2021 yılında Axie Infinity oyuncusu olan ve küçük bir burs derneği işleten biriydim. Eğer o dönemi yaşamadıysanız, size söyleyeyim - kesinlikle vahşi bir dönemdi.
Axie Infinity, Kripto Varlıklar ve oyunların birleştirilebileceğini fark ettiren bir oyundur. Temel olarak, bu, 3 güçlü savaşçı Axie'den oluşan bir takım kuran basit bir Pokémon tarzı strateji oyunudur ve her Axie'nin benzersiz yetenekleri vardır. Kendi takımınızı diğer takımlara karşı savaştırabilir, oyunlara katılıp kazanarak SLP Token ödülleri kazanabilirsiniz.
Ancak gerçekten heyecan verici olan, oyun oynayarak para kazanma potansiyelidir. Axie'nin hızlı yükselişi, iki büyük mekanizmadan faydalanmaktadır:
İlk olarak, Axie Üretimi. İki adet Axie alın, SLP Token'ını kullanarak onları üretin ve işte voilà - iki orijinal Axie'nin birleşimiyle benzersiz yeteneklere sahip yeni bir Axie doğar. Bu nedenle, nadir ve güçlü Axies (oyuncular tarafından OP Axies olarak adlandırılır) popüler bir ürün haline gelir ve yoğun bir üretim pazarı ortaya çıkar.
İkinci mekanizma burs programıdır. Dünya çapından iş oyuncuları Axies'i 'öğrencilere' ödünç vermeye başladı. Bu oyuncular genellikle Filipinler veya Arjantin gibi gelişmekte olan ülkelerden gelir ve 3 Axie Değiştirilemez Jetonu satın almak için 1000 dolardan fazla ön ödeme yapamazlar. Öğrenciler Token kazanmak için her gün oyun oynuyor ve burs derneğiyle kar payını paylaşıyor, dernek genellikle %30-50 kesinti yapar.
Zirvesinde, özellikle 2019 salgın sırasında, Axie, gelişmekte olan ülkelerin yerel ekonomileri üzerinde büyük bir etki yarattı. Filipinler'de (%40'ı Axie Infinity kullanıcısı) birçok oyuncunun geliri asgari ücretin çok üzerinde. Birçok birliğin kazancı oldukça yüksek.
Bu, oyun geliştiricilerinin karşılaştığı bir temel sorunu çözmüş oluyor: oyuncu Likidite. Axie, oyuncuları her gün birkaç saat aktif bir şekilde oyun oynamaya teşvik ederek, her oyuncunun karşısında bir rakibin olduğundan emin olur ve oyuncuların deneyimini daha çekici hale getirir.
Ancak bunun bir maliyeti var.
Oyuncuların Likidite sorununu çözmek için Axie, oyuncuları teşvik etmek için büyük miktarda Token dağıtır. Hikaye buradan başlıyor. SLP'nin bir üst sınırı olmadığı için Token çılgınca şişer, fiyatları büyük düşüş yaşar ve ekosistem çöker. Token değer kaybederse, oyuncular ayrılır. Axie, bir gecede bir "kazanç" hikayesinden bir uyarı hikayesine dönüşür.
Ancak, oyuncuların Likidite sorununu sürdürülemez Token ekonomisine ihtiyaç duymadan nasıl çözebileceği bir yol olsaydı ne olurdu?
Bu, ARC / AI Arena'nın son üç yıldır sessizce üzerinde çalıştığı şeydir. Şimdi, meyvelerini vermeye başladı.
1. Oyuncular için Likidite hayati öneme sahiptir.
Oyuncuların Likidite, çok oyunculu oyunların can damarı ve uzun vadeli başarının anahtarıdır.
Çok sayıda Web3 ve bağımsız oyun, "soğuk başlatma" sorunuyla karşı karşıyadır - oyuncu sayısı çok az olduğundan hızlı eşleşme veya canlı bir topluluk oluşturamazlar. Onların pazarlama bütçeleri veya doğal IP farkındalığı yoktur. Bu durum uzun bekleme sürelerine, eşleşememe ve yüksek kayıp oranlarına neden olabilir.
Bu oyunlar genellikle yavaş yavaş acı içinde yok olurlar.
Bu nedenle, oyun geliştiricilerinin oyuncuların Likiditesini baştan itibaren öncelikli olarak düşünmeleri gerekiyor. Oyun, eğlenceyi sürdürmek için çeşitli etkinliklere ihtiyaç duyar - satranç iki oyuncuya, büyük ölçekli savaşlar binlerce oyuncuya ihtiyaç duyar. Beceri eşleştirme mekanizması, oyunun adil ve çekici kalması için daha fazla oyuncuya ihtiyaç duyar.
Web3 oyunları için daha büyük bir risk söz konusu. Delphi Digital'in yıllık oyun raporuna göre, Web3 oyunlarının kullanıcı edinme maliyeti geleneksel mobil oyunlardan %77 daha yüksektir, bu da oyuncu tutma oranını son derece önemli hale getirir.
Güçlü oyuncu tabanı, adil eşleşme, canlı oyun ekonomisi (daha fazla eşya alım satımı) ve daha aktif sosyal etkileşim sağlayarak oyunu daha eğlenceli hale getirebilir.
2、ARC——AI Oyun Öncüsü
ArenaX Labs tarafından geliştirilen ARC, AI tabanlı çevrimiçi oyun deneyiminin geleceğini yönlendiriyor. Kısacası, yeni oyunları etkileyen oyuncu likidite sorununu çözmek için AI kullanıyorlar.
Günümüzde oyun içindeki çoğu yapay zekâ robotunun sorunu, çok kötü olmalarıdır. Birkaç saat harcadıktan sonra püf noktaları öğrendiğinizde, bu robotlar çok kolay bir şekilde yenilebilir hale gelir. Yeni oyunculara yardımcı olmak için tasarlanmış olmalarına rağmen, deneyimli oyuncular için çok fazla zorluk veya yapışkanlık yaratamazlar.
Hayal edin, yapay zeka oyuncularının becerileri en iyi insan oyuncularla yarışabilir. Düşünün, eşleşme beklemeksizin herhangi bir zamanda ve mekanda onlarla karşılaşabilirsiniz. Hayal edin, yapay zeka oyuncunuzu eğitmek ve onun performansıyla ödüller kazanmak için kendi oyun tarzınızı taklit etmesini sağlamak.
Bu, oyuncular ve oyun şirketleri için kazan-kazan durumudur.
Oyun şirketleri, oyuncu Likiditesini artırmak, kullanıcı deneyimini iyileştirmek ve rekabetçi pazarda ayakta kalabilmek için insana benzer AI robotları kullanmaktadır.
Oyuncular, yapay zeka eğitimine katılma ve onunla mücadele etme sürecinde daha güçlü bir aidiyet duygusu oluşturarak oyunlara katılmak için yeni bir yol buldular.
Haydi bakalım, onlar nasıl yapıyorlar.
3. Ürünler ve Mimarlık
Ana şirket ArenaX Labs, oyuncuların Likidite sorununu çözmek için bir dizi ürün geliştiriyor.
Varolan ürünler: AI Arena, bir AI dövüş oyunu.
Yeni Ürün: ARC B2B, herhangi bir oyunun kolayca entegre edilebilen, yapay zeka destekli bir oyun SDK'sıdır.
Yeni ürün: ARC Pekiştirme Öğrenme (RL)
（1）AI Arena：Oyun
AI Arena, Super Smash Bros. oyununu Nintendo'yu çağrıştıran bir dövüş oyunudur, çeşitli garip çizgi film karakterleri arenada savaşır.
Ancak AI Arena'da, her karakter AI tarafından kontrol edilir - savaşçı değil, antrenörleri olursunuz. Göreviniz, stratejinizi ve uzmanlığınızı kullanarak AI savaşçılarınızı eğitmektir.
Savaşçınızı eğitmek, bir öğrenciyi savaş için hazırlamak gibi. Eğitim modunda, veri toplama işlevini açar ve onların hareketlerini ayarlamak için savaş sahneleri oluşturursunuz. Örneğin, savaşçınız rakibe çok yakınsa, kalkanınızı kullanarak engel olmasını öğretebilir, ardından combo yapabilirsiniz. Uzaktan nasıl savaşılır? Onlara uzaktan saldırı yapmayı öğretin.
Hangi verilerin toplandığını kontrol edebilir, sadece en iyi hareketleri eğitim için kaydettiğinizden emin olabilirsiniz. Pratik yaptıkça, daha fazla teknik avantaj elde etmek için hiperparametreleri ayarlayabilir veya sadece başlangıç seviyesi dostu varsayılan ayarları kullanabilirsiniz. Eğitim tamamlandığında, yapay zekâ savaşçınız savaşa katılabilir.
