¿Cómo ARC, desarrollado por ArenaX Labs y financiado por Paradigm, cambiará la experiencia actual de los juegos de IA?

作者：Teng Yan，Chain of Thought

Traducción: Golden Finance xiaozou

En 2021, todavía era jugador de Axie Infinity y dirigía una pequeña guild de becas. Si nunca has experimentado esa época, déjame decirte que fue absolutamente salvaje.

Axie Infinity es un juego que hace que la gente se dé cuenta de que los Activos Cripto y los juegos pueden combinarse. Esencialmente, es un juego de estrategia simple al estilo de Pokémon en el que los jugadores deben construir un equipo de 3 Axies (guerreros muy feroces) cada uno con habilidades únicas. Puedes liderar a tu equipo para luchar contra otros equipos y obtener recompensas en forma de Token SLP al participar en el juego y ganar.

Pero lo que realmente emociona a los no jugadores es el potencial de ganar dinero a través de los juegos. El rápido ascenso de Axie se debe a dos grandes mecanismos:

El primero es la cría de Axies. Obtén dos Axies, críalos con SLP Token y voilà, nace un nuevo Axie con la combinación única de las habilidades originales de los dos Axies. Así es como nacen los Axies raros y poderosos (llamados OP Axies por los jugadores), convirtiéndose en productos populares y dando lugar a un mercado de cría bullicioso.

El segundo mecanismo es el programa de becas. Jugadores empresariales de todo el mundo comienzan a prestar Axies a 'académicos'. Estos jugadores suelen ser de países en desarrollo como Filipinas o Argentina, y no pueden pagar los más de 1000 dólares estadounidenses de tarifa inicial para comprar 3 Axie Token no fungible. Los académicos juegan todos los días para ganar Tokens y comparten las ganancias con la asociación de becas, que normalmente se lleva un 30-50%.

En su apogeo, especialmente durante la pandemia de 2019, Axie tuvo un gran impacto en la economía local de los países en desarrollo. En Filipinas (donde aproximadamente el 40% de los usuarios de Axie Infinity residen), muchos jugadores ganan mucho más que el salario mínimo. Los gremios obtienen ganancias significativas.

Esto resuelve un problema clave para los desarrolladores de juegos: la liquidez de los jugadores. Al incentivar a los jugadores a pasar varias horas al día jugando de manera activa, Axie asegura que cada jugador tenga un oponente esperando allí, lo que hace que la experiencia del jugador sea más atractiva.

Pero esto tiene un costo.

Para resolver el problema de liquidez de los jugadores, Axie regala una gran cantidad de tokens para incentivar su participación. La historia comienza aquí. Debido a que SLP no tiene límite, el token se expande locamente, el precio sufre una gran caída, y el ecosistema colapsa. La devaluación del token lleva a la partida de los jugadores. Axie pasa de ser una estrella en ascenso a convertirse en una fábula en casi una noche.

Pero ¿cómo sería la economía de Token sostenible si hubiera una manera de resolver el problema de Liquidez de los jugadores sin necesidad de Token insostenible?

Esto es exactamente lo que ARC / AI Arena ha estado trabajando en silencio durante los últimos tres años. Ahora, está comenzando a dar frutos.

1、玩家 Liquidez是命脉

Los jugadores Liquidez es la vida de los juegos multijugador y también la clave del éxito a largo plazo.

Muchos juegos independientes y de Web3 se enfrentan al problema de 'arranque en frío': hay muy pocos jugadores, lo que dificulta la formación de comunidades prósperas o la realización de partidas rápidas. No cuentan con los presupuestos de marketing ni con la conciencia de marca natural de las grandes empresas de videojuegos. Esto resulta en largos tiempos de espera, dificultad para encontrar partidas y altas tasas de abandono.

Estos juegos suelen desaparecer lentamente y dolorosamente.

