Автор: Тенг Янь, Chain of Thought
Переклад: Золотий фінанс xiaozou
У 2021 році я був гравцем Axie Infinity і керував невеликою гільдією стипендій. Якщо ви не пережили той час, дозвольте мені розповісти — це було абсолютно неймовірно.
Гра Axie Infinity дозволила людям усвідомити, як криптовалюта та ігри можуть поєднуватися. За своєю суттю це проста стратегічна гра в стилі Pokémon, де гравці формують команду з 3 Axie (дуже агресивних воїнів), кожен з яких має унікальні здібності. Ви можете вести свою команду до бою з іншими командами, отримуючи нагороду у вигляді токенів SLP за участь у грі та перемогу.
Але те, що дійсно захоплює неігрових гравців, — це потенціал заробітку через ігри. Швидке зростання Axie стало можливим завдяки двом механізмам:
Перший — це розведення Axies. Отримайте два Axie, використовуючи токени SLP для їх розведення, і з'являється voilà — новий Axie, що поєднує унікальні здібності обох оригінальних Axies. Отже, такі рідкісні та потужні Axies (які гравці називають OP Axies) стали хітовими товарами, виникнув жвавий ринок розведення.
Другий механізм — програма стипендій. Гравці з усього світу почали позичати Axies «стипендіатам». Ці гравці зазвичай з країн, що розвиваються, таких як Філіппіни або Аргентина, які не можуть дозволити собі початкові витрати в понад 1000 доларів на купівлю 3 Axie NFT. Стипендіати грають у гру щодня, заробляючи токени та ділячись прибутком з гільдіями стипендій, які зазвичай беруть 30-50% комісії.
У свій розквіт, особливо під час пандемії 2019 року, Axie справила значний вплив на місцеву економіку в країнах, що розвиваються. На Філіппінах (близько 40% користувачів Axie Infinity там) багато гравців отримують доходи, які значно перевищують мінімальну заробітну плату. Гільдії отримують значний прибуток.
Це вирішує ключову проблему для розробників ігор: мобільність гравців. Заохочуючи гравців витрачати кілька годин щодня на активну гру, Axie забезпечує, що кожен гравець має опонента, який чекає, підвищуючи привабливість гри.
Але це має свою ціну.
Щоб вирішити проблему мобільності гравців, Axie розподілила велику кількість токенів, щоб заохотити гравців до участі. Історія починається звідси. Оскільки SLP не має ліміту, токени бурхливо зростали, призводячи до обвалу цін і краху екосистеми. Коли токени знецінюються, гравці йдуть. Axie майже за одну ніч перетворилася з улюбленця «іграй і заробляй» на повчальну історію.
Але що, якби був спосіб вирішити проблеми мобільності гравців без потреби в нестійкій токеноміці?
Це саме те, чим ARC/AI Arena займались тихо протягом останніх трьох років. І тепер це починає давати плоди.
1. Мобільність гравців — це артерія.
Мобільність гравців є артерією для багатокористувацьких ігор та ключем до довгострокового успіху.
Багато Web3 і незалежних ігор стикаються з проблемою «холодного старту» — занадто мало гравців, щоб швидко з'єднуватися або формувати процвітаючу спільноту. Вони не мають рекламного бюджету великих ігрових компаній або природного усвідомлення IP. Це призводить до тривалих часів очікування, неможливості з'єднуватись та високих показників відтоку.
Ці ігри зазвичай повільно і болісно вмирають.
Отже, розробники ігор повинні з самого початку приділяти пріоритетну увагу мобільності гравців. Ігри потребують різних активностей, щоб підтримувати інтерес — шахи вимагають двох гравців, тоді як масові бої потребують тисяч гравців. Механізм підбору навичок підвищує бар'єр, вимагаючи більше гравців для підтримки справедливості та привабливості гри.
Для Web3 ігор ризики вищі. Згідно з річним звітом про ігри Delphi Digital, витрати на залучення користувачів для Web3 ігор на 77% перевищують витрати на традиційні мобільні ігри, що робить утримання гравців критично важливим.
Потужна база гравців може забезпечити справедливе підбори, динамічну економіку гри (тобто більше купівлі-продажу предметів) та активні соціальні взаємодії, роблячи гру ще цікавішою.