Her şeyin başlangıcı zordur - etkili bir model eğitmek zaman ve deney gerektirir. İlk savaşçım birkaç kez platformdan düştü, ancak rakip tarafından vurulmadı. Ancak birkaç iterasyondan sonra, başarılı bir şekilde iyi performans gösteren bir model oluşturdum. Eğitiminizin karşılığını aldığınızı görmek, tatmin edici bir şeydir.
AI Arena, Değiştirilemez Token savaşçılarıyla daha fazla Derinlik sunar. Her bir Değiştirilemez Token karakteri benzersiz bir görünüme ve savaş özelliklerine sahiptir ve bunlar oyun deneyimini etkiler. Bu, başka bir strateji katmanı ekler.
Şu anda, AI Arena Arbitrum Ana Ağ'ında çalışıyor ve yalnızca AI Arena Değiştirilemez Token'e sahip olanlar erişebiliyor, oyun deneyimini geliştirirken topluluğun özel kalmasını sağlıyor. Oyuncular guild'lere katılabilir, şampiyon Değiştirilemez Token ve NRN'yi on-chain savaş sıralaması için bir araya getirebilir ve ödüller kazanabilir. Bu, sadık oyuncuları çekmek ve rekabeti teşvik etmek amacıyla yapılıyor.
Sonunda, AI Arena, ARC'nin AI eğitim teknolojisinin sergilendiği bir platformdur. Bu, ekosisteme giriş noktaları olsa da, gerçek vizyon bu oyunun kendisinden çok daha ileridir.
（2）ARC: Altyapı
ARC, oyunlar için tasarlanmış bir yapay zeka altyapı çözümüdür.
ArenaX ekibi, Unity ve Unreal gibi mevcut çözümlerin vizyonlarını karşılayamaması nedeniyle, baştan başlayarak hatta kendi oyun altyapılarını geliştiriyor.
Üç yıldan fazla bir süre boyunca, güçlü bir teknoloji yığını tasarladılar, veri birleştirme, model eğitimi ve model kontrolü yapabilen, taklit ve güçlendirme öğrenimi için. Bu altyapı AI Arena'nın temelidir, ancak potansiyeli çok daha büyük.
Ekip teknolojilerini sürekli olarak geliştirdikçe, üçüncü taraf stüdyolar ARC'yi bulmaya başladı ve platformun lisansını veya beyaz etiketini almak istediler. Bu talebin farkına varan ekip, ARC'nin altyapısını B2B ürünü olarak şekillendirdi.
ARC şimdi oyun şirketleriyle doğrudan işbirliği yaparak AI oyun deneyimi sunuyor. Değer önerisi:
Sonsuz oyuncuLikidite hizmeti
AI oyun tarzını basit bir entegre olarak kullanın
Sürekli oyuncu Likidite hizmeti
ARC, insan davranışını klonlamaya odaklanır - insan davranışını taklit etmek için özel AI modelleri eğitir. Bu, bugün oyunlarda kullanılan AI'nın ana kullanımından farklıdır; oyun varlıklarını oluşturmak için üretici modeller kullanır ve LLM'yi konuşmaları yönlendirmek için kullanır.
ARC SDK kullanarak geliştiriciler, insan benzeri AI akıllı ajanlar oluşturabilir ve oyun gereksinimlerine göre genişletebilirler. SDK, zahmetli işleri basitleştirir. Oyun şirketleri, karmaşık makine öğrenimi ile uğraşmadan AI'ı tanıtabilirler.
Entegrasyon sonrası, AI modelini dağıtmak sadece bir satır kod gerektirir, ARC altyapı, veri işleme, eğitim ve arka uç dağıtım işlemlerinden sorumludur.
ARC, oyun şirketleriyle işbirliği yaparak onlara yardımcı olur:
Yakalanan orijinal oyun oynama verilerini yakalayın ve AI eğitimi için anlamlı veri setlerine dönüştürün.
Oyun mekanizmasıyla ilgili temel oyun değişkenlerini ve karar noktalarını belirleyin.
AI model çıktılarını oyun içi etkinliklere eşleştirerek işlevselliği sağlayın - örneğin, AI'nin 'sağ tıklama' çıktısını belirli bir oyun kontrolüyle ilişkilendirin.
AI nasıl çalışır?
ARC, oyun etkileşimi için dört model kullanmaktadır:
İleri beslemeli sinir ağı: Hız veya konum gibi sürekli ortamdaki sayısal özelliklere sahip olanlar için uygundur.
Tablo vekili: Özellikle sınırlı ayrık senaryolara sahip oyunlar için idealdir.
Hiyerarşik ve evrişimli sinir ağları geliştiriliyor.
ARC ile ilgili iki AI modeli etkileşim alanı vardır:
Durum uzayı, ajanın herhangi bir zamanda oyuna olan anlayışını tanımlar. İleri beslemeli ağlar için bu, giriş özelliklerinin (örneğin oyuncunun hızı veya konumu) kombinasyonudur. Tablo temelli ajanlar için ise bu, oyunda karşılaşabilecekleri ayrık senaryolardır.
Eylem alanı, oyun içinde temsilcinin ne yapabileceğini belirtir, sıradışı girişlerden (düğmeye basma gibi) sürekli kontrol edilere (joystick hareketi gibi). Bu oyun girişine eşlenir.
ARC'ye sahip AI modeli için durum alanı giriş sağlar, AI modeli girişi işler ve çıktı üretir. Ardından bu çıktılar eylem alanına dönüşerek oyun eylemlerini oluşturur.
ARC, oyun geliştiricilerle yakın işbirliği yaparak, en önemli özellikleri belirlemekte ve buna göre durum alanını tasarlamaktadır. Ayrıca, akıllılık ve hızı dengelemek için çeşitli model yapılandırmalarını ve boyutlarını test etmektedir, böylece oyunun akıcı ve etkileyici bir deneyim sunması sağlanmaktadır.
Web3 şirketinin, oyuncu Likidite hizmetlerine olan talebinin özellikle yüksek olduğunu iddia etmesine göre, bu şirketler daha iyi oyuncu Likidite elde etmek için ödeme yapar ve ARC bu gelirin büyük bir kısmını NRN Token geri alımına harcayacak.
Oyunculara AI Oyunu Getirme: Eğitmen Platformu
ARC SDK, web3 şirketinin oyunlarının eğitmen platformuna erişmesine izin verir, oyuncuların temsilcileri eğitmesine ve sunmasına izin verir.
AI Arena gibi, oyuncular simülasyonları ayarlayabilir, oyun oynama verilerini alabilir ve boş AI modelleri eğitebilirler. Bu modeller zamanla evrim geçirecek ve önceki bilgiyi korurken yeni oyun oynama verilerini de içerecektir, her güncelleme için sıfırdan başlamak zorunda kalmadan.
Bu heyecan verici olasılıkları açtı: Oyuncular özel eğittikleri yapay zeka temsilcilerini pazarda satabilir, yeni bir oyun içi ekonomi katmanı yaratabilirler. AI Arena'da yetenekli eğitmenler bir lonca oluşturabilir ve diğer şirketlere eğitim becerileri sunabilirler.
Tamamen aracılık özelliklerini entegre eden şirketler için, Paralel Oyun (Parallel Play) kavramı da canlanmaktadır. AI aracısı günün her saati kullanılabilir ve aynı anda birden fazla yarışmaya veya oyun örneğine katılabilir. Bu, oyuncuların Likidite sorununu çözer ve kullanıcı bağlılığı ve gelir yaratma için yeni fırsatlar sunar.
Ancak bu henüz tam değil...
(3) ARC RL: Tek bir eşleştirmeden çoklu eşleştirmeye
Eğer AI Arena ve ARC Trainer Platformu tek kişilik mod gibi hissettiriyorsa (kendi AI modelinizi eğitebileceğiniz), o zaman ARC RL çok oyunculu mod gibi.
Hayal edin: Bir oyun DAO, oyun verilerini toplayarak bir paylaşımlı AI modelini eğitiyor, herkes bu modele ortak sahip ve bundan faydalanıyor. Bu 'ana temsilciler', tüm oyuncuların kolektif zekasını temsil eder ve esporu kolektif çaba ve stratejik işbirliğiyle değiştirmek için rekabeti teşvik eder.
ARC RL, bu 'süper zeki' ajanları eğitmek için takviyeli öğrenme (yani 'RL') ve topluluk insan oyun oynama verilerini kullanır.
Reinforcement learningın çalışma prensibi, en iyi davranışı ödüllendiren bir temsilciye dayanmaktadır. Oyunlarda özellikle etkilidir çünkü ödül fonksiyonu açık ve nesneldir, örneğin verilen zarar, kazanılan altın veya zafer.
Bu bir örneği olan bir durumdur:
DeepMind'in AlphaGo'su, profesyonel insan oyuncularını go oyununda yendi ve milyonlarca kendi kendine oynanan oyundan geçerek her iterasyonda stratejisini geliştirdi.
