различные активности, чтобы оставаться интересными — шахматы требуют двух игроков, а масштабные битвы требуют тысяч игроков. Механизмы подбора навыков повышают эти барьеры, требуя больше игроков для поддержания честности и привлекательности игры.
Для игр Web3 риски еще выше. Согласно годовому отчету Delphi Digital по играм, стоимость привлечения пользователей для игр Web3 на 77% выше, чем для традиционных мобильных игр, что делает удержание игроков решающим.
Сильная база игроков может гарантировать честное соответствие, динамичную игровую экономику (т.е. больше торговли предметами) и более активное социальное взаимодействие, что делает игру более интересной.
2. ARC — пионеры ИИ-игр
Разработанный ArenaX Labs, ARC ведет будущее онлайн-игрового опыта ИИ. Проще говоря, они используют ИИ для решения проблемы мобильности игроков, которая беспокоит новые игры.
Сегодня большинство ИИ-роботов в играх слишком плохи. Как только вы проведете несколько часов, осваивая трюки, эти роботы становятся очень легкими для победы. Они предназначены для помощи новым игрокам, но не могут предложить много вызовов или вовлеченности опытным игрокам.
Представьте, что навыки ИИ-игроков могут соперничать с топовыми человеческими игроками. Представьте, что вы можете сражаться с ними в любое время и в любом месте, не дожидаясь подбора. Представьте, что вы обучаете своих ИИ-игроков подражать вашему стилю игры, обладая им, и зарабатываете вознаграждения за их выступления.
Это выгодно и для игроков, и для игровых компаний.
Игровые компании используют ИИ-роботов, похожих на людей, чтобы сделать игры более популярными, повысить мобильность игроков, улучшить пользовательский опыт и увеличить уровень удержания — это ключевой фактор выживания новых игровых новаторов на конкурентном рынке.
Игроки получили новый способ участия в игре, создавая более сильное чувство принадлежности в процессе тренировки ИИ и сражений с ним.
Давайте посмотрим, как они это делают.
3. Продукты и архитектура
Материнская компания ArenaX Labs разрабатывает ряд продуктов для решения проблем мобильности игроков.
Существующие продукты: AI Arena, игра в жанре ИИ-файтинга.
Новые продукты: ARC B2B, ИИ-управляемый игровой SDK, который можно легко интегрировать в любую игру.
Новые продукты: ARC Усиленное Обучение (RL)
(1) AI Arena: игра
AI Arena — это игра в жанре файтинга, напоминающая Super Smash Bros от Nintendo, где различные эксцентричные мультяшные персонажи сражаются на арене.
Но в AI Arena каждый персонаж управляется ИИ — вы не воин, а их тренер. Ваша задача — использовать свою стратегию и знания, чтобы тренировать своих воинов ИИ.
Тренировка вашего воина похожа на подготовку студента к бою. В тренировочном режиме вы включаете сбор данных и создаете боевые сцены, чтобы настроить их действия. Например, если ваш воин близко к противнику, вы можете научить его блокировать щитом и затем наносить удары. Как вести бой на расстоянии? Обучите их наносить дальние атаки.
Вы можете контролировать, какие данные собирать, гарантируя, что для тренировки записываются только лучшие движения. После практики вы можете настроить гиперпараметры, чтобы получить больше технических преимуществ, или просто использовать удобные для новичков настройки по умолчанию. После завершения обучения ваши ИИ-воины могут отправиться в бой.
Начало всегда сложно — тренировка эффективной модели требует времени и экспериментов. Мой первый воин несколько раз упал с платформы, и это было не из-за удара соперника. Но после нескольких итераций я успешно создал модель, которая хорошо себя показывает. Видеть, как ваши тренировки приносят плоды, — это невероятно удовлетворяющее чувство.
AI Arena вводит дополнительную глубину с NFT-воинами. Каждый NFT-персонаж имеет уникальные визуальные характеристики и боевые атрибуты, которые влияют на игровой процесс. Это добавляет дополнительный уровень стратегии.
В настоящее время AI Arena работает в основной сети Arbitrum, и только те, у кого есть NFT AI Arena, могут получить доступ, сохраняя эксклюзивность сообщества, пока игра продолжается. Игроки могут присоединиться к гильдиям, собирать чемпионские NFT и NRN для онлайн-рейтингов боев и получать вознаграждения. Это делается для привлечения лояльных игроков и стимулирования конкуренции.