Por lo tanto, los desarrolladores de juegos deben considerar la Liquidez de los jugadores desde el principio. Los juegos necesitan diversas actividades para mantener la diversión: el ajedrez requiere dos jugadores, mientras que las batallas a gran escala requieren miles de jugadores. Los mecanismos de emparejamiento de habilidades aumentan aún más el nivel de entrada, lo que requiere más jugadores para mantener la equidad y el atractivo del juego.

Para los juegos Web3, el riesgo es mayor. Según el informe anual de juegos de Delphi Digital, el costo de adquisición de usuarios de los 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 garantizar un emparejamiento justo, una economía de juego vibrante (es decir, más compra y venta de objetos) y una interacción social más activa, lo que hace que el juego sea más divertido.

2、ARC——AI 游戏先锋

El ARC desarrollado por ArenaX Labs está liderando el futuro de la experiencia de juego en línea con IA. En pocas palabras, están utilizando la IA para resolver el problema de Liquidez que afecta a los jugadores de nuevos juegos.

La mayoría de los problemas de los robots de inteligencia artificial en el juego radican en que son demasiado malos. Una vez que has dominado los trucos durante unas horas, estos robots se vuelven muy fáciles de vencer. Están diseñados para ayudar a los nuevos jugadores, pero no ofrecen muchos desafíos o adicción para los jugadores experimentados.

Imagina un mundo en el que las habilidades de los jugadores de IA puedan igualar a las de los jugadores humanos de élite. Imagina poder enfrentarte a ellos en cualquier momento y lugar, sin tener que esperar a que se emparejen. Imagina entrenar a tu jugador de IA para que imite tu estilo de juego, lo posea y obtenga recompensas por su rendimiento.

Esto es una situación beneficiosa para ambos jugadores y empresas de juegos.

Las empresas de juegos utilizan robots de IA similares a los humanos para hacer que los juegos sean populares, mejorar la liquidez de los jugadores, mejorar la experiencia del usuario y aumentar la retención, lo cual es clave para la supervivencia de los nuevos llegados en un mercado altamente competitivo.

Los jugadores han encontrado una nueva forma de participar en el juego, desarrollando un mayor sentido de pertenencia al entrenar y enfrentarse a la IA.

Veamos cómo lo hacen.

3. Productos y arquitectura

La empresa matriz ArenaX Labs está desarrollando una serie de productos para abordar el problema de liquidez de los jugadores.

• Productos existentes: AI Arena, un juego de lucha de IA.
• Nuevo producto: ARC B2B, un SDK de juegos impulsado por IA que se puede integrar fácilmente en cualquier juego.
• Nuevo producto: ARC Aprendizaje Reforzado (RL)

（1）AI Arena: Juego

AI Arena es un juego de lucha que recuerda a Super Smash Bros de Nintendo, donde una variedad de personajes de dibujos animados extraños luchan en la arena.

Pero en AI Arena, cada personaje está controlado por IA: no interpretas a los guerreros, sino que eres su entrenador. Tu tarea es entrenar a tus guerreros de IA con tus estrategias y conocimientos profesionales.

Entrenar a tus guerreros es como entrenar a un estudiante para el combate. En el modo de entrenamiento, abres la recolección de datos y creas escenarios de combate para ajustar sus movimientos. Por ejemplo, si tus guerreros están cerca de un oponente, puedes enseñarles a bloquear con tu escudo y luego hacer combos. ¿Cómo combatir a larga distancia? Entrenarlos para lanzar ataques a distancia.

Puedes controlar qué tipo de datos recopilar, asegurándote de registrar solo las mejores acciones para el entrenamiento. Con la práctica, puedes afinar los hiperparámetros para obtener más ventajas técnicas, o simplemente usar la configuración predeterminada amigable para principiantes. Una vez completado el entrenamiento, tu guerrero de IA estará listo para la batalla.

Comenzar algo siempre es difícil: entrenar un modelo efectivo lleva tiempo y experimentación. Mi primer luchador se cayó varias veces de la plataforma, no por ser golpeado por el oponente. Pero después de algunas iteraciones, logré crear un modelo que funciona bien. Ver que tu entrenamiento da resultados es algo muy satisfactorio.