Bunu fark etmedim, ancak chatGPT'nin oluşturulmasından önce, OpenAI oyun dünyasında tanınıyordu.
OpenAI Five, 2019 yılında dünya şampiyonlarını yendi ve Dota 2'de güçlendirilmiş öğrenme ile en iyi insan oyuncuları ezdi. Takım işbirliği gibi ileri stratejileri, hızlandırılmış simülasyon ve büyük miktarda hesaplama kaynağıyla öğrendi.
OpenAI Five günde milyonlarca oyun çalıştırıyor, bu da 250 yılın oyun simülasyonuna denk geliyor ve 256 GPU ve 128.000 CPU tarafından güçlü bir destek sağlanıyor. Grafik renderlama adımını atlayarak öğrenme hızını büyük ölçüde hızlandırıyor.
Başlangıçta, bu AI istikrarsız davranışlar sergiledi, örneğin amaçsızca dolaştı, ancak hızla iyileşti. Bazı temel stratejileri öğrendi, örneğin sürünerek dar yollarda ilerlemek ve kaynak hırsızlığı yapmak, sonunda pusuya yatmak gibi karmaşık hareketlere dönüştü.
Reinforcement learning'in temel fikri, AI ajanının, başarılı olmayı nasıl elde edeceğini doğrudan söylenmek yerine deneyim yoluyla öğrenmesidir.
ARC RL, kendini farklı kılmak için çevrimdışı takviyeli öğrenmeyi kullanır. AI ajanı kendi deneyiminden değil, başkalarının deneyimlerinden öğrenir. Bu, birinin bisiklet sürme videolarını izleyen bir öğrenci gibi, onların başarısını ve başarısızlığını gözlemleyerek ve bunu kullanarak düşmemek ve daha hızlı bir şekilde gelişmek için bilgi kullanır.
Bu yöntem ayrıca ek bir fayda sağlar: işbirliği eğitimi ve modelin ortak sahipliği. Bu, yalnızca güçlü AI ajanlarını daha yaygın hale getirmekle kalmaz, aynı zamanda oyuncuların, loncaların ve geliştiricilerin motivasyonunu da artırır.
"Süper akıllı" oyun ajanlarının oluşturulmasında iki temel rol vardır:
Sponsor: A leader similar to a guild, they Stake a large amount of NRN Tokens to initiate and manage RL agents. Sponsors can be any entity, but are likely to be game guilds, DAOs, web3 communities, or even popular on-chain personalized agents like Luna.
Oyuncu: Stake少量 NRN Token贡献其游戏玩法数据以训练代理的个人.
Sponsor coordinators guide and support their player teams, ensuring high-quality training data for their AI agents to gain a competitive edge in agent matches.
Ödüller, süper temsilcilerin performansına dayanarak dağıtılır. Ödüllerin %70'i oyunculara, %10'u sponsorlara ve geri kalan %20'si NRN kasasına aittir. Bu yapı, tüm katılımcılara tutarlı bir teşvik mekanizması sağlar.
Veri Katkısı
Oyuncuların oyun oynama verilerini nasıl gönüllü olarak sağladığından nasıl memnun kalırsınız? Kolay değil.
ARC, oyun oynama verilerinin sağlanmasını kolay ve yararlı hale getirir. Oyuncular profesyonel bilgiye ihtiyaç duymazlar, sadece oyun oynamaları yeterlidir. Bir oturum sonrasında belirli bir temsilciyi eğitmek için veri göndermeleri istenir. Gösterge paneli, katkıları ve destekledikleri temsilcileri takip eder.
ARC'nin Atıf Algoritması, kaliteyi sağlamak için katkıları ve etkili verileri değerlendirerek ödüllendirir.
İlginç olan şudur ki, kötü bir oyuncu olsanız bile (benim gibi), verileriniz yararlıdır. Kötü oyun oynama, ajanların ne yapmaması gerektiğini öğrenmelerine yardımcı olabilir, aynı zamanda uzman oyun oynama, en iyi stratejileri öğretebilir. Kaliteyi korumak için gereksiz veriler filtrelenir.
Kısacası, ARC RL, insan yeteneklerini aşan ortak bir ajanın düşük sürtünmeli bir genel pazar ürünü olarak tasarlanmıştır.
4. Piyasa Büyüklüğü
ARC teknoloji platformu çok yönlüdür ve nişancılık oyunları, dövüş oyunları, sosyal kumarhane, yarış, kart ticaret oyunları ve RPG gibi çeşitli oyun türlerini destekler. Oyuncu sadakatini korumak isteyenler için özel olarak tasarlanmıştır.
ARC ürünleri temel olarak iki pazarda kullanılmaktadır:
ARC'nin ana odak noktası, büyük şirketler yerine bağımsız geliştiriciler ve şirketlerdir. Bu küçük şirketler genellikle marka etkisi ve dağıtım kaynakları sınırlı olduğu için erken dönemde oyuncuları çekmekte zorluk yaşar.
ARC yapay zekâ temsilcisi, bu sorunu baştan enerjik bir oyun ortamı yaratma yoluyla çözer ve oyunun başlangıç aşamasında bile dinamik oyun deneyimini garanti altına alır.
Bu, birçok insanı şaşırtabilir, ancak bağımsız oyun endüstrisi gerçekten oyun pazarının ana gücüdür:
2024 yılında, bağımsız oyunlar Steam'de toplam gelirin %48'ini oluşturdu.
Başka bir hedef pazar, Web3 oyunlarıdır. Çoğu Web3 oyunu genellikle yeni gelişmekte olan şirketler tarafından geliştirilir ve genellikle Cüzdan girişi, şifreleme sorguları ve yüksek kullanıcı edinme maliyetleri gibi çeşitli benzersiz zorluklarla karşı karşıyadırlar. Bu oyunlarda genellikle Likidite sorunları bulunmaktadır, AI acenteleri boşlukları doldurabilir ve oyunun çekiciliğini koruyabilir.
Web3 oyunları son zamanlarda çekici bir deneyim eksikliği nedeniyle zorlukla ilerliyor, ancak toparlanma belirtileri görülüyor.
Örneğin, en eski AAA seviye Web3 oyunlarından Off the Grid, erken aşama ana akım başarısı elde etti ve ilk ayda 9 milyon Cüzdan 1 milyar işlem gerçekleştirdi. Bu, endüstrinin geniş bir başarı kazanmasına yol açtı ve ARC'nin bu yeniden doğuşu destekleyen bir fırsat yarattı.
5. ARC Ekibi
ArenaX Labs arkasındaki kurucu ekip, geniş bir makine öğrenimi ve yatırım yönetimi uzmanlığına sahiptir.
CEO ve CTO Brandon Da Silva, Kanadalı bir yatırım şirketinde makine öğrenimi araştırmalarını yönetti ve güçlü öğrenme, Bayesian Derinlik öğrenme ve model uyumuna odaklandı. Risk-parite ve çok varlık portföy yönetimine odaklanan 1 milyar dolarlık nicel işlem stratejisini geliştiren ilk kişiydi.
Chief Operating Officer Wei Xie manages a $7 billion Likidite strategy investment portfolio at the same company and oversees its innovative investment projects, focusing on emerging fields such as AI, machine learning, and Web3 technology.
ArenaX Labs, 2021 yılında Paradigm liderliğinde, Framework ventures'ın katılımıyla 5 milyon dolarlık tohum turu finansmanı elde etti. Şirket, 2024 yılı Ocak ayında SevenX Ventures, FunPlus / Xterio ve Moore Strategic Ventures liderliğinde 6 milyon dolarlık finansman elde etti.
6. NRN Token Ekonomisi - Sağlıklı bir reform
ARC/AI Arena bir Token olan NRN'ye sahiptir. Şimdi durumu bir kontrol edelim.
Arz ve talep tarafını incelemek, eğilimleri daha iyi anlamamızı sağlayacaktır.
（1）Arz Tarafı
NRN'ın toplam arzı 1 milyar, bunun yaklaşık 4.09 milyarı (%40.9) dolaşımda bulunmaktadır.
Bu metin yazılırken, bu Token fiyatı 0.72 dolar olarak görünüyor, bu da piyasa değeri 2900 milyon dolar anlamına geliyor, tamamen seyreltildikten sonra değerleme 7100 milyon dolar olacak.
NRN, 24 Haziran 2024 tarihinde yayınlandı ve dolaşımdaki arzın %40.9'u şu kaynaklardan gelmektedir:
Topluluk Airdrop'u (toplamın %8'i)
Vakıf kasası (10.9% oranında, bunun içinde 2.9% çözümlendi, 36 ay boyunca lineer çözülme)
Topluluk ekosistemi ödülleri ( %30)
Büyük kısmı dolaşımdaki arz ( %30 içinde %40.9) Topluluk Ekosistem Ödülleri tarafından oluşturulur, bu Token'ları proje stratejik olarak Stake ödülleri, oyun ödülleri, ekosistem yükseliş planları ve topluluk destekli planlar için dağıtır.