2. ARC — піонер AI-ігор
ARC, розроблений ArenaX Labs, веде шлях до майбутнього AI онлайн-геймінгу. Коротше кажучи, вони використовують AI, щоб вирішити проблему мобільності гравців, яка турбує нові ігри.
Сьогодні більшість AI-роботів у грі є досить поганими. Як тільки ви витратите кілька годин на освоєння трюків, ці роботи стають дуже легкими для перемоги. Вони розроблені, щоб допомогти новим гравцям, але не можуть запропонувати багато викликів або утримання для досвідчених гравців.
Уявіть, що навички AI-гравця можуть змагатися з найкращими людськими гравцями. Уявіть, що ви можете змагатися з ними в будь-який час і в будь-якому місці, без необхідності чекати на матч. Уявіть, що ви навчаєте своїх AI-гравців імітувати ваш стиль гри, володіти ним і отримувати нагороди за їх виступи.
Це вигідно як для гравців, так і для ігрових компаній.
Ігрові компанії використовують AI-роботів, подібних до людей, щоб зробити свої ігри дуже популярними, підвищити мобільність гравців, покращити користувацький досвід та збільшити рівень утримання — це ключові фактори виживання нових гравців на конкурентному ринку.
Гравці отримали новий спосіб участі в грі, створюючи сильніше відчуття приналежності, тренуючи AI і змагаючись з ним.
Давайте подивимося, як вони це роблять.
3. Продукт та архітектура
Материнська компанія ArenaX Labs розробляє ряд продуктів для вирішення проблеми мобільності гравців.
Існуючий продукт: AI Arena, гра з бійками AI.
Новий продукт: ARC B2B, AI-орієнтований SDK для ігор, який легко інтегрується в будь-яку гру.
Новий продукт: ARC посилене навчання (RL)
(1) AI Arena: ігра
AI Arena — це бойова гра, яка нагадує Nintendo's Super Smash Bros., де різноманітні кумедні картонні персонажі б'ються в арені.
Але в AI Arena кожен персонаж контролюється AI — ви не граєте воїном, ви їх тренер. Ваше завдання — використовувати свою стратегію та експертизу, щоб тренувати своїх AI-воїнів.
Тренуйте своїх воїнів так, як ви готували б студента до бою. У режимі навчання ви відкриваєте збір даних і створюєте бойові сцени, щоб налаштувати їхні дії. Наприклад, якщо ваш воїн близько до супротивника, ви можете навчити його блокувати удар щитом, а потім наносити серію ударів. Як битися на відстані? Тренуйте їх використовувати далекі атаки.
Ви можете контролювати, які дані збирати, щоб впевнитися, що записуєте тільки найкращі дії для навчання. Після практики ви можете уточнити гіперпараметри, щоб отримати більше технічних переваг, або просто використовувати налаштування за замовчуванням, зручні для початківців. Як тільки навчання завершено, ваш AI-воїн може брати участь у битвах.
Важко почати — навчити ефективну модель вимагає часу та експериментів. Мій перший воїн декілька разів падав з платформи, не будучи знищеним противником. Але після кількох ітерацій мені вдалося створити модель, яка добре працює. Це дуже задовольняє — бачити, що ваші тренування приносять результат.
AI Arena вводить додаткову глибину через NFT-воїнів. Кожен NFT-персонаж має унікальні зовнішні характеристики та бойові атрибути, які впливають на ігровий процес. Це додає ще один стратегічний рівень.
Сьогодні AI Arena працює на основі Arbitrum, і тільки ті, хто має NFT AI Arena, можуть отримати доступ, зберігаючи ексклюзивність спільноти, поки вдосконалюється ігровий процес. Гравці можуть приєднуватися до гільдій, об'єднувати чемпіонські NFT та NRN для ранжування на блокчейні та отримувати винагороди. Це робиться для залучення лояльних гравців та стимулювання конкуренції.
Врешті-решт, AI Arena є вітриною технології навчання AI ARC. Хоча це їхній вхід у екосистему, справжнє бачення виходить далеко за межі цієї гри.
(2) ARC: інфраструктура
ARC — це рішення для інфраструктури AI, спеціально розроблене для ігор.
Команда ArenaX почала з нуля, навіть розробивши власну ігрову інфраструктуру, оскільки існуючі рішення, такі як Unity та Unreal, не могли задовольнити їхнє бачення.