AI Arena ha introducido una Profundidad adicional a través de los Token no fungible luchadores. Cada personaje de Token no fungible tiene características y atributos de combate únicos que afectan la jugabilidad. Esto añade otra capa de estrategia.

Actualmente, AI Arena se ejecuta en Arbitrum Mainnet y solo las personas que tienen el token no fungible AI Arena pueden acceder, manteniendo así la exclusividad de la comunidad mientras se mejora la jugabilidad del juego. Los jugadores pueden unirse a gremios, competir en batallas en cadena con los tokens no fungibles de campeones y NRN y obtener recompensas. Esto se hace para atraer a jugadores leales y fomentar la competencia.

Finalmente, AI Arena es una plataforma para la tecnología de entrenamiento de IA de ARC. Aunque es su punto de entrada al ecosistema, la visión real va mucho más allá de este juego en sí mismo.

（2）ARC：基础设施

ARC es una solución de infraestructura de IA diseñada específicamente para juegos.

El equipo de ArenaX decidió empezar desde cero, incluso desarrollar su propia infraestructura de juegos, porque las soluciones existentes como Unity y Unreal no cumplían con su visión.

Durante más de tres años, han diseñado cuidadosamente una pila de tecnología potente que puede manejar la agregación de datos, el entrenamiento de modelos y la comprobación de modelos para el aprendizaje imitativo y reforzado. Esta infraestructura es el pilar de AI Arena, pero su potencial es mucho mayor.

A medida que el equipo mejora constantemente su tecnología, los estudios de terceros comienzan a buscar ARC con la esperanza de obtener licencias o etiquetas blancas de esta plataforma. Al darse cuenta de esta demanda, han formalizado la infraestructura de ARC como un producto B2B.

Ahora, ARC colabora directamente con empresas de juegos para ofrecer una experiencia de juego de IA. Su propuesta de valor es:

• Los jugadores permanentes Liquidez como servicio
• Integrar la jugabilidad de AI de manera sencilla

永久玩家 Liquidez即服务

ARC se centra en la clonación del comportamiento humano: entrenar modelos de IA especializados para imitar el comportamiento humano. Esto difiere del principal uso de la IA en los juegos hoy en día, que utiliza modelos generativos para crear activos de juego y utiliza LLM para impulsar conversaciones.

Con el SDK de ARC, los desarrolladores pueden crear agentes de IA similares a los humanos y ampliarlos según las necesidades del juego. El SDK simplifica el trabajo pesado. Las empresas de juegos pueden introducir IA sin lidiar con el complejo aprendizaje automático.

Después de la integración, implementar un modelo de IA solo requiere una línea de código, ARC se encarga de la infraestructura, el procesamiento de datos, el entrenamiento y la implementación en el backend.

ARC adopta la forma de colaborar con empresas de juegos para ayudarlas:

• Capturar datos de juego originales y convertirlos en un conjunto de datos significativo para el entrenamiento de IA.
• Identifique las variables clave y los puntos de decisión relacionados con el mecanismo del juego.
• Mapear la salida del modelo de IA a las actividades dentro del juego para garantizar un funcionamiento fluido, por ejemplo, asociar la salida de 'clic derecho' de la IA con controles específicos del juego.

¿Cómo funciona la IA?

ARC ha utilizado cuatro tipos de modelos para la interacción en juegos:

• Red neuronal de retroalimentación: adecuada para entornos continuos con características numéricas como velocidad o posición.
• Agente de tabla: especialmente ideal para juegos con escenarios discretos limitados.
• La jerarquía y las redes neuronales convolucionales se están desarrollando.

Hay dos espacios interactivos relacionados con el modelo de inteligencia artificial ARC:

El espacio de estado define el conocimiento del agente sobre el juego en cualquier momento dado. Para una red de retroalimentación, esto es una combinación de características de entrada (como la velocidad o la posición del jugador). Para un agente de tabla, estos son los escenarios discretos que el agente puede encontrar en el juego.