В конечном итоге AI Arena — это выставка технологий обучения ИИ ARC. Хотя это точка входа в их экосистему, истинное видение выходит далеко за пределы этой игры.
(2) ARC: инфраструктура
ARC — это ИИ-инфраструктурное решение, специально разработанное для игр.
Команда ArenaX начала с нуля, даже разработав свою игровую инфраструктуру, потому что существующие решения, такие как Unity и Unreal, не соответствовали их видению.
На протяжении более трех лет они тщательно разрабатывали мощный технологический стек, способный обрабатывать агрегирование данных, обучение моделей и проверку моделей для имитации и усиленного обучения. Эта инфраструктура является основой AI Arena, но ее потенциал намного больше.
По мере того как команда продолжает совершенствовать свою технологию, третьи стороны начинают находить ARC, стремясь получить лицензию или белую метку на платформу. Осознав этот спрос, они формализовали инфраструктуру ARC в продукт B2B.
Сегодня ARC напрямую сотрудничает с игровыми компаниями, чтобы предоставить опыт ИИ-игр. Их ценностное предложение:
Постоянная мобильность игроков как услуга
Интеграция ИИ-игрового процесса как простого интеграции
Постоянная мобильность игроков как услуга
ARC сосредоточен на клонировании человеческого поведения — обучении специализированных ИИ-моделей, чтобы имитировать человеческое поведение. Это отличается от основного использования ИИ в играх сегодня, которое использует генеративные модели для создания игровых активов и LLM для управления диалогом.
С помощью ARC SDK разработчики могут создавать ИИ-агентов, похожих на людей, и расширять их в зависимости от требований игры. SDK упрощает трудоемкую работу. Игровые компании могут внедрять ИИ, не углубляясь в сложное машинное обучение.
После интеграции развертывание ИИ-моделей требует всего одну строку кода, ARC отвечает за инфраструктуру, обработку данных, обучение и развертывание на стороне сервера.
ARC применяет подход сотрудничества с игровыми компаниями, чтобы помочь им:
Захватить оригинальные данные о игровом процессе и преобразовать их в значимый набор данных для обучения ИИ.
Определить ключевые переменные игрового процесса и точки принятия решений, связанные с игровыми механиками.
Сопоставить выводы ИИ с действиями в игре, обеспечивая плавность функций — например, связывая выводы ИИ «правый клик» с конкретным игровым контролем.
Как работает ИИ?
ARC использует четыре типа моделей для игровых взаимодействий:
Прямые нейронные сети: подходят для непрерывных сред с числовыми характеристиками, такими как скорость или положение.
Табличные агенты: особенно идеальны для игр с ограниченными дискретными сценами.
Иерархические и свёрточные нейронные сети находятся в разработке.
Существует два взаимодействующих пространства, связанных с ИИ-моделями ARC:
Пространство состояния определяет понимание агента игры в любой данный момент. Для прямых нейронных сетей это комбинация входных характеристик (таких как скорость или положение игрока). Для таблиц агентов это дискретные сцены, с которыми агент может столкнуться в игре.
Пространство действий описывает, что агент может делать в игре, от дискретных вводов (например, нажатие кнопки) до непрерывного управления (например, движение джойстика). Это будет сопоставлено с игровыми вводами.
Пространство состояния предоставляет входные данные для ИИ-моделей, ИИ-модели обрабатывают входные данные и выдают результаты. Затем эти результаты преобразуются в игровые действия через пространство действий.
ARC тесно сотрудничает с разработчиками игр, чтобы определить самые ключевые функции и соответственно спроектировать пространство состояния. Они также тестируют различные конфигурации и размеры моделей, чтобы сбалансировать интеллект и скорость, обеспечивая плавность и вовлеченность игрового процесса.
По данным команды, спрос со стороны компаний Web3 на их услуги мобильности игроков особенно высок. Эти компании платят за лучшую мобильность игроков, и ARC будет использовать значительную часть этого дохода для выкупа токенов NRN.
Приносите ИИ-игровой процесс игрокам: платформа тренеров
ARC SDK также предоставляет компаниям web3 доступ к платформе тренеров их игр, позволяя игрокам тренировать и отправлять агентов.