Протягом трьох років вони ретельно розробили потужний технологічний стек, здатний обробляти агрегацію даних, навчання моделей і перевірку моделей для наслідування та посиленого навчання. Ця інфраструктура є основою AI Arena, але її потенціал значно більший.
Оскільки команда постійно вдосконалює свою технологію, сторонні студії починають знаходити ARC, сподіваючись отримати ліцензію або білу етикетку для цієї платформи. Визнавши цю потребу, вони формалізували інфраструктуру ARC у вигляді B2B продукту.
Сьогодні ARC безпосередньо співпрацює з ігровими компаніями, пропонуючи AI-ігровий досвід. Його ціннісна пропозиція є такою:
Постійна мобільність гравців як послуга.
Інтеграція AI-геймплею як просте рішення.
Постійна мобільність гравців як послуга
ARC зосереджується на клонуванні людської поведінки — навчанні спеціалізованих AI-моделей, які імітують людську поведінку. Це відрізняється від сьогоднішнього основного використання AI в іграх, яке використовує генеративні моделі для створення ігрових активів та LLM для управління діалогом.
Використовуючи ARC SDK, розробники можуть створювати AI-інтелекти, схожі на людей, і розширювати їх відповідно до потреб гри. SDK спрощує обтяжливу роботу. Ігрові компанії можуть впроваджувати AI без обробки складного машинного навчання.
Після інтеграції розгортання AI-моделей вимагає лише одного рядка коду; ARC дбає про інфраструктуру, обробку даних, навчання та розгортання на сервері.
ARC працює в партнерстві з ігровими компаніями, щоб допомогти їм:
Зібрати початкові дані ігрового процесу та перетворити їх на значущі набори даних для навчання AI.
Визначити ключові змінні ігрового процесу та точки прийняття рішень, пов'язані з ігровими механіками.
Перетворення виходу AI-моделі на внутрішньоігрову активність, щоб забезпечити плавність функціонування — наприклад, зв'язок виходу AI «правий клік» з конкретними ігровими контролерами.
Як працює AI?
ARC використовує чотири типи моделей для ігрової взаємодії:
Прямі нейронні мережі: підходять для безперервних середовищ з числовими характеристиками, такими як швидкість або позиція.
Табличні агенти: особливо підходять для ігор з обмеженими дискретними сценами.
Ієрархічні та згорткові нейронні мережі перебувають у стадії розробки.
Існує два інтерактивних простори, пов'язаних з AI-моделями ARC:
Простір станів визначає, що агент знає про гру в будь-який даний момент. Для мережі прямого зв'язку це комбінація вхідних особливостей (наприклад, швидкості або позиції гравця). Для табличних агентів це дискретні сцени, з якими агент може зіткнутися в грі.
Простір дій описує, що агент може робити в грі, від дискретних входів (наприклад, натискання кнопки) до безперервного контролю (наприклад, переміщення джойстика). Це буде відображено на ігрових входах.
Простір станів надає вхідні дані для AI-моделей ARC, які обробляють ці вхідні дані та генерують виходи. Потім ці виходи перетворюються на ігрові дії через простір дій.
ARC тісно співпрацює з розробниками ігор, щоб визначити найважливіші функції та відповідно розробити простір станів. Вони також тестують різні конфігурації та розміри моделей, щоб збалансувати інтелект і швидкість, щоб забезпечити плавність ігрових дій та залучення.
Згідно з даними команди, попит компаній web3 на їхні послуги мобільності гравців є особливо високим. Ці компанії платять за покращену мобільність гравців, і ARC планує витратити значну частину цих доходів на викуп токенів NRN.
Принесення AI-геймплей до гравців: платформа тренерів.
ARC SDK також дозволяє компаніям web3 отримувати доступ до платформи тренерів для їхніх ігор, дозволяючи гравцям тренувати та подавати агентів.
Як і в AI Arena, гравці можуть налаштовувати симуляції, отримувати дані ігрового процесу та тренувати порожні AI-моделі. Ці моделі еволюціонують з часом, інтегруючи нові дані ігрового процесу, зберігаючи попередні знання, не починаючи з нуля з оновленнями.
Це відкриває захоплюючі можливості: гравці можуть продавати свої налаштовані AI-агенти на ринку, створюючи новий рівень внутрішньоігрової економіки. У AI Arena технічно досвідчені тренери можуть формувати гільдії, які пропонують свої навички навчання іншим компаніям.