Kilit açma takvimi güven verici, yakın gelecekte önemli bir olay yok:
Bir sonraki kilidin Vakıf OTC satışı (1.1%) olduğu, Aralık 2024'ten itibaren 12 aylık lineer kilidin başlayacağı belirtiliyor. Bu, aylık enflasyon oranını sadece 0.09 artıracak, büyük endişelere yol açması pek olası değil.
Yatırımcılar ve katkıda bulunanlar için tahsisat (toplam arzın %50'si) 2025 Haziran'ına kadar kilidini açmayacak, hatta o zamana kadar da 24 ay boyunca lineer olarak kilidini açacak.
Şu anda, dumping baskısının hala oldukça kontrollü olması bekleniyor, bunun ana kaynağı ekosistem ödülleridir. Anahtar, ekipin bu fonları stratejik bir şekilde kullanarak protokolün yükselişini teşvik etme yeteneğine güvenmektir.
（2）Talep tarafı
NRN v1——Oyuncu Ekonomisi
Başlangıçta, NRN stratejik bir kaynak olarak AI Arena oyun ekonomisiyle ilişkilendirilmek üzere tasarlandı.
Oyuncular AI oyuncusu üzerine NRN bahis yaparsa, kazanırlarsa ödül alırlar, kaybederlerse bir miktar Stake kaybederler. Bu doğrudan ilgili bir dinamik yaratır, bir yarışma haline getirir ve yetenekli oyunculara ekonomik bir teşvik sağlar.
Ödüller, beceri tabanlı denge ödemelerini sağlayarak ELO sistemi kullanımıyla dağıtılır. Diğer gelir kaynakları arasında oyun öğeleri satın alma, kıyafet yükseltme ve maç giriş ücretleri bulunmaktadır.
İlk Token modeli tamamen oyunun başarısına ve sürekli olarak yeni oyuncuların NRN ve NFT satın almak için oyuna katılmaya istekli olmasına bağlıdır.
Neden bu kadar heyecanlı olduğumuzu açıklayalım...
NRN v2 - Oyuncu ve Platform Ekonomisi
NRN, geliştirilmiş v2 Tokenomi, AI Arena'nın Token'in faydasını daha geniş ARC platformuna genişletmesi ve güçlü yeni talep faktörlerini tanıtmasıyla evrim geçirdi. Bu evrim, NRN'i belirli bir oyun tokeninden platform tokenine dönüştürdü. Benim görüşüme göre, bu son derece olumlu bir dönüşümdür.
NRN'nin üç yeni talep sürücü faktörü şunlardır:
ARC entegrasyonundan gelen gelir. ARC entegre olan oyun şirketleri, entegrasyon ücreti ve oyun performansıyla ilişkili sürekli telif hakkı ödemeleri aracılığıyla kasaya gelir yaratır. Kasa fonları, NRN geri alımını teşvik edebilir, ekosistemi geliştirebilir ve eğitmen platformundaki oyuncuları teşvik edebilir.
Eğitmenlerin pazarlama maliyeti. NRN, eğitmenlerin ücretlerinden değer elde ederken, oyuncular AI modellerini ve oyun oynama verilerini eğitmenlerin pazarında işlem yapabilir.
ARC RL'ye katılın: Sponsorlar ve oyuncuların ARC RL'ye katılmak için NRN Staking yapmaları gerekmektedir. ARC RL'ye giderek daha fazla oyuncu girdikçe, NRN talebi de artmaktadır.
Özellikle oyun şirketinin gelirleri heyecan verici. Bu, saf B2C modelinden B2C ve B2B karışık modeline geçişin işareti olup, NRN ekonomisinde sürekli bir dış sermaye akışı yarattı. ARC'nin daha geniş bir hedef pazarı varken, bu gelir akışı AI Arena'nın kendi başına üretebileceği gelirleri aşacaktır.
Eğitmen pazarının maliyeti, ekosistemin kritik bir ölçeğe ulaşıp ulaşamayacağına bağlıdır - yeterli sayıda oyun, eğitmen ve oyuncunun aktif ticaret faaliyetini sürdürebilmesi. Bu uzun vadeli bir iş.
Kısa vadede, ARC RL Stake muhtemelen en doğrudan ve en yansıtıcı talep sürücüsü faktördür. Yeterli fonlu başlangıç ödül havuzu ve heyecan verici yeni ürün lansmanları erken benimsemeyi tetikleyebilir, Token fiyatını yükseltip katılımcıları cezbetebilir. Bu, talep yükselişi ve ekonomik yükselişin geri beslemeli döngüsünü oluşturur. Ancak, tersine bakarsak, ARC RL'nin kullanıcı yapışkanlığını sürdürmede zorluk yaşarsa, talep hızla kaybolabilir.
Ağ etkisinin potansiyeli büyüktür: daha fazla oyun → daha fazla oyuncu → daha fazla oyunun katılımı → daha fazla oyuncu. Bu sağlıklı döngü, NRN'i Crypto AI oyun ekosistemindeki merkez Token olarak konumlandırabilir.
7. Oyun AI Modelinin Annesi
Sonuç nedir? ARC'ın avantajı, çeşitli oyun türlerini tanıtabilmesidir. Zamanla, benzersiz belirli oyun oynama veritabanlarını toplamalarına izin verir. ARC'in daha fazla oyunla entegrasyonuyla, bu verileri sürekli olarak kendi ekosistemine geri bildirebilir ve böylece olumlu bir yükseliş ve gelişme döngüsü yaratabilir.
Bir kez bu kesit oyun veri kümesi kritik kütlesine ulaştığında, çok değerli bir kaynak haline gelecektir. Düşünün, genel AI modelleri eğitmek için kullanarak oyun geliştirme için büyük ölçekli tasarım, test ve optimize yeni olasılıklar açmak.
Şu anda henüz erken olsa da, verinin yapay zeka çağında yeni petrol olduğu gerçeği, bu alanda potansiyelin sınırsız olduğunu göstermektedir.
8. Fikirlerimiz
NRN, platform oyununa dönüştü - Token yeniden fiyatlandırma
ARC ve ARC RL'nin üretimi ile, bu proje artık sadece tek bir ürün oyun şirketi değil, kendini bir platform ve yapay zeka oyunu olarak konumlandırıyor. Bu dönüşüm, NRN Token'ın AI Arena'nın başarısına bağlı olarak yeniden derecelendirilmesine neden olabilir. ARC RL tarafından yeni Token kaynağının tanıtılması, oyun şirketi gelir paylaşımı protokolü ve antrenör ticaret ücretleriyle birlikte, NRN'nin kullanımı ve değeri için daha geniş, daha çeşitli bir temel oluşturuyor.
Başarı, oyun ortaklarıyla sıkı bir şekilde ilişkilidir
ARC'in iş modeli, başarısını işbirliği yaptığı şirketlerle ilişkilendirir, çünkü gelir akışı Token dağıtımına (Web3 oyunlarında) ve oyun telif ücreti ödemelerine dayanır. Bu ile sıkı sıkıya bağlı olan oyunlar kesinlikle değerlendirilmelidir.
Eğer ARC oyunu büyük bir başarı elde ederse, bu başarıdan elde edilen değer NRN sahiplerine geri dönecektir. Aksine, ortak oyun sıkıntıya düşerse, değer akışı kısıtlanacaktır.
Daha fazla Web3 oyunu entegrasyonunu bekliyoruz
ARC platform, Web3 oyunlarında çok uygun, Web3 oyunlarında, teşvik mekanizmasına sahip rekabetçi oynanış mevcut Token ekonomisiyle mükemmel bir şekilde birleştirilmiştir.
ARC entegrasyonu sayesinde, Web3 oyunları hemen 'AI acentesi' anlatısına girebilir. ARC RL topluluğu bir araya getirerek, onları ortak hedefe doğru teşvik eder. Ayrıca, 'oyundan Airdrop'a' gibi etkinliklerin oyuncuları daha çok cezbetmesi gibi, yeni inovasyon mekanizmaları için yeni fırsatlar açar. AI ve Token teşvikini birleştirerek, ARC geleneksel oyunların kopyalayamadığı Derinlik ve heyecanı artırır.
AI oyununun bir öğrenme eğrisi vardır
AI oyunu, yeni oyuncular için zorlayıcı bir öğrenme eğrisine sahip olabilir. Benim oyuncumu AI Arena'da nasıl doğru bir şekilde eğiteceğimi anlamak için bir saatimi harcadım.
Ancak, ARC RL oyuncu deneyimi sürtünmeyi azaltır, çünkü oyuncular oyun oynarken ve veri gönderirken, AI eğitimi arka planda gerçekleştirilir. Diğer bir belirsizlik ise, oyuncular rakiplerinin AI olduğunu bildiğinde nasıl hissedecekleri. Bu onları etkiler mi? Oyun deneyimini güçlendirir mi yoksa zayıflatır mı? Sadece zaman bize cevabı verebilir.