La descripción del espacio de acción describe lo que un agente puede hacer en el juego, desde entradas discretas (como presionar un botón) hasta controles continuos (como mover una palanca). Esto se mapea a las entradas del juego.

El espacio de estado proporciona la entrada al modelo de IA ARC, el modelo de IA procesa la entrada y genera la salida. Luego, estas salidas se transforman en acciones de juego a través del espacio de acciones.

ARC trabaja en estrecha colaboración con los desarrolladores de juegos para identificar las características más importantes y diseñar el espacio de estado en consecuencia. También prueban diversas configuraciones y tamaños de modelos para equilibrar la inteligencia y la velocidad, asegurando una jugabilidad suave y cautivadora.

Según el equipo, la demanda de sus servicios de Liquidez para jugadores por parte de las empresas de Web3 es especialmente alta. Estas empresas pagan para obtener una mejor Liquidez de jugadores, y ARC destinará gran parte de estos ingresos a recomprar el Token NRN.

Traer la jugabilidad de AI a los jugadores: plataforma de entrenadores

ARC SDK también permite a la empresa web3 acceder a su plataforma de entrenador de juegos, lo que permite a los jugadores entrenar y enviar agentes.

Al igual que con AI Arena, los jugadores pueden configurar simulaciones, obtener datos de juego y entrenar modelos de IA en blanco. Estos modelos evolucionarán con el tiempo, integrando nuevos datos de juego sin necesidad de comenzar desde cero en cada actualización, manteniendo el conocimiento previo.

Esta abriendo emocionantes posibilidades: los jugadores pueden vender sus agentes de inteligencia artificial personalizados en el mercado, creando una nueva capa económica dentro del juego. En AI Arena, los entrenadores expertos en tecnología pueden formar gremios y ofrecer habilidades de entrenamiento a otras empresas.

Para aquellas empresas que integran completamente la funcionalidad del agente, el concepto de Parallel Play (Juego Paralelo) también cobra vida. El agente de IA está disponible las 24 horas del día y puede participar simultáneamente en múltiples instancias de juegos o competiciones. Esto resuelve el problema de liquidez de los jugadores y crea nuevas oportunidades para la retención y los ingresos de los usuarios.

Pero esto no es todo...

(3) ARC RL: De uno a uno a muchos a uno

Si AI Arena y la plataforma de entrenamiento de ARC se sienten como el modo de un solo jugador (donde puedes entrenar tu propio modelo de IA), entonces ARC RL es como el modo multijugador.

Imagina una DAO de juegos completa que agrupa sus datos de juego para entrenar un modelo de IA compartido del que todos son copropietarios y del que se benefician. Estos "agentes maestros" representan la sabiduría colectiva de todos los jugadores para transformar los deportes electrónicos mediante la introducción de la competencia impulsada por el esfuerzo colectivo y las asociaciones estratégicas.

ARC RL utiliza el aprendizaje por refuerzo (es decir, 'RL') y datos de juego humano de crowdsourcing para entrenar a estos agentes 'superinteligentes'.

El principio de funcionamiento del aprendizaje reforzado es que el agente recompensa el comportamiento óptimo. Es particularmente efectivo en los juegos, ya que las recompensas son claras y objetivas, como el daño causado, las monedas obtenidas o la victoria.

Esto es precedente:

AlphaGo de DeepMind derrotó a jugadores profesionales de Go en un torneo, perfeccionando su estrategia con cada iteración a través de millones de partidas generadas automáticamente.

Anteriormente no me di cuenta de esto, pero OpenAI ya era ampliamente conocido en el círculo de juegos mucho antes de la creación de chatGPT.