Для компаній, які повністю інтегрують функції агентів, концепція Parallel Play (паралельна гра) також стає більш реалістичною. AI-агенти доступні цілодобово, можуть брати участь у кількох матчах або ігрових інстанціях одночасно. Це вирішує проблему мобільності гравців та відкриває нові можливості для залучення користувачів та доходів.
Але це ще не все...
(3) ARC RL: від один на один до багато на один.
Якщо AI Arena та платформа тренерів ARC відчуваються як одиночний режим (де ви можете тренувати свої AI-моделі), то ARC RL більше схожий на багатокористувацький режим.
Уявіть: ціле ігрове DAO збирає свої дані ігрового процесу, щоб навчити спільну AI-модель, яку всі спільно володіють та отримують вигоду. Ці «основні агенти» представляють колективну мудрість усіх гравців, змінюючи кіберспорт через змагання, що стимулюється колективними зусиллями та стратегічною співпрацею.
ARC RL використовує посилене навчання (тобто «RL») та краудсорсинг даних ігрового процесу людей для навчання цих «суперінтелектуальних» агентів.
Принцип роботи посиленого навчання полягає в заохоченні агентів до оптимальної поведінки. Це особливо ефективно в іграх, оскільки функція винагороди є чіткою та об'єктивною, наприклад, завдана шкода, отримані монети або перемога.
Це має прецеденти:
AlphaGo від DeepMind переміг професійного гравця в го, тренуючись через мільйони самосгенерованих матчів, вдосконалюючи свою стратегію з кожною ітерацією.
Я раніше цього не усвідомлював, але ще до створення chatGPT OpenAI вже була добре відома в ігрових колах.
OpenAI Five використовував посилене навчання, щоб розгромити найкращих людських гравців у Dota 2 та у 2019 році перемогти світового чемпіона. Він освоїв передові стратегії, такі як командна співпраця, завдяки прискоренню симуляцій та величезним обчислювальним ресурсам.
OpenAI Five щоденно проводить мільйони ігор, що відповідає 250 рокам симульованого геймінгу щодня, завдяки потужній підтримці 256 GPU та 128 000 CPU. Пропускаючи графічну візуалізацію, він значно прискорює процес навчання.
Спочатку цей AI демонстрував нестабільну поведінку, наприклад, метушливу поведінку, але швидко покращився. Він освоїв кілька базових стратегій, таких як повзання по стежці та крадіжка ресурсів, і зрештою розвинувся до складних маневрів, таких як засідка.
Ключова концепція посиленого навчання полягає в тому, що AI-агенти навчаються на досвіді, як досягти успіху, а не отримують пряму вказівку на те, що робити.
ARC RL відрізняється використанням оффлайн посиленого навчання. AI-агенти навчаються не з власного досвіду проб і помилок, а з досвіду інших. Це схоже на студента, який спостерігає за відео, як хтось їде на велосипеді, спостерігаючи за їхніми успіхами та невдачами та використовуючи ці знання, щоб уникати падінь і швидше покращуватися.
Цей підхід дає додаткову перевагу: спільне навчання та спільна власність моделей. Це не тільки робить потужних AI-агентів більш поширеними, але й узгоджує мотивацію гравців, гільдій та розробників.
У створенні «суперінтелектуальних» ігрових агентів є дві ключові ролі:
Спонсори: лідери, схожі на гільдії, які ставлять великі обсяги токенів NRN для запуску та управління RL-агентами. Спонсорами можуть бути будь-які сутності, але, ймовірно, це будуть ігрові гільдії, DAO, спільноти web3 або навіть популярні персоналізовані агенти, такі як Luna.
Гравці: особи, які ставлять невелику кількість токенів NRN, щоб внести свої дані ігрового процесу для навчання агентів.
Спонсори координують та керують своїми командами гравців, забезпечуючи високоякісні дані для навчання, щоб їхні AI-агенти мали конкурентну перевагу в матчах агентів.
Нагороди розподіляються залежно від виступів суперагентів у змаганнях. 70% нагород належить гравцям, 10% — спонсорам, а решта 20% — NRN-скарбниці. Ця структура забезпечує узгоджену мотивацію для всіх учасників.