9. Işık dolu Gelecek
Yapay zeka oyun dünyasında yeni bir çığır açacak.
Parallel Colony ve Virtuals gibi ekipler, otonom AI ajanlarının gelişimini teşvik ederken, ARC ise insan davranışı klonlamaya odaklanarak kendi niş pazarını keşfediyor - oyuncu Likidite zorluklarını çözmek için sürdürülemez Tokenomi'ye bağımlı olmadan yenilikçi bir yaklaşım sunuyor.
Oyunlardan olgun platformlara geçiş, ARC için devasa bir sıçrama oldu. Bu sadece oyun şirketleriyle işbirliği yaparak daha büyük fırsatlar açmakla kalmadı, aynı zamanda yapay zeka ile oyun entegrasyonunu yeniden şekillendirdi.
Geliştirilmiş tokenomi ve güçlü ağ etkisi potansiyeliyle, ARC'nin aydınlık yolculuğu henüz yeni başlıyor gibi görünüyor.
The content is for reference only, not a solicitation or offer. No investment, tax, or legal advice provided. See Disclaimer for more risks disclosure.
Paradigm liderliğinde, ArenaX Labs tarafından geliştirilen ARC aracı, mevcut AI oyun deneyimini nasıl aşacak?
Yazar: Teng Yan, Düşünce Zinciri
Çeviri: Altın Finans xiaozou
2021 yılında Axie Infinity oyuncusu olan ve küçük bir burs derneği işleten biriydim. Eğer o dönemi yaşamadıysanız, size söyleyeyim - kesinlikle vahşi bir dönemdi.
Axie Infinity, Kripto Varlıklar ve oyunların birleştirilebileceğini fark ettiren bir oyundur. Temel olarak, bu, 3 güçlü savaşçı Axie'den oluşan bir takım kuran basit bir Pokémon tarzı strateji oyunudur ve her Axie'nin benzersiz yetenekleri vardır. Kendi takımınızı diğer takımlara karşı savaştırabilir, oyunlara katılıp kazanarak SLP Token ödülleri kazanabilirsiniz.
Ancak gerçekten heyecan verici olan, oyun oynayarak para kazanma potansiyelidir. Axie'nin hızlı yükselişi, iki büyük mekanizmadan faydalanmaktadır:
İlk olarak, Axie Üretimi. İki adet Axie alın, SLP Token'ını kullanarak onları üretin ve işte voilà - iki orijinal Axie'nin birleşimiyle benzersiz yeteneklere sahip yeni bir Axie doğar. Bu nedenle, nadir ve güçlü Axies (oyuncular tarafından OP Axies olarak adlandırılır) popüler bir ürün haline gelir ve yoğun bir üretim pazarı ortaya çıkar.
İkinci mekanizma burs programıdır. Dünya çapından iş oyuncuları Axies'i 'öğrencilere' ödünç vermeye başladı. Bu oyuncular genellikle Filipinler veya Arjantin gibi gelişmekte olan ülkelerden gelir ve 3 Axie Değiştirilemez Jetonu satın almak için 1000 dolardan fazla ön ödeme yapamazlar. Öğrenciler Token kazanmak için her gün oyun oynuyor ve burs derneğiyle kar payını paylaşıyor, dernek genellikle %30-50 kesinti yapar.
Zirvesinde, özellikle 2019 salgın sırasında, Axie, gelişmekte olan ülkelerin yerel ekonomileri üzerinde büyük bir etki yarattı. Filipinler'de (%40'ı Axie Infinity kullanıcısı) birçok oyuncunun geliri asgari ücretin çok üzerinde. Birçok birliğin kazancı oldukça yüksek.
Bu, oyun geliştiricilerinin karşılaştığı bir temel sorunu çözmüş oluyor: oyuncu Likidite. Axie, oyuncuları her gün birkaç saat aktif bir şekilde oyun oynamaya teşvik ederek, her oyuncunun karşısında bir rakibin olduğundan emin olur ve oyuncuların deneyimini daha çekici hale getirir.
Ancak bunun bir maliyeti var.
Oyuncuların Likidite sorununu çözmek için Axie, oyuncuları teşvik etmek için büyük miktarda Token dağıtır. Hikaye buradan başlıyor. SLP'nin bir üst sınırı olmadığı için Token çılgınca şişer, fiyatları büyük düşüş yaşar ve ekosistem çöker. Token değer kaybederse, oyuncular ayrılır. Axie, bir gecede bir "kazanç" hikayesinden bir uyarı hikayesine dönüşür.
Ancak, oyuncuların Likidite sorununu sürdürülemez Token ekonomisine ihtiyaç duymadan nasıl çözebileceği bir yol olsaydı ne olurdu?
Bu, ARC / AI Arena'nın son üç yıldır sessizce üzerinde çalıştığı şeydir. Şimdi, meyvelerini vermeye başladı.
1. Oyuncular için Likidite hayati öneme sahiptir.
Oyuncuların Likidite, çok oyunculu oyunların can damarı ve uzun vadeli başarının anahtarıdır.
Çok sayıda Web3 ve bağımsız oyun, "soğuk başlatma" sorunuyla karşı karşıyadır - oyuncu sayısı çok az olduğundan hızlı eşleşme veya canlı bir topluluk oluşturamazlar. Onların pazarlama bütçeleri veya doğal IP farkındalığı yoktur. Bu durum uzun bekleme sürelerine, eşleşememe ve yüksek kayıp oranlarına neden olabilir.
Bu oyunlar genellikle yavaş yavaş acı içinde yok olurlar.
Bu nedenle, oyun geliştiricilerinin oyuncuların Likiditesini baştan itibaren öncelikli olarak düşünmeleri gerekiyor. Oyun, eğlenceyi sürdürmek için çeşitli etkinliklere ihtiyaç duyar - satranç iki oyuncuya, büyük ölçekli savaşlar binlerce oyuncuya ihtiyaç duyar. Beceri eşleştirme mekanizması, oyunun adil ve çekici kalması için daha fazla oyuncuya ihtiyaç duyar.
Web3 oyunları için daha büyük bir risk söz konusu. Delphi Digital'in yıllık oyun raporuna göre, Web3 oyunlarının kullanıcı edinme maliyeti geleneksel mobil oyunlardan %77 daha yüksektir, bu da oyuncu tutma oranını son derece önemli hale getirir.
Güçlü oyuncu tabanı, adil eşleşme, canlı oyun ekonomisi (daha fazla eşya alım satımı) ve daha aktif sosyal etkileşim sağlayarak oyunu daha eğlenceli hale getirebilir.
2、ARC——AI Oyun Öncüsü
ArenaX Labs tarafından geliştirilen ARC, AI tabanlı çevrimiçi oyun deneyiminin geleceğini yönlendiriyor. Kısacası, yeni oyunları etkileyen oyuncu likidite sorununu çözmek için AI kullanıyorlar.
Günümüzde oyun içindeki çoğu yapay zekâ robotunun sorunu, çok kötü olmalarıdır. Birkaç saat harcadıktan sonra püf noktaları öğrendiğinizde, bu robotlar çok kolay bir şekilde yenilebilir hale gelir. Yeni oyunculara yardımcı olmak için tasarlanmış olmalarına rağmen, deneyimli oyuncular için çok fazla zorluk veya yapışkanlık yaratamazlar.
Hayal edin, yapay zeka oyuncularının becerileri en iyi insan oyuncularla yarışabilir. Düşünün, eşleşme beklemeksizin herhangi bir zamanda ve mekanda onlarla karşılaşabilirsiniz. Hayal edin, yapay zeka oyuncunuzu eğitmek ve onun performansıyla ödüller kazanmak için kendi oyun tarzınızı taklit etmesini sağlamak.
Bu, oyuncular ve oyun şirketleri için kazan-kazan durumudur.
Oyun şirketleri, oyuncu Likiditesini artırmak, kullanıcı deneyimini iyileştirmek ve rekabetçi pazarda ayakta kalabilmek için insana benzer AI robotları kullanmaktadır.
Oyuncular, yapay zeka eğitimine katılma ve onunla mücadele etme sürecinde daha güçlü bir aidiyet duygusu oluşturarak oyunlara katılmak için yeni bir yol buldular.
Haydi bakalım, onlar nasıl yapıyorlar.
3. Ürünler ve Mimarlık
Ana şirket ArenaX Labs, oyuncuların Likidite sorununu çözmek için bir dizi ürün geliştiriyor.
（1）AI Arena：Oyun
AI Arena, Super Smash Bros. oyununu Nintendo'yu çağrıştıran bir dövüş oyunudur, çeşitli garip çizgi film karakterleri arenada savaşır.
Ancak AI Arena'da, her karakter AI tarafından kontrol edilir - savaşçı değil, antrenörleri olursunuz. Göreviniz, stratejinizi ve uzmanlığınızı kullanarak AI savaşçılarınızı eğitmektir.