OpenAI Five arrasó a los jugadores humanos de élite en Dota 2 mediante aprendizaje por refuerzo, y ganó el campeonato mundial en 2019. A través de la aceleración de la simulación y el uso de una gran cantidad de recursos de cálculo, ha dominado estrategias avanzadas como la cooperación en equipo.

OpenAI Five realiza cientos de miles de juegos al día, lo que equivale a 250 años de simulación de juegos al día, con el respaldo de 256 GPU y 128,000 CPU. Al omitir la renderización de gráficos, acelera significativamente la velocidad de aprendizaje.

Inicialmente, el AI mostraba un comportamiento inestable, como vagar sin rumbo, pero pronto mejoró. Aprendió algunas estrategias básicas, como arrastrarse por caminos estrechos y robar recursos, y finalmente evolucionó a operaciones más complejas, como emboscadas.

El concepto clave del aprendizaje reforzado es que el agente de IA aprende por experiencia cómo tener éxito en lugar de que se le diga directamente qué hacer.

ARC RL se destaca al utilizar el aprendizaje por refuerzo fuera de línea. El agente de IA no aprende de sus propios errores, sino de la experiencia de los demás. Es como un estudiante que observa videos de otras personas montando en bicicleta, observando sus éxitos y fracasos, y utilizando ese conocimiento para evitar caídas y mejorar más rápidamente.

Este enfoque ofrece una ventaja adicional: el entrenamiento colaborativo y la propiedad conjunta del modelo. Esto no solo hace que los agentes de IA sean más accesibles, sino que también alinea los incentivos de los jugadores, gremios y desarrolladores.

En la creación de la agencia de juegos "Superinteligente", hay dos roles clave:

• Patrocinador: líderes similares a gremios que apuestan una gran cantidad de tokens NRN para lanzar y gestionar agentes RL. Los patrocinadores pueden ser cualquier entidad, pero es probable que sean gremios de juegos, DAO, comunidades de web3, e incluso agentes personalizados populares en la cadena como Luna.
• Jugador: stake少量 NRN Token贡献其游戏玩法数据以训练代理的个人.

Patrocina, coordina y guía a sus equipos de jugadores para asegurar datos de entrenamiento de alta calidad y proporcionar a sus agentes de IA una ventaja competitiva en los juegos de agentes.

Las recompensas se asignan según el desempeño del superagente en el juego. El 70% de las recompensas pertenecen al jugador, el 10% pertenece al patrocinador y el 20% restante pertenece al tesoro de NRN. Esta estructura proporciona un mecanismo de incentivo uniforme para todos los participantes.

Contribución de datos

Cómo haces que los jugadores estén dispuestos a contribuir con sus datos de juego? No es fácil.

ARC hace que proporcionar datos de juego sea fácil y beneficioso. Los jugadores no necesitan conocimientos especializados, solo necesitan jugar el juego. Al final de una sesión, se les pedirá que envíen datos para entrenar a un agente específico. El panel de control realiza un seguimiento de sus contribuciones y los agentes que apoyan.

El atribución de ARC Algoritmo garantiza la calidad evaluando y recompensando datos de alta calidad e influyentes.

Lo interesante es que incluso si eres un jugador malo (como yo), tus datos son útiles. Un juego malo puede ayudar a los agentes a aprender qué no hacer, mientras que un juego hábil puede enseñar la mejor estrategia. Los datos redundantes se filtran para mantener la calidad.

En pocas palabras, ARC RL está diseñado como un producto de mercado masivo de baja fricción centrado en agentes que poseen capacidades más allá de las humanas.

4. Tamaño del mercado

La plataforma tecnológica de ARC es versátil y compatible con varios tipos de juegos, como juegos de disparos, juegos de lucha, casinos sociales, carreras, juegos de cartas y juegos de rol. Está diseñada específicamente para aquellos que buscan mantener la lealtad de los jugadores.

Los productos de ARC están principalmente dirigidos a dos mercados:

ARC se centra principalmente en seguir a desarrolladores independientes y empresas, en lugar de grandes empresas consolidadas. Debido a la limitada influencia de la marca y los recursos de distribución, a menudo es difícil para estas pequeñas empresas atraer a jugadores en las etapas iniciales.