Внесок даних
Як ви змусите гравців хотіти вносити свої дані ігрового процесу? Це нелегко.
ARC спрощує надання даних ігрового процесу. Гравцям не потрібні експертні знання, їм просто потрібно грати в гру. Після закінчення сесії їм буде запропоновано відправити дані для навчання конкретного агента. Інтерфейс відстежує їхній внесок та агента, якого вони підтримують.
Алгоритм атрибуції ARC забезпечує якість, оцінюючи внесок та винагороджуючи високоякісні, впливові дані.
Цікаво, що навіть якщо ви поганий гравець (як я), ваші дані все ще корисні. Поганий геймплей може допомогти агенту навчитися, чого не слід робити, тоді як досконалий геймплей може навчити найкращим стратегіям. Надмірні дані фільтруються, щоб зберегти якість.
Коротше кажучи, ARC RL був розроблений як продукт для масового ринку з низьким тертям, зосереджений на спільній власності агентів, що перевершують людські можливості.
4. Розмір ринку
Технологічна платформа ARC є багатофункціональною, підтримуючи різні типи ігор, такі як шутери, бойові ігри, соціальні казино, гонки, карткові ігри та RPG. Вона розроблена спеціально для ігор, які потребують збереження залучення гравців.
Продукти ARC в основному орієнтовані на два ринки:
ARC зосереджується на незалежних розробниках і компаніях, а не на великих гігантах. Через обмежену впливовість бренду та ресурси розподілу цим невеликим компаніям зазвичай важко залучити гравців на ранніх етапах.
AI-агенти ARC вирішують цю проблему, створюючи з самого початку динамічне ігрове середовище, яке навіть на початковій стадії гри забезпечує динамічний геймплей.
Це може здивувати багатьох, але незалежні ігри дійсно є основною силою на ринку ігор:
99% ігор на Steam — це незалежні ігри.
У 2024 році незалежні ігри на Steam створили 48% загального доходу.
Ще одна цільова ринок — це Web3 ігри. Більшість Web3 ігор розробляють нові компанії, які також стикаються з унікальними викликами, такими як вхід через гаманці, криптопитання та високі витрати на залучення користувачів. Ці ігри часто стикаються з проблемою мобільності гравців, AI-агенти можуть заповнити цю прогалину, підтримуючи привабливість гри.
Хоча Web3 ігри нещодавно зіткнулися з труднощами через відсутність привабливого досвіду, ознаки відновлення вже виявляються.
Наприклад, одна з перших AAA Web3 ігор Off the Grid нещодавно досягла раннього масового успіху, отримавши 9 мільйонів гаманців та 100 мільйонів транзакцій за перший місяць. Це проклало шлях до широкого успіху в цій галузі, створивши можливості для ARC підтримувати це відродження.
5. Команда ARC
Засновницька команда ArenaX Labs має великий досвід у машинному навчанні та управлінні інвестиціями.
Генеральний директор та технічний директор Брендон Да Сілва раніше очолював дослідження в галузі машинного навчання в одній канадській інвестиційній компанії, зосереджуючи увагу на посиленому навчанні, байєсівському глибокому навчанні та адаптивності моделей. Він вперше розробив 1 мільярд доларів кількісної торгової стратегії, зосереджуючи увагу на ризиковій рівновазі та управлінні багатими активами.
Генеральний директор Вей Сіє керував портфелем інвестицій з ліквідності на 7 мільярдів доларів у тій же компанії, а також очолював інноваційні інвестиційні проекти, зосереджуючи увагу на нових сферах, таких як AI, машинне навчання та технології web3.
ArenaX Labs отримала 5 мільйонів доларів у раунді посівних інвестицій у 2021 році, з яких 3 мільйони доларів інвестував Paradigm, а інші 2 мільйони доларів — Framework Ventures. Компанія отримала 6 мільйонів доларів у 2024 році, з яких 3 мільйони доларів інвестували SevenX Ventures, FunPlus/Xterio та Moore Strategic Ventures.
6. Токеноміка NRN — здоровий перехід
ARC/AI Arena має токен — NRN. Давайте спочатку підсумуємо ситуацію на сьогодні.
Аналіз бічного пропозиції та попиту дозволить нам чіткіше зрозуміти тенденції.
(1) Бічна пропозиція
Загальна пропозиція NRN становить 1 мільярд, з яких приблизно 409 мільйонів (40,9%) знаходяться в обігу.