Как и в AI Arena, игроки могут устанавливать симуляции, собирать данные о игровом процессе и обучать пустые ИИ-модели. Эти модели будут эволюционировать со временем, сохраняя предыдущие знания и интегрируя новые данные о игровом процессе, без необходимости начинать с нуля при каждом обновлении.
Это открывает захватывающие возможности: игроки могут продавать своих настроенных ИИ-агентов на рынке, создавая новый уровень внутренней экономики игры. В AI Arena технически подкованные тренеры могут создавать гильдии, в которых они могут предлагать другие компании свои навыки тренировки.
Для компаний, полностью интегрировавших функции агента, концепция Параллельной Игры (Parallel Play) также становится более живой. Агенты ИИ доступны круглосуточно и могут одновременно участвовать в нескольких матчах или игровых инстанциях. Это решает проблему мобильности игроков и открывает новые возможности для вовлеченности пользователей и доходов.
Но это еще не все…
(3) ARC RL: от один на один к многим на одного
Если AI Arena и платформа ARC Trainer ощущаются как одиночный режим (где вы можете тренировать свою ИИ-модель), то ARC RL напоминает многопользовательский режим.
Представьте себе: целый игровой DAO объединяет свои данные о игровом процессе, чтобы обучить общую ИИ-модель, которую все совместно владеют и от которой получают выгоду. Эти «главные агенты» представляют собой коллективную мудрость всех игроков, изменяя киберспорт за счет введения соревновательности, движимой коллективными усилиями и стратегическим сотрудничеством.
ARC RL использует усиленное обучение (то есть «RL») и краудсорсинговые данные о человеческом игровом процессе для обучения этих «суперумных» агентов.
Усиленное обучение работает, награждая агентов за оптимальное поведение. Это особенно эффективно в играх, поскольку функция вознаграждения четкая и объективная, например, причиненный ущерб, заработанные монеты или победа.
Это имеет прецеденты:
AlphaGo от DeepMind победила профессиональных человеческих игроков в го, обучаясь на миллионах само-сгенерированных матчей, совершенствуя свою стратегию с каждой итерацией.
Я раньше этого не осознавал, но еще до создания chatGPT OpenAI уже была хорошо известна в игровом сообществе.
OpenAI Five использовала усиленное обучение, чтобы одолеть лучших человеческих игроков в Dota 2 и в 2019 году победила чемпионов мира. Она овладела такими продвинутыми стратегиями, как командная работа, за счет ускоренной симуляции и огромных вычислительных ресурсов.
OpenAI Five запускает миллионы игр ежедневно, что эквивалентно 250 годам игр, поддерживаемых 256 GPU и 128000 CPU. Пропуская графическую визуализацию, это значительно ускоряет скорость обучения.
Изначально этот ИИ демонстрировал нестабильное поведение, например, бездельничал, но вскоре улучшился. Он овладел несколькими базовыми стратегиями, такими как ползание по тропинкам и воровство ресурсов, в конечном итоге развившись до сложных операций, таких как засада.
Ключевая идея усиленного обучения заключается в том, что ИИ-агенты учатся на основе опыта, как достичь успеха, а не получают прямые указания о том, что делать.
ARC RL выделяется за счет использования оффлайн усиленного обучения. ИИ-агенты учатся не на собственном опыте, а на опыте других. Это похоже на ученика, который смотрит видео о том, как другие учатся кататься на велосипеде, наблюдает за их успехами и неудачами и использует эти знания, чтобы избежать падений и развиваться быстрее.
Этот подход предоставляет дополнительное преимущество: совместное обучение и совместная собственность моделей. Это не только делает мощных ИИ-агентов более доступными, но и согласовывает мотивацию игроков, гильдий и разработчиков.
В создании «суперумных» игровых агентов есть две ключевые роли:
Спонсоры: похожие на гильдии лидеры, которые ставят большие объемы токенов NRN, чтобы запустить и управлять RL-агентами. Спонсорами могут быть любые организации, но, вероятно, это будут игровые гильдии, DAO, сообщества web3 или даже такие популярные персонализированные агенты, как Luna.
Игроки: частные лица, ставящие небольшие объемы токенов NRN, чтобы внести свои данные о игровом процессе для обучения агентов.
Спонсоры координируют и направляют свои команды игроков, обеспечивая высокое качество данных для тренировки, чтобы их ИИ-агенты имели конкурентное преимущество в соревнованиях агентов.