El agente de inteligencia artificial de ARC aborda este problema creando un entorno de juego dinámico desde el principio, asegurando una jugabilidad dinámica incluso en las primeras etapas del juego.

Esto puede sorprender a muchas personas, pero el campo de los juegos independientes es, de hecho, una fuerza principal en el mercado de los juegos:

• En 2024, los juegos independientes representaron el 48% de los ingresos totales en Steam.

Otro mercado objetivo es el de los juegos Web3. La mayoría de los juegos Web3 son desarrollados por empresas emergentes, que también enfrentan diversos desafíos únicos, como inicio de sesión en Billetera, cuestiones de encriptación y altos costos de adquisición de usuarios. Estos juegos a menudo tienen problemas de Liquidez de jugadores, los agentes de IA pueden llenar ese vacío y mantener la atracción del juego.

Aunque los juegos Web3 han estado luchando recientemente debido a la falta de experiencias atractivas, están mostrando signos de recuperación.

Por ejemplo, uno de los primeros juegos web3 de grado AAA, Off the Grid, recientemente logró un éxito temprano en la corriente principal, con 9 millones de billeteras realizando 100 millones de transacciones en el primer mes. Esto allana el camino para que la industria obtenga un éxito amplio y crea una oportunidad para que ARC apoye este renacimiento.

5. Equipo ARC

El equipo fundador detrás de ArenaX Labs cuenta con amplios conocimientos en aprendizaje automático y gestión de inversiones.

El director ejecutivo y director de tecnología Brandon Da Silva lideró previamente la investigación en aprendizaje automático en una empresa de inversión canadiense, centrándose en el aprendizaje reforzado, el aprendizaje bayesiano y la adaptabilidad del modelo. Fue pionero en el desarrollo de estrategias cuantitativas de 1,000 millones de dólares centradas en la equidad de riesgo y la gestión de carteras multiactivos.

El Director de Operaciones (COO) Wei Xie gestiona una cartera de inversión estratégica de 7.000 millones de dólares en Liquidez en la misma empresa y lidera sus proyectos de inversión innovadores, centrándose en áreas emergentes como la IA, el aprendizaje automático y la tecnología Web3.

ArenaX Labs recibió una financiación inicial de $5 millones en 2021, liderada por Paradigm y con la participación de Framework Ventures. En enero de 2024, la empresa obtuvo una financiación adicional de $6 millones, liderada por SevenX Ventures, FunPlus / Xterio y Moore Strategic Ventures.

6、Economía del token NRN: una reforma saludable

ARC/AI Arena tiene un Token - NRN. Vamos a hacer un inventario de la situación actual primero.

La exploración de la oferta y la demanda nos permitirá comprender mejor la tendencia.

(1) Oferta lateral

El suministro total de NRN es de 1 mil millones, de los cuales aproximadamente 409 millones (40.9%) están en circulación.

Al escribir este artículo, el precio de este Token es de 0,72 dólares, lo que significa que la capitalización de mercado es de 29 millones de dólares y una valoración completamente diluida de 71 millones de dólares.

NRN fue lanzado el 24 de junio de 2024, con un 40.9% de suministro circulante proveniente de:

• Airdrop de la comunidad (8% del total)
• Bóveda de la Fundación (representa el 10.9%, de los cuales el 2.9% ya está desbloqueado, desbloqueo lineal durante 36 meses)
• Recompensa del ecosistema de la comunidad (30% de participación)

La mayor parte del suministro circulante (el 30% del 40,9%) está compuesto por recompensas del ecosistema comunitario, el proyecto gestiona estos tokens y los distribuye estratégicamente como recompensas de stake, recompensas de juego, el programa de subir del ecosistema y el programa impulsado por la comunidad.