На момент написання статті ціна токена становить 0,72 долара, що означає капіталізацію в 29 мільйонів доларів, з повністю розводненою оцінкою в 71 мільйон доларів.
NRN був випущений 24 червня 2024 року, 40,9% обігової пропозиції складається з:
Аерозброї громади (8% від загальної кількості)
Кошти фонду (10,9%, з яких 2,9% вже розблоковано, лінійне розблокування протягом 36 місяців)
Нагороди екосистеми громади (30%)
Більша частина обігової пропозиції (30% з 40,9%) складається з нагород екосистеми громади, проект управляє цими токенами та стратегічно розподіляє їх для винагороди за ставку, ігрових нагород, програм зростання екосистеми та програм, що підтримуються спільнотою.
Графік розблокування заспокоює, у короткостроковій перспективі немає великих подій:
Наступне розблокування — це продажи OTC фонду (1,1%), які розпочнуться з грудня 2024 року та розблокуються лінійно протягом 12 місяців. Це лише збільшить місячну інфляцію на 0,09%, навряд чи викликавши значну тривогу.
Розподіл для інвесторів та учасників (50% від загальної пропозиції) почне розблокування лише в червні 2025 року, і навіть тоді це буде лінійне розблокування протягом 24 місяців.
На даний момент тиск на розпродажі очікується досить контрольованим, в основному через нагороди екосистеми. Ключовим є довіра до команди, що вона здатна стратегічно розподілити ці кошти для стимулювання зростання угоди.
(2) Бік попиту
NRN v1 — економіка гравців
Початково NRN було розроблено як стратегічний ресурс, пов'язаний з економікою гри AI Arena.
Гравці ставлять NRN на AI-гравців, якщо вони виграють, отримують нагороду, а якщо програють, втрачають частину застави. Це створює динаміку прямих зацікавленостей, перетворюючи її на спортивну гру, та надає економічні стимули для досвідчених гравців.
Нагороди розподіляються за допомогою системи ELO, що забезпечує балансовану оплату на основі навичок. Інші джерела доходу включають покупки ігрових предметів, оновлення костюмів та вхідні збори на змагання.
Початкова модель токена повністю залежала від успіху гри та постійного залучення нових гравців, готових купувати NRN та NFT для участі в грі.
Тепер давайте поговоримо про те, чому ми так схвильовані...
NRN v2 — економіка гравців і платформ.
Удосконалена токеноміка NRN v2, розширюючи корисність токенів з AI Arena на ширшу платформу ARC, вводить потужні нові чинники попиту. Ця еволюція перетворює NRN з токена для конкретної гри на платформу. На мою думку, це дуже позитивна зміна.
Три нові чинники попиту на NRN включають:
Дохід від інтеграції ARC. Ігрові компанії, які інтегрують ARC, створюють дохід для скарбниці через комісії за інтеграцію та постійні роялті, пов'язані з продуктивністю гри. Кошти в скарбниці можуть сприяти викупу NRN, розвитку екосистеми та заохоченню гравців на платформі тренерів.
Витрати на ринок тренерів. NRN отримує цінність з комісій, стягуваних з тренерських майданчиків, гравці можуть торгувати AI-моделями і даними ігрового процесу на ринку тренерів.
Участь у стейкінгу ARC RL: спонсори та гравці повинні ставити NRN, щоб приєднатися до ARC RL. Коли все більше гравців приєднуються до ARC RL, попит на NRN відповідно зростає.
Особливо захоплюючими є доходи ігрових компаній. Це знаменує собою перехід від чисто B2C моделі до змішаної моделі B2C та B2B, створюючи постійний приплив зовнішнього капіталу в економіку NRN. Оскільки ARC має ширшу цільову аудиторію, цей потік доходів перевищить те, що може генерувати сама AI Arena.
Витрати на ринок тренерів, хоча і перспективні, залежать від того, чи зможе екосистема досягти критичної маси — достатньо ігор, тренерів і гравців для підтримки активної торгової діяльності. Це довгострокова справа.