Savaşçınızı eğitmek, bir öğrenciyi savaş için hazırlamak gibi. Eğitim modunda, veri toplama işlevini açar ve onların hareketlerini ayarlamak için savaş sahneleri oluşturursunuz. Örneğin, savaşçınız rakibe çok yakınsa, kalkanınızı kullanarak engel olmasını öğretebilir, ardından combo yapabilirsiniz. Uzaktan nasıl savaşılır? Onlara uzaktan saldırı yapmayı öğretin.
Hangi verilerin toplandığını kontrol edebilir, sadece en iyi hareketleri eğitim için kaydettiğinizden emin olabilirsiniz. Pratik yaptıkça, daha fazla teknik avantaj elde etmek için hiperparametreleri ayarlayabilir veya sadece başlangıç seviyesi dostu varsayılan ayarları kullanabilirsiniz. Eğitim tamamlandığında, yapay zekâ savaşçınız savaşa katılabilir.
Her şeyin başlangıcı zordur - etkili bir model eğitmek zaman ve deney gerektirir. İlk savaşçım birkaç kez platformdan düştü, ancak rakip tarafından vurulmadı. Ancak birkaç iterasyondan sonra, başarılı bir şekilde iyi performans gösteren bir model oluşturdum. Eğitiminizin karşılığını aldığınızı görmek, tatmin edici bir şeydir.
AI Arena, Değiştirilemez Token savaşçılarıyla daha fazla Derinlik sunar. Her bir Değiştirilemez Token karakteri benzersiz bir görünüme ve savaş özelliklerine sahiptir ve bunlar oyun deneyimini etkiler. Bu, başka bir strateji katmanı ekler.
Şu anda, AI Arena Arbitrum Ana Ağ'ında çalışıyor ve yalnızca AI Arena Değiştirilemez Token'e sahip olanlar erişebiliyor, oyun deneyimini geliştirirken topluluğun özel kalmasını sağlıyor. Oyuncular guild'lere katılabilir, şampiyon Değiştirilemez Token ve NRN'yi on-chain savaş sıralaması için bir araya getirebilir ve ödüller kazanabilir. Bu, sadık oyuncuları çekmek ve rekabeti teşvik etmek amacıyla yapılıyor.
Sonunda, AI Arena, ARC'nin AI eğitim teknolojisinin sergilendiği bir platformdur. Bu, ekosisteme giriş noktaları olsa da, gerçek vizyon bu oyunun kendisinden çok daha ileridir.
（2）ARC: Altyapı
ARC, oyunlar için tasarlanmış bir yapay zeka altyapı çözümüdür.
ArenaX ekibi, Unity ve Unreal gibi mevcut çözümlerin vizyonlarını karşılayamaması nedeniyle, baştan başlayarak hatta kendi oyun altyapılarını geliştiriyor.
Üç yıldan fazla bir süre boyunca, güçlü bir teknoloji yığını tasarladılar, veri birleştirme, model eğitimi ve model kontrolü yapabilen, taklit ve güçlendirme öğrenimi için. Bu altyapı AI Arena'nın temelidir, ancak potansiyeli çok daha büyük.
Ekip teknolojilerini sürekli olarak geliştirdikçe, üçüncü taraf stüdyolar ARC'yi bulmaya başladı ve platformun lisansını veya beyaz etiketini almak istediler. Bu talebin farkına varan ekip, ARC'nin altyapısını B2B ürünü olarak şekillendirdi.
ARC şimdi oyun şirketleriyle doğrudan işbirliği yaparak AI oyun deneyimi sunuyor. Değer önerisi:
Sürekli oyuncu Likidite hizmeti
ARC, insan davranışını klonlamaya odaklanır - insan davranışını taklit etmek için özel AI modelleri eğitir. Bu, bugün oyunlarda kullanılan AI'nın ana kullanımından farklıdır; oyun varlıklarını oluşturmak için üretici modeller kullanır ve LLM'yi konuşmaları yönlendirmek için kullanır.
ARC SDK kullanarak geliştiriciler, insan benzeri AI akıllı ajanlar oluşturabilir ve oyun gereksinimlerine göre genişletebilirler. SDK, zahmetli işleri basitleştirir. Oyun şirketleri, karmaşık makine öğrenimi ile uğraşmadan AI'ı tanıtabilirler.
Entegrasyon sonrası, AI modelini dağıtmak sadece bir satır kod gerektirir, ARC altyapı, veri işleme, eğitim ve arka uç dağıtım işlemlerinden sorumludur.
ARC, oyun şirketleriyle işbirliği yaparak onlara yardımcı olur:
AI nasıl çalışır?
ARC, oyun etkileşimi için dört model kullanmaktadır:
ARC ile ilgili iki AI modeli etkileşim alanı vardır:
Durum uzayı, ajanın herhangi bir zamanda oyuna olan anlayışını tanımlar. İleri beslemeli ağlar için bu, giriş özelliklerinin (örneğin oyuncunun hızı veya konumu) kombinasyonudur. Tablo temelli ajanlar için ise bu, oyunda karşılaşabilecekleri ayrık senaryolardır.
Eylem alanı, oyun içinde temsilcinin ne yapabileceğini belirtir, sıradışı girişlerden (düğmeye basma gibi) sürekli kontrol edilere (joystick hareketi gibi). Bu oyun girişine eşlenir.
ARC'ye sahip AI modeli için durum alanı giriş sağlar, AI modeli girişi işler ve çıktı üretir. Ardından bu çıktılar eylem alanına dönüşerek oyun eylemlerini oluşturur.
ARC, oyun geliştiricilerle yakın işbirliği yaparak, en önemli özellikleri belirlemekte ve buna göre durum alanını tasarlamaktadır. Ayrıca, akıllılık ve hızı dengelemek için çeşitli model yapılandırmalarını ve boyutlarını test etmektedir, böylece oyunun akıcı ve etkileyici bir deneyim sunması sağlanmaktadır.
Web3 şirketinin, oyuncu Likidite hizmetlerine olan talebinin özellikle yüksek olduğunu iddia etmesine göre, bu şirketler daha iyi oyuncu Likidite elde etmek için ödeme yapar ve ARC bu gelirin büyük bir kısmını NRN Token geri alımına harcayacak.
Oyunculara AI Oyunu Getirme: Eğitmen Platformu
ARC SDK, web3 şirketinin oyunlarının eğitmen platformuna erişmesine izin verir, oyuncuların temsilcileri eğitmesine ve sunmasına izin verir.
AI Arena gibi, oyuncular simülasyonları ayarlayabilir, oyun oynama verilerini alabilir ve boş AI modelleri eğitebilirler. Bu modeller zamanla evrim geçirecek ve önceki bilgiyi korurken yeni oyun oynama verilerini de içerecektir, her güncelleme için sıfırdan başlamak zorunda kalmadan.
Bu heyecan verici olasılıkları açtı: Oyuncular özel eğittikleri yapay zeka temsilcilerini pazarda satabilir, yeni bir oyun içi ekonomi katmanı yaratabilirler. AI Arena'da yetenekli eğitmenler bir lonca oluşturabilir ve diğer şirketlere eğitim becerileri sunabilirler.
Tamamen aracılık özelliklerini entegre eden şirketler için, Paralel Oyun (Parallel Play) kavramı da canlanmaktadır. AI aracısı günün her saati kullanılabilir ve aynı anda birden fazla yarışmaya veya oyun örneğine katılabilir. Bu, oyuncuların Likidite sorununu çözer ve kullanıcı bağlılığı ve gelir yaratma için yeni fırsatlar sunar.
Ancak bu henüz tam değil...
(3) ARC RL: Tek bir eşleştirmeden çoklu eşleştirmeye
Eğer AI Arena ve ARC Trainer Platformu tek kişilik mod gibi hissettiriyorsa (kendi AI modelinizi eğitebileceğiniz), o zaman ARC RL çok oyunculu mod gibi.
Hayal edin: Bir oyun DAO, oyun verilerini toplayarak bir paylaşımlı AI modelini eğitiyor, herkes bu modele ortak sahip ve bundan faydalanıyor. Bu 'ana temsilciler', tüm oyuncuların kolektif zekasını temsil eder ve esporu kolektif çaba ve stratejik işbirliğiyle değiştirmek için rekabeti teşvik eder.
ARC RL, bu 'süper zeki' ajanları eğitmek için takviyeli öğrenme (yani 'RL') ve topluluk insan oyun oynama verilerini kullanır.
Reinforcement learningın çalışma prensibi, en iyi davranışı ödüllendiren bir temsilciye dayanmaktadır. Oyunlarda özellikle etkilidir çünkü ödül fonksiyonu açık ve nesneldir, örneğin verilen zarar, kazanılan altın veya zafer.