El horario de desbloqueo es tranquilizador y no hay eventos importantes a corto plazo:

• El próximo desbloqueo será la venta OTC de la Fundación (1.1%), que comenzará en diciembre de 2024, con un desbloqueo lineal de 12 meses. Esto solo aumentará la tasa de inflación mensual en un 0.09%, lo que es poco probable que cause una gran preocupación. *La distribución a los inversores y contribuyentes (el 50% del suministro total) no comenzará a desbloquearse hasta junio de 2025, y aun en ese momento, se desbloqueará de forma lineal durante 24 meses.

Actualmente, se espera que la presión de dumping siga siendo bastante controlable y provenga principalmente de las recompensas del ecosistema. La clave está en confiar en que el equipo tiene la capacidad de desplegar estratégicamente estos fondos para impulsar la subida del protocolo.

(2) Lado de la demanda

NRN v1——玩家经济

Inicialmente, NRN fue diseñado como un recurso estratégico asociado a la economía del juego AI Arena.

Los jugadores apuestan NRN en jugadores de IA, si ganan, obtienen recompensas, si pierden, pierden parte de su stake. Esto crea una dinámica de interés directo, convirtiéndolo en un deporte y proporcionando incentivos económicos para los jugadores expertos.

Las recompensas se distribuyen utilizando el sistema ELO para garantizar pagos equilibrados basados en habilidades. Otras fuentes de ingresos incluyen compras de objetos de juego, mejoras de vestuario y tarifas de entrada a competiciones.

El modelo inicial de Token depende completamente del éxito del juego y de la continua disposición de nuevos jugadores para comprar NRN y Token no fungible para participar en el juego.

Ahora vamos a explicar por qué estamos tan emocionados...

NRN v2——玩家&平台经济

La tokenómica mejorada v2 de NRN amplía la utilidad del token desde AI Arena hacia la plataforma ARC más amplia, introduciendo poderosos nuevos factores impulsados por la demanda. Esta evolución transforma a NRN de un token de juego específico en un token de plataforma. En mi opinión, este es un cambio muy positivo.

Los tres factores impulsores de las nuevas demandas de NRN incluyen:

Ingresos procedentes de la integración de ARC. Las empresas de juegos que integran 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 recompras de NRN, desarrollar el ecosistema e incentivar a los jugadores en la plataforma de entrenamiento.

Costo del mercado de entrenadores. NRN obtiene valor de las tarifas del mercado de entrenadores, los jugadores pueden comerciar con modelos de IA y datos de juego en el mercado de entrenadores.

Participar en el stake de ARC RL: tanto los patrocinadores como los jugadores deben hacer stake de NRN para unirse a ARC RL. A medida que más jugadores ingresan a ARC RL, la demanda de NRN también aumenta.

Lo que es especialmente emocionante es los ingresos de la empresa de juegos. Esto marca un cambio de modelo puro B2C a un modelo mixto de B2C y B2B, creando un flujo continuo de capital externo hacia la economía NRN. Con un mercado objetivo más amplio, este flujo de ingresos superará los ingresos que AI Arena puede generar por sí mismo.

Aunque el mercado de entrenadores tiene perspectivas, depende de si el ecosistema puede alcanzar una masa crítica, es decir, si hay suficientes juegos, entrenadores y jugadores para mantener activas las actividades comerciales. Se trata de una carrera a largo plazo.

En el corto plazo, ARC RL stake puede ser el factor impulsor de la demanda más directo y reflexivo. Un fondo de recompensa inicial con suficiente capital y la emoción de lanzar nuevos productos pueden generar una adopción temprana, aumentar el precio del token y atraer participantes. Esto crea un ciclo de retroalimentación de subida de la demanda y subida de la economía. Sin embargo, por otro lado, si ARC RL no puede mantener la adhesión de los usuarios, la demanda puede desaparecer rápidamente.

El potencial del efecto de red es enorme: más juegos → más jugadores → más juegos se unen → más jugadores. Este ciclo virtuoso sitúa a NRN como el token central en el ecosistema de juegos Crypto AI.