Вознаграждения распределяются в зависимости от выступлений супер-агентов в матчах. 70% вознаграждений идут игрокам, 10% — спонсорам, а оставшиеся 20% — в казну NRN. Эта структура обеспечивает всех участников единой мотивацией.
Вклад данных
Как вы заставите игроков с радостью делиться своими данными о игровом процессе? Это непросто.
ARC упрощает предоставление данных о игровом процессе, делая это полезным. Игрокам не нужны специальные знания, достаточно просто играть в игру. После завершения сеанса им предлагается отправить данные для обучения конкретного агента. Панель мониторинга отслеживает их вклад и поддерживаемых агентов.
Алгоритм атрибуции ARC обеспечивает качество, оценивая вклад и вознаграждая высококачественные, значимые данные.
Интересно, что даже если вы плохой игрок (как я), ваши данные все равно полезны. Плохая игра может помочь агенту научиться, что не следует делать, в то время как мастерская игра может научить оптимальным стратегиям. Избыточные данные фильтруются для поддержания качества.
Короче говоря, ARC RL разработан как продукт массового рынка с низкими барьерами для входа, сосредоточенный на совместной собственности над агентами, превосходящими человеческие способности.
4. Размер рынка
Технологическая платформа ARC многофункциональна и поддерживает различные игровые типы, такие как шутеры, файтинги, социальные казино, гонки, карточные игры и RPG. Она разработана для тех игр, которым необходимо поддерживать вовлеченность игроков.
Продукты ARC в основном ориентированы на два рынка:
ARC в основном ориентируется на независимых разработчиков и компании, а не на устоявшиеся крупные компании. Из-за ограниченной влияния бренда и распределительных ресурсов этим небольшим компаниям часто трудно привлечь игроков на ранней стадии.
ARC создает решение, создавая динамичную игровую среду с самого начала, обеспечивая динамичный игровой процесс даже на начальных этапах игры.
Это может удивить многих, но независимые игры действительно являются основной силой на игровом рынке:
99% игр на Steam — это независимые игры.
В 2024 году независимые игры составили 48% от общего дохода на Steam.
Другой целевой рынок — игры Web3. Большинство игр Web3 разрабатываются новыми компаниями, которые также сталкиваются с уникальными проблемами, такими как вход через кошельки, скептицизм в отношении криптовалют и высокие затраты на привлечение пользователей. Эти игры часто имеют проблемы с мобильностью игроков, и ИИ-агенты могут заполнить этот пробел, поддерживая привлекательность игры.
Хотя игры Web3 недавно испытывали трудности из-за нехватки привлекательного опыта, признаки восстановления начинают проявляться.
Например, одна из первых AAA-игр Web3, Off the Grid, недавно достигла раннего массового успеха, получив 9 миллионов кошельков и 100 миллионов транзакций в первый месяц. Это проложило путь для широкой успешности в отрасли и создало возможности для ARC, поддерживающего это возрождение.
5. Команда ARC
Основная команда ArenaX Labs обладает обширными знаниями в области машинного обучения и управления инвестициями.
Генеральный директор и технический директор Брэндон Да Силва ранее возглавлял исследования в области машинного обучения в канадской инвестиционной компании, сосредоточив внимание на усиленном обучении, байесовском глубоком обучении и адаптивности моделей. Он был одним из первых, кто разработал стратегию количественной торговли на 1 миллиард долларов, сосредоточенную на равноправии рисков и управлении многими активами.
Генеральный директор Вэй Сье управляет портфелем ликвидностных стратегий на 7 миллиардов долларов в одной и той же компании и возглавляет ее инновационные инвестиционные проекты, сосредоточенные на таких новых областях, как ИИ, машинное обучение и технологии Web3.
ArenaX Labs получила 5 миллионов долларов в раунде посевного финансирования в 2021 году, который возглавила Paradigm, а Framework ventures приняла участие. Компания получила 6 миллионов долларов финансирования в январе 2024 года, которое возглавили SevenX Ventures, FunPlus/Xterio и Moore Strategic Ventures.
6. Токеномика NRN — здоровая реформа
ARC/AI Arena имеет токен — NRN. Давайте сначала подведем итоги текущей ситуации.