Bu bir örneği olan bir durumdur:
DeepMind'in AlphaGo'su, profesyonel insan oyuncularını go oyununda yendi ve milyonlarca kendi kendine oynanan oyundan geçerek her iterasyonda stratejisini geliştirdi.
Bunu fark etmedim, ancak chatGPT'nin oluşturulmasından önce, OpenAI oyun dünyasında tanınıyordu.
OpenAI Five, 2019 yılında dünya şampiyonlarını yendi ve Dota 2'de güçlendirilmiş öğrenme ile en iyi insan oyuncuları ezdi. Takım işbirliği gibi ileri stratejileri, hızlandırılmış simülasyon ve büyük miktarda hesaplama kaynağıyla öğrendi.
OpenAI Five günde milyonlarca oyun çalıştırıyor, bu da 250 yılın oyun simülasyonuna denk geliyor ve 256 GPU ve 128.000 CPU tarafından güçlü bir destek sağlanıyor. Grafik renderlama adımını atlayarak öğrenme hızını büyük ölçüde hızlandırıyor.
Başlangıçta, bu AI istikrarsız davranışlar sergiledi, örneğin amaçsızca dolaştı, ancak hızla iyileşti. Bazı temel stratejileri öğrendi, örneğin sürünerek dar yollarda ilerlemek ve kaynak hırsızlığı yapmak, sonunda pusuya yatmak gibi karmaşık hareketlere dönüştü.
Reinforcement learning'in temel fikri, AI ajanının, başarılı olmayı nasıl elde edeceğini doğrudan söylenmek yerine deneyim yoluyla öğrenmesidir.
ARC RL, kendini farklı kılmak için çevrimdışı takviyeli öğrenmeyi kullanır. AI ajanı kendi deneyiminden değil, başkalarının deneyimlerinden öğrenir. Bu, birinin bisiklet sürme videolarını izleyen bir öğrenci gibi, onların başarısını ve başarısızlığını gözlemleyerek ve bunu kullanarak düşmemek ve daha hızlı bir şekilde gelişmek için bilgi kullanır.
Bu yöntem ayrıca ek bir fayda sağlar: işbirliği eğitimi ve modelin ortak sahipliği. Bu, yalnızca güçlü AI ajanlarını daha yaygın hale getirmekle kalmaz, aynı zamanda oyuncuların, loncaların ve geliştiricilerin motivasyonunu da artırır.
"Süper akıllı" oyun ajanlarının oluşturulmasında iki temel rol vardır:
Sponsor coordinators guide and support their player teams, ensuring high-quality training data for their AI agents to gain a competitive edge in agent matches.
Ödüller, süper temsilcilerin performansına dayanarak dağıtılır. Ödüllerin %70'i oyunculara, %10'u sponsorlara ve geri kalan %20'si NRN kasasına aittir. Bu yapı, tüm katılımcılara tutarlı bir teşvik mekanizması sağlar.
Veri Katkısı
Oyuncuların oyun oynama verilerini nasıl gönüllü olarak sağladığından nasıl memnun kalırsınız? Kolay değil.
ARC, oyun oynama verilerinin sağlanmasını kolay ve yararlı hale getirir. Oyuncular profesyonel bilgiye ihtiyaç duymazlar, sadece oyun oynamaları yeterlidir. Bir oturum sonrasında belirli bir temsilciyi eğitmek için veri göndermeleri istenir. Gösterge paneli, katkıları ve destekledikleri temsilcileri takip eder.
ARC'nin Atıf Algoritması, kaliteyi sağlamak için katkıları ve etkili verileri değerlendirerek ödüllendirir.
İlginç olan şudur ki, kötü bir oyuncu olsanız bile (benim gibi), verileriniz yararlıdır. Kötü oyun oynama, ajanların ne yapmaması gerektiğini öğrenmelerine yardımcı olabilir, aynı zamanda uzman oyun oynama, en iyi stratejileri öğretebilir. Kaliteyi korumak için gereksiz veriler filtrelenir.
Kısacası, ARC RL, insan yeteneklerini aşan ortak bir ajanın düşük sürtünmeli bir genel pazar ürünü olarak tasarlanmıştır.
4. Piyasa Büyüklüğü
ARC teknoloji platformu çok yönlüdür ve nişancılık oyunları, dövüş oyunları, sosyal kumarhane, yarış, kart ticaret oyunları ve RPG gibi çeşitli oyun türlerini destekler. Oyuncu sadakatini korumak isteyenler için özel olarak tasarlanmıştır.
ARC ürünleri temel olarak iki pazarda kullanılmaktadır:
ARC'nin ana odak noktası, büyük şirketler yerine bağımsız geliştiriciler ve şirketlerdir. Bu küçük şirketler genellikle marka etkisi ve dağıtım kaynakları sınırlı olduğu için erken dönemde oyuncuları çekmekte zorluk yaşar.
ARC yapay zekâ temsilcisi, bu sorunu baştan enerjik bir oyun ortamı yaratma yoluyla çözer ve oyunun başlangıç aşamasında bile dinamik oyun deneyimini garanti altına alır.
Bu, birçok insanı şaşırtabilir, ancak bağımsız oyun endüstrisi gerçekten oyun pazarının ana gücüdür:
Başka bir hedef pazar, Web3 oyunlarıdır. Çoğu Web3 oyunu genellikle yeni gelişmekte olan şirketler tarafından geliştirilir ve genellikle Cüzdan girişi, şifreleme sorguları ve yüksek kullanıcı edinme maliyetleri gibi çeşitli benzersiz zorluklarla karşı karşıyadırlar. Bu oyunlarda genellikle Likidite sorunları bulunmaktadır, AI acenteleri boşlukları doldurabilir ve oyunun çekiciliğini koruyabilir.
Web3 oyunları son zamanlarda çekici bir deneyim eksikliği nedeniyle zorlukla ilerliyor, ancak toparlanma belirtileri görülüyor.
Örneğin, en eski AAA seviye Web3 oyunlarından Off the Grid, erken aşama ana akım başarısı elde etti ve ilk ayda 9 milyon Cüzdan 1 milyar işlem gerçekleştirdi. Bu, endüstrinin geniş bir başarı kazanmasına yol açtı ve ARC'nin bu yeniden doğuşu destekleyen bir fırsat yarattı.
5. ARC Ekibi
ArenaX Labs arkasındaki kurucu ekip, geniş bir makine öğrenimi ve yatırım yönetimi uzmanlığına sahiptir.
CEO ve CTO Brandon Da Silva, Kanadalı bir yatırım şirketinde makine öğrenimi araştırmalarını yönetti ve güçlü öğrenme, Bayesian Derinlik öğrenme ve model uyumuna odaklandı. Risk-parite ve çok varlık portföy yönetimine odaklanan 1 milyar dolarlık nicel işlem stratejisini geliştiren ilk kişiydi.
Chief Operating Officer Wei Xie manages a $7 billion Likidite strategy investment portfolio at the same company and oversees its innovative investment projects, focusing on emerging fields such as AI, machine learning, and Web3 technology.
ArenaX Labs, 2021 yılında Paradigm liderliğinde, Framework ventures'ın katılımıyla 5 milyon dolarlık tohum turu finansmanı elde etti. Şirket, 2024 yılı Ocak ayında SevenX Ventures, FunPlus / Xterio ve Moore Strategic Ventures liderliğinde 6 milyon dolarlık finansman elde etti.
6. NRN Token Ekonomisi - Sağlıklı bir reform
ARC/AI Arena bir Token olan NRN'ye sahiptir. Şimdi durumu bir kontrol edelim.
Arz ve talep tarafını incelemek, eğilimleri daha iyi anlamamızı sağlayacaktır.
（1）Arz Tarafı
NRN'ın toplam arzı 1 milyar, bunun yaklaşık 4.09 milyarı (%40.9) dolaşımda bulunmaktadır.
Bu metin yazılırken, bu Token fiyatı 0.72 dolar olarak görünüyor, bu da piyasa değeri 2900 milyon dolar anlamına geliyor, tamamen seyreltildikten sonra değerleme 7100 milyon dolar olacak.
NRN, 24 Haziran 2024 tarihinde yayınlandı ve dolaşımdaki arzın %40.9'u şu kaynaklardan gelmektedir:
Büyük kısmı dolaşımdaki arz ( %30 içinde %40.9) Topluluk Ekosistem Ödülleri tarafından oluşturulur, bu Token'ları proje stratejik olarak Stake ödülleri, oyun ödülleri, ekosistem yükseliş planları ve topluluk destekli planlar için dağıtır.
Kilit açma takvimi güven verici, yakın gelecekte önemli bir olay yok:
Şu anda, dumping baskısının hala oldukça kontrollü olması bekleniyor, bunun ana kaynağı ekosistem ödülleridir. Anahtar, ekipin bu fonları stratejik bir şekilde kullanarak protokolün yükselişini teşvik etme yeteneğine güvenmektir.