7、La madre del modelo de IA del juego

¿Cuál es el resultado? La ventaja de ARC radica en su capacidad para promover diversos tipos de juegos. Con el tiempo, les permite recopilar una base de datos única de estilos de juego específicos. A medida que ARC se integra con más juegos, puede continuar retroalimentando estos datos en su propio ecosistema, creando así un ciclo virtuoso de crecimiento y mejora.

Una vez que este conjunto de datos de juegos de corte transversal alcance una masa crítica, se convertirá en un recurso muy valioso. Imagínese utilizarlo para entrenar modelos de IA genérica para el desarrollo de juegos, abriendo nuevas posibilidades para el diseño, pruebas y optimización a gran escala de juegos.

Ahora es demasiado pronto, pero en la era de la inteligencia artificial donde los datos son el nuevo petróleo, el potencial en este aspecto es ilimitado.

8、Nuestra idea

NRN evoluciona a un juego de plataforma: reevaluación de Token

Con la emisión de ARC y ARC RL, el proyecto ya no es solo una empresa de juegos con un solo producto, ahora se posiciona como una plataforma y juego de IA. Este cambio probablemente resultará en una nueva calificación para el Token NRN, que hasta ahora se ha limitado al éxito del AI Arena. La introducción de nuevas fuentes de Token con ARC RL, junto con la demanda externa de protocolo de participación en los ingresos de la empresa de juegos y tarifas de transacción de entrenadores, crea una base más amplia y diversa para la utilidad y el valor de NRN.

Estrechamente relacionado con los socios del juego de éxito

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 de juegos. Los juegos asociados son dignos de atención.

Si el juego ARC tiene un gran éxito, el valor resultante se devolverá a los holders de NRN. Por el contrario, si el juego colaborativo se encuentra en dificultades, el flujo de valor se verá limitado.

Esperamos una mayor integración con los juegos de Web3

La plataforma ARC es perfecta para juegos Web3, donde el modo de juego competitivo con mecanismos de incentivos se combina perfectamente con la economía de Tokens existente.

A través de la integración de ARC, los juegos Web3 pueden entrar inmediatamente en la narrativa de 'agentes de inteligencia artificial'. 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 las actividades como 'juego a Airdrop' sean más atractivas para los jugadores. Al combinar la IA y las recompensas de Token, ARC agrega una Profundidad y emoción que los juegos tradicionales no pueden replicar.

El modo de juego de IA tiene una curva de aprendizaje

La forma de jugar con la IA tiene una curva de aprendizaje pronunciada, lo que puede causar fricciones a los nuevos jugadores. Me llevó una hora entender cómo entrenar correctamente a mi jugador en la Arena de IA.

Sin embargo, la experiencia del jugador de ARC RL tiene menos fricción, ya que el entrenamiento de IA se realiza en el backend cuando el jugador juega y envía datos. Otra pregunta pendiente es cómo se sentirán los jugadores cuando sepan que su oponente es una IA. ¿Les afectará? ¿Mejorará o empeorará la experiencia del juego? Solo el tiempo podrá decirnos la respuesta.

9、Un futuro brillante

La IA abrirá una experiencia revolucionaria en el mundo de los videojuegos.

Los equipos de Parallel Colony y Virtuals están impulsando el desarrollo de agentes de IA autónomos, mientras que ARC está abriendo su propio nicho de mercado al centrarse en la clonación del comportamiento humano, ofreciendo un enfoque innovador para abordar los desafíos de Liquidez de los jugadores sin depender de una tokenómica insostenible.

La transición de los juegos a una plataforma madura es un salto enorme para ARC. Esto no solo abre mayores oportunidades a través de la colaboración con compañías de juegos, sino que también reestructura la forma en que se integra la inteligencia artificial y los juegos.

Con el potencial de su tokenómica mejorada y el fuerte efecto de red, el camino brillante de ARC parece estar apenas comenzando.