Изучение стороны предложения и стороны спроса даст нам лучшее представление о направлениях трендов.
(1) Сторона предложения
Общее предложение NRN составляет 1 миллиард, из которых около 409 миллионов (40,9%) находятся в обращении.
На момент написания, цена токена составляет 0,72 доллара США, что соответствует рыночной капитализации в 29 миллионов долларов и полностью разводненному оценке в 71 миллион долларов.
NRN будет выпущен 24 июня 2024 года, 40,9% обращающегося предложения поступает из:
Сообщество дропов (8% от общего числа)
Казна фонда (10,9%, из которых 2,9% уже разблокированы, 36 месяцев линейной разблокировки)
Вознаграждения экосистемы сообщества (30%)
Большая часть обращающегося предложения (30% из 40,9%) состоит из вознаграждений экосистемы сообщества, которые управляют этими токенами и стратегически распределяют их между вознаграждениями за стейкинг, игровыми вознаграждениями, программами роста экосистемы и инициативами, управляемыми сообществом.
Расписание разблокировки успокаивает: в краткосрочной перспективе нет значимых событий:
Следующее разблокирование — это OTC-продажа фонда (1,1%), начиная с декабря 2024 года, с 12-месячной линейной разблокировкой. Это лишь увеличит месячную инфляцию на 0,09%, что маловероятно вызовет большие беспокойства.
Распределение для инвесторов и вкладчиков (50% от общего предложения) начнет разблокироваться только в июне 2025 года, и даже тогда будет происходить линейная разблокировка в течение 24 месяцев.
В настоящее время ожидается, что давление на продажу останется довольно контролируемым, в основном из-за вознаграждений экосистемы. Ключевым моментом является доверие к команде в их способности стратегически использовать эти средства для стимулирования роста протокола.
(2) Сторона спроса
NRN v1 — экономика игроков
Изначально NRN был разработан как стратегический ресурс, связанный с экономикой игры AI Arena.
Игроки ставят NRN на ИИ-игроков, и если они выигрывают, получают вознаграждение, а если проигрывают, теряют часть залога. Это создает динамику прямого интереса, превращая это в вид спорта и предоставляя экономические стимулы для опытных игроков.
Вознаграждения распределяются с использованием ELO-системы, обеспечивая сбалансированные выплаты на основе умений. Другими источниками доходов являются покупки игровых предметов, улучшения внешности и сборы за вход на турниры.
Изначальная токеномика полностью зависела от успеха игры и постоянного появления новых игроков, готовых приобретать NRN и NFT для участия в игре.
Теперь давайте обсудим, почему мы так взволнованы…
NRN v2 — экономика игрока и платформы
Улучшенная токеномика NRN v2, расширяющая полезность токена от AI Arena до более широкой платформы ARC, вводит мощные новые факторы спроса. Эта эволюция трансформирует NRN из токена конкретной игры в токен платформы. На мой взгляд, это очень позитивный сдвиг.
Три новых фактора спроса для NRN включают:
Доходы от интеграции ARC. Игровые компании, интегрирующие ARC, будут генерировать доходы через сборы за интеграцию и постоянные роялти, связанные с производительностью игр. Эти средства могут использоваться для выкупа NRN, развития экосистемы и стимулирования игроков на платформе тренеров.
Плата за рынок тренеров. NRN извлекает ценность из сборов за тренеров, игроки могут торговать ИИ моделями и данными о игровом процессе на рынке тренеров.
Участие в стейкинге ARC RL: спонсоры и игроки должны ставить NRN для вступления в ARC RL. По мере того как все больше игроков входит в ARC RL, спрос на NRN также увеличивается.
Особенно захватывающей является прибыль игровым компаниям. Это знаменует собой переход от чисто B2C модели к смешанной B2C и B2B модели, создавая постоянный приток внешнего капитала в экономику NRN. Поскольку ARC имеет более широкий целевой рынок, этот доход превысит прибыль, которую может генерировать сам AI Arena.
Стоимость услуг на рынке тренеров имеет перспективы, но зависит от способности экосистемы достичь критического масштаба — достаточного количества игр, тренеров и игроков для поддержания активной торговой активности. Это долгосрочное дело.