（2）Talep tarafı
NRN v1——Oyuncu Ekonomisi
Başlangıçta, NRN stratejik bir kaynak olarak AI Arena oyun ekonomisiyle ilişkilendirilmek üzere tasarlandı.
Oyuncular AI oyuncusu üzerine NRN bahis yaparsa, kazanırlarsa ödül alırlar, kaybederlerse bir miktar Stake kaybederler. Bu doğrudan ilgili bir dinamik yaratır, bir yarışma haline getirir ve yetenekli oyunculara ekonomik bir teşvik sağlar.
Ödüller, beceri tabanlı denge ödemelerini sağlayarak ELO sistemi kullanımıyla dağıtılır. Diğer gelir kaynakları arasında oyun öğeleri satın alma, kıyafet yükseltme ve maç giriş ücretleri bulunmaktadır.
İlk Token modeli tamamen oyunun başarısına ve sürekli olarak yeni oyuncuların NRN ve NFT satın almak için oyuna katılmaya istekli olmasına bağlıdır.
Neden bu kadar heyecanlı olduğumuzu açıklayalım...
NRN v2 - Oyuncu ve Platform Ekonomisi
NRN, geliştirilmiş v2 Tokenomi, AI Arena'nın Token'in faydasını daha geniş ARC platformuna genişletmesi ve güçlü yeni talep faktörlerini tanıtmasıyla evrim geçirdi. Bu evrim, NRN'i belirli bir oyun tokeninden platform tokenine dönüştürdü. Benim görüşüme göre, bu son derece olumlu bir dönüşümdür.
NRN'nin üç yeni talep sürücü faktörü şunlardır:
ARC entegrasyonundan gelen gelir. ARC entegre olan oyun şirketleri, entegrasyon ücreti ve oyun performansıyla ilişkili sürekli telif hakkı ödemeleri aracılığıyla kasaya gelir yaratır. Kasa fonları, NRN geri alımını teşvik edebilir, ekosistemi geliştirebilir ve eğitmen platformundaki oyuncuları teşvik edebilir.
Eğitmenlerin pazarlama maliyeti. NRN, eğitmenlerin ücretlerinden değer elde ederken, oyuncular AI modellerini ve oyun oynama verilerini eğitmenlerin pazarında işlem yapabilir.
ARC RL'ye katılın: Sponsorlar ve oyuncuların ARC RL'ye katılmak için NRN Staking yapmaları gerekmektedir. ARC RL'ye giderek daha fazla oyuncu girdikçe, NRN talebi de artmaktadır.
Özellikle oyun şirketinin gelirleri heyecan verici. Bu, saf B2C modelinden B2C ve B2B karışık modeline geçişin işareti olup, NRN ekonomisinde sürekli bir dış sermaye akışı yarattı. ARC'nin daha geniş bir hedef pazarı varken, bu gelir akışı AI Arena'nın kendi başına üretebileceği gelirleri aşacaktır.
Eğitmen pazarının maliyeti, ekosistemin kritik bir ölçeğe ulaşıp ulaşamayacağına bağlıdır - yeterli sayıda oyun, eğitmen ve oyuncunun aktif ticaret faaliyetini sürdürebilmesi. Bu uzun vadeli bir iş.
Kısa vadede, ARC RL Stake muhtemelen en doğrudan ve en yansıtıcı talep sürücüsü faktördür. Yeterli fonlu başlangıç ödül havuzu ve heyecan verici yeni ürün lansmanları erken benimsemeyi tetikleyebilir, Token fiyatını yükseltip katılımcıları cezbetebilir. Bu, talep yükselişi ve ekonomik yükselişin geri beslemeli döngüsünü oluşturur. Ancak, tersine bakarsak, ARC RL'nin kullanıcı yapışkanlığını sürdürmede zorluk yaşarsa, talep hızla kaybolabilir.
Ağ etkisinin potansiyeli büyüktür: daha fazla oyun → daha fazla oyuncu → daha fazla oyunun katılımı → daha fazla oyuncu. Bu sağlıklı döngü, NRN'i Crypto AI oyun ekosistemindeki merkez Token olarak konumlandırabilir.
7. Oyun AI Modelinin Annesi
Sonuç nedir? ARC'ın avantajı, çeşitli oyun türlerini tanıtabilmesidir. Zamanla, benzersiz belirli oyun oynama veritabanlarını toplamalarına izin verir. ARC'in daha fazla oyunla entegrasyonuyla, bu verileri sürekli olarak kendi ekosistemine geri bildirebilir ve böylece olumlu bir yükseliş ve gelişme döngüsü yaratabilir.
Bir kez bu kesit oyun veri kümesi kritik kütlesine ulaştığında, çok değerli bir kaynak haline gelecektir. Düşünün, genel AI modelleri eğitmek için kullanarak oyun geliştirme için büyük ölçekli tasarım, test ve optimize yeni olasılıklar açmak.
Şu anda henüz erken olsa da, verinin yapay zeka çağında yeni petrol olduğu gerçeği, bu alanda potansiyelin sınırsız olduğunu göstermektedir.
8. Fikirlerimiz
NRN, platform oyununa dönüştü - Token yeniden fiyatlandırma
ARC ve ARC RL'nin üretimi ile, bu proje artık sadece tek bir ürün oyun şirketi değil, kendini bir platform ve yapay zeka oyunu olarak konumlandırıyor. Bu dönüşüm, NRN Token'ın AI Arena'nın başarısına bağlı olarak yeniden derecelendirilmesine neden olabilir. ARC RL tarafından yeni Token kaynağının tanıtılması, oyun şirketi gelir paylaşımı protokolü ve antrenör ticaret ücretleriyle birlikte, NRN'nin kullanımı ve değeri için daha geniş, daha çeşitli bir temel oluşturuyor.
Başarı, oyun ortaklarıyla sıkı bir şekilde ilişkilidir
ARC'in iş modeli, başarısını işbirliği yaptığı şirketlerle ilişkilendirir, çünkü gelir akışı Token dağıtımına (Web3 oyunlarında) ve oyun telif ücreti ödemelerine dayanır. Bu ile sıkı sıkıya bağlı olan oyunlar kesinlikle değerlendirilmelidir.
Eğer ARC oyunu büyük bir başarı elde ederse, bu başarıdan elde edilen değer NRN sahiplerine geri dönecektir. Aksine, ortak oyun sıkıntıya düşerse, değer akışı kısıtlanacaktır.
Daha fazla Web3 oyunu entegrasyonunu bekliyoruz
ARC platform, Web3 oyunlarında çok uygun, Web3 oyunlarında, teşvik mekanizmasına sahip rekabetçi oynanış mevcut Token ekonomisiyle mükemmel bir şekilde birleştirilmiştir.
ARC entegrasyonu sayesinde, Web3 oyunları hemen 'AI acentesi' anlatısına girebilir. ARC RL topluluğu bir araya getirerek, onları ortak hedefe doğru teşvik eder. Ayrıca, 'oyundan Airdrop'a' gibi etkinliklerin oyuncuları daha çok cezbetmesi gibi, yeni inovasyon mekanizmaları için yeni fırsatlar açar. AI ve Token teşvikini birleştirerek, ARC geleneksel oyunların kopyalayamadığı Derinlik ve heyecanı artırır.
AI oyununun bir öğrenme eğrisi vardır
AI oyunu, yeni oyuncular için zorlayıcı bir öğrenme eğrisine sahip olabilir. Benim oyuncumu AI Arena'da nasıl doğru bir şekilde eğiteceğimi anlamak için bir saatimi harcadım.
Ancak, ARC RL oyuncu deneyimi sürtünmeyi azaltır, çünkü oyuncular oyun oynarken ve veri gönderirken, AI eğitimi arka planda gerçekleştirilir. Diğer bir belirsizlik ise, oyuncular rakiplerinin AI olduğunu bildiğinde nasıl hissedecekleri. Bu onları etkiler mi? Oyun deneyimini güçlendirir mi yoksa zayıflatır mı? Sadece zaman bize cevabı verebilir.
9. Işık dolu Gelecek
Yapay zeka oyun dünyasında yeni bir çığır açacak.
Parallel Colony ve Virtuals gibi ekipler, otonom AI ajanlarının gelişimini teşvik ederken, ARC ise insan davranışı klonlamaya odaklanarak kendi niş pazarını keşfediyor - oyuncu Likidite zorluklarını çözmek için sürdürülemez Tokenomi'ye bağımlı olmadan yenilikçi bir yaklaşım sunuyor.
Oyunlardan olgun platformlara geçiş, ARC için devasa bir sıçrama oldu. Bu sadece oyun şirketleriyle işbirliği yaparak daha büyük fırsatlar açmakla kalmadı, aynı zamanda yapay zeka ile oyun entegrasyonunu yeniden şekillendirdi.
Geliştirilmiş tokenomi ve güçlü ağ etkisi potansiyeliyle, ARC'nin aydınlık yolculuğu henüz yeni başlıyor gibi görünüyor.