У короткостроковій перспективі стейкінг ARC RL, можливо, є найпрямішим і найреакційнішим чинником попиту. Значний початковий резерв винагород та збудження від випуску нових продуктів можуть спровокувати раннє прийняття, підвищуючи ціну токена та залучаючи учасників. Це створює зворотний зв'язок між зростанням попиту та економічним зростанням. Але в свою чергу, якщо ARC RL не зможе підтримувати залученість користувачів, попит може швидко зникнути.
Потенціал мережевих ефектів величезний: більше ігор → більше гравців → більше ігор, що приєднуються → більше гравців. Цей позитивний цикл може позиціонувати NRN як основний токен в екосистемі Crypto AI ігор.
7. Мати моделей AI для ігор.
Який підсумок? Перевага ARC полягає в тому, що він може популяризувати різні типи ігор. З часом дозволяючи їм збирати унікальну базу даних конкретного ігрового процесу. Завдяки інтеграції ARC з більшою кількістю ігор він може постійно повертати ці дані у свою екосистему, створюючи позитивний цикл зростання та вдосконалення.
Якщо цей поперечний набір даних досягне критичної якості, він стане дуже цінним ресурсом. Уявіть, що його використовують для навчання загального AI-моделі для розробки ігор — відкриваючи нові можливості для великомасштабного проектування, тестування та оптимізації ігор.
Зараз ще зарано, але у часи, коли дані стали новою нафтою, потенціал у цій сфері є безмежним.
8. Наші думки
NRN еволюціонує в платформу для ігор — переоцінка токенів.
З випуском ARC та ARC RL проект більше не є компанією-ігровим продуктом, а тепер позиціонує себе як платформу та AI-гру. Ця зміна має призвести до повторної оцінки токенів NRN, оскільки раніше токени NRN обмежувалися успіхом AI Arena. Запровадження нових джерел токенів через ARC RL, разом із угодами про розподіл доходів з ігровими компаніями та зовнішнім попитом на комісії за угоди з тренерами, створює більш широкий і різноманітний фундамент для корисності та цінності NRN.
Успіх тісно пов'язаний з ігровими партнерами.
Бізнес-модель ARC пов'язує його успіх із компаніями, з якими він співпрацює, оскільки потоки доходів базуються на розподілі токенів (в іграх Web3) та виплаті роялті від ігор. Ігри, які тісно пов'язані з цим, заслуговують на увагу.
Якщо ігри ARC досягнуть величезного успіху, то створена вартість повернеться до власників NRN. І навпаки, якщо ігри-партнери зазнають невдачі, потоки вартості будуть обмежені.
Очікуйте більше інтеграцій з Web3 іграми.
Платформа ARC ідеально підходить для Web3 ігор, де змагальний ігровий процес з механікою винагород ідеально поєднується з існуючою токеномікою.
З інтеграцією ARC ігри Web3 можуть негайно перейти до наративу «AI-агентів». ARC RL об'єднує громаду, заохочуючи їх досягати спільних цілей. Це також відкриває нові можливості для інноваційних механізмів, таких як проведення активностей на кшталт «ігри до аерозбросу», щоб залучити гравців. Поєднуючи AI та токенові стимули, ARC додає глибину та збудження, які традиційні ігри не можуть відтворити.
AI-геймплей має криву навчання
AI-геймплей має круту криву навчання, що може створити тертя для нових гравців. Я витратив цілу годину, щоб зрозуміти, як правильно тренувати своїх гравців у AI Arena.
Однак, у ARC RL тертя в досвіді гравців менше, оскільки навчання AI обробляється на сервері, коли гравці грають у гру та подають дані. Інше питання, яке залишається невирішеним, — як почуваються гравці, коли знають, що їхнім супротивником є AI. Це вплине на них? Підсилить чи послабить ігровий досвід? Лише час відповість на це питання.
9. Яскраве майбутнє
AI відкриє нові проривні можливості в ігровому світі.
Такі команди, як Parallel Colony та Virtuals, просувають розвиток автономних AI-агентів, тоді як ARC фокусується на клонуванні людської поведінки, пропонуючи інноваційний підхід до вирішення проблеми мобільності гравців без залежності від нестійкої токеноміки.
Перехід від гри до зрілої платформи є величезним стрибком для ARC. Це не лише відкриває більші можливості через співпрацю з ігровими компаніями, але й переосмислює спосіб інтеграції AI в ігри.
З покращеною токеномікою та потенціалом потужних мережевих ефектів, світле майбутнє ARC, здається, тільки починається.