В краткосрочной перспективе стейкинг ARC RL может стать самым прямым и наиболее рефлексивным фактором спроса. Обеспеченный первоначальный пул вознаграждений и волнение от выхода новых продуктов могут привести к раннему принятию, поднимая цены на токены и привлекая участников. Это формирует цикл обратной связи между возрастанием спроса и экономическим ростом. Однако, если ARC RL не удастся поддерживать вовлеченность пользователей, спрос может быстро исчезнуть.
Потенциал сетевого эффекта огромен: больше игр → больше игроков → больше игр присоединяется → больше игроков. Этот положительный цикл может позиционировать NRN как основной токен в экосистеме Crypto AI игр.
7. Мать игровых ИИ-моделей
Каков результат? Преимущество ARC заключается в его способности продвигать разнообразные игровые типы. Со временем это позволит им накапливать уникальную базу данных о конкретных игровых процессах. По мере увеличения интеграции ARC с большим количеством игр, он сможет постоянно возвращать эти данные в свою экосистему, создавая замкнутый круг роста и совершенствования.
Как только этот поперечный набор игровых данных достигнет критического качества, он станет очень ценным ресурсом. Представьте, как его можно использовать для обучения универсальной ИИ-модели для разработки игр — открывая новые возможности для массового проектирования, тестирования и оптимизации игр.
Сейчас еще рано говорить, но в эпоху, когда данные — это новая нефть, потенциал в этой области безграничен.
8. Наши идеи
(1) NRN эволюционирует в платформенную игру — переоценка токенов
С выходом ARC и ARC RL проект больше не является игрой одной единственной компании, а теперь позиционирует себя как платформу и ИИ-игру. Этот переход должен привести к переоценке токена NRN, который ранее был ограничен успехом AI Arena. Введение новых источников токенов с ARC RL, вместе с соглашениями о разделении доходов с игровыми компаниями и внешним спросом на сборы за транзакции тренеров, создает более широкий и разнообразный базис для полезности и ценности NRN.
(2) Успех тесно связан с партнерством с играми
Бизнес-модель ARC связывает его успех с компаниями, с которыми он сотрудничает, потому что потоки доходов основаны на распределении токенов (в играх Web3) и выплатах роялти от игр. Игры, тесно связанные с этим, стоит рассмотреть.
Если игры ARC добьются огромного успеха, то создаваемая ценность вернется к держателям NRN. Напротив, если игровые партнеры столкнутся с трудностями, поток ценности будет ограничен.
(3) Ожидание большего интеграции с играми Web3
Платформа ARC идеально подходит для игр Web3, где соревновательный игровой процесс с механизмами стимулов идеально сочетается с существующей токеномикой.
Интеграция ARC позволяет играм Web3 сразу же войти в нарратив «ИИ-агенты». ARC RL объединяет сообщество, побуждая их двигаться к общей цели. Это также открывает новые возможности для инновационных механизмов, таких как более привлекательные мероприятия, вроде «игра для дропов». Объединив ИИ и токеновые стимулы, ARC добавляет глубину и возбуждение, которые традиционные игры не могут воспроизвести.
(4) ИИ-игровой процесс имеет кривую обучения
ИИ-игровой процесс имеет крутые кривые обучения, что может создать трение для новых игроков. Мне потребовался час, чтобы понять, как правильно тренировать своего игрока в AI Arena.
Тем не менее, игроки ARC RL испытывают меньшие трения в игре, так как обучение ИИ обрабатывается на серверной стороне, когда игроки играют и отправляют данные. Другой нерешенный вопрос заключается в том, как игроки будут себя чувствовать, когда они знают, что их противник — ИИ. Это повлияет на них? Укрепит или ослабит игровой опыт? Только время покажет нам ответ.
9. Светлое будущее
ИИ откроет новые прорывные возможности в игровом мире.
Команды, такие как Parallel Colony и Virtuals, работают над развитием автономных ИИ-агентов, в то время как ARC прокладывает свою нишу, сосредоточившись на клонировании человеческого поведения — предлагая инновационный способ решения проблемы мобильности игроков, не полагаясь на неустойчивую токеномику.
Переход от игры к зрелой платформе — это огромный скачок для ARC. Это не только открывает еще большие возможности через сотрудничество с игровыми компаниями, но и перекраивает способ интеграции ИИ в игры.
С улучшенной токеномикой и потенциалом сильного сетевого эффекта, светлый путь ARC, похоже, только начинается.
