为何说ARC代理将突破AI游戏现有体验

2024年11月27日 18:20

作者：TengYan，ChainofThought；翻译：金色财经xiaozou

2021年时我还是一个AxieInfinity玩家，并且运营着一个小型奖学金公会。如果你未曾经历那个时代，让我来告诉你——绝对狂野。

AxieInfinity这款游戏让人们意识到Crypto和游戏可以结合到一起。从本质上来说，这是一款简单的Pokémon风格的策略游戏，玩家需要组建一支由3名Axie（非常凶猛的战士）组成的团队，每个Axie都拥有独特的能力。你可以带领自己的队伍对战其他队伍，通过参与游戏并获胜获得SLPTokens奖励。

玩家流动性是多人游戏的命脉，也是长期成功的关键。

许多Web3和独立游戏都面临着“冷启动”问题——玩家太少，无法快速配对或形成繁荣社区。他们没有游戏大厂所拥有的营销预算或自然的IP意识。这就会导致漫长的等待时间、无法配对以及较高的流失率等问题。

这些游戏通常都会慢慢地痛苦地消亡。

因此，游戏开发者必须从一开始就优先考虑玩家的流动性。游戏需要这样那样的活动来维持乐趣——国际象棋需要两名玩家，而大规模战斗需要数千名玩家。技能匹配机制进一步提高了门槛，需要更多玩家来保持游戏的公平性和吸引力。

对于Web3游戏来说，风险更大。根据DelphiDigital的年度游戏报告，Web3游戏的用户获取成本比传统手机游戏高出77%，这使得玩家留存率变得至关重要。

强大的玩家基础能够确保公平匹配、充满活力的游戏经济（即更多的道具买卖）以及更活跃的社交互动，从而让游戏变得更有趣。2、ARC——AI游戏先锋

由ArenaXLabs开发的ARC正在引领AI在线游戏体验的未来。简而言之，他们使用AI来解决困扰新游戏的玩家流动性问题。

如今游戏内大多数AI机器人的问题就在于它们太差劲了。一旦你花几个小时掌握了窍门，这些机器人就会变得非常容易被打败。它们是为了帮助新玩家而设计的，但却不能为经验丰富的玩家带来太多挑战或粘性。

想象一下，AI玩家的技能可以与顶级人类玩家相媲美。想象一下，可以在任何时间、任何地点与它们对抗，而无需等待配对。想象一下，训练你的AI玩家模仿你的游戏风格，拥有它，并通过其表现赚取奖励。

这对玩家和游戏公司来说都是双赢的。

游戏公司使用类似人类的AI机器人来让游戏大受欢迎，提高玩家流动性，改善用户体验，提高留存率——这是新的游戏后来者在竞争激烈的市场中生存的关键因素。

玩家获得了一种参与游戏的新方式，在训练AI并与其对抗的过程中建立了更强烈的归属感。

让我们来看看他们是怎么做的。3、产品和架构

母公司ArenaXLabs正在开发一系列产品来解决玩家流动性问题。

现有产品：AIArena，一款AI格斗游戏。

新产品：ARCB2B，一个AI驱动的游戏SDK，可以很容易地集成到任何游戏中。

新产品：ARC强化学习（RL）

（1）AIArena：游戏

AIArena是一款能让人联想到任天堂的SuperSmashBros的格斗类游戏，各种各样古怪的卡通角色在竞技场中展开战斗。

但在AIArena中，每个角色都是由AI控制的——你扮演的不是战士，而是他们的教练。你的任务是使用你的策略和专业知识来训练你的AI战士。

ARC是一个专为游戏设计的AI基础设施解决方案。

ArenaX团队从头开始，甚至开发自己的游戏基础设施，是因为Unity和Unreal等现有解决方案无法满足他们的愿景。

三年多的时间里，他们精心设计了一个强大的技术栈，能够处理数据聚合、模型训练和模型检查，以进行模仿和强化学习。这种基础设施是AIArena的支柱，但它的潜力要大得多。

随着团队不断完善他们的技术，第三方工作室开始找到ARC，希望获得该平台的授权或白标签。认识到这一需求后，他们将ARC的基础设施形式化为B2B产品。

如今，ARC直接与游戏公司合作，提供AI游戏体验。其价值主张是：

永久玩家流动性即服务

将AI玩法作为一个简单集成

永久玩家流动性即服务

ARC专注于人类行为克隆——训练专门的AI模型来模仿人类行为。这与今天游戏中AI的主要用途不同，后者使用生成式模型来创建游戏资产，并使用LLM来驱动对话。

使用ARCSDK，开发者可以创建类似人类的AI智能体，并根据游戏需求进行扩展。SDK简化了繁重的工作。游戏公司可以在不处理复杂的机器学习的情况下引入AI。

集成后，部署AI模型只需要一行代码，ARC负责基础设施、数据处理、训练和后端部署工作。

ARC采用与游戏公司合作的方式，帮助他们：

捕获原始游戏玩法数据，并将其转换为用于AI训练的有意义的数据集。

确定与游戏机制相关的关键玩法变量和决策点。

将AI模型输出映射到游戏内活动，确保功能顺畅——例如，将AI的“右击”输出与特定的游戏控制联系起来。

AI是如何工作的？

ARC针对游戏互动使用了四类模型：

前馈神经网络：适用于具有速度或位置等数值特征的连续环境。

表格代理：对具有有限离散场景的游戏尤为理想。

层次化和卷积神经网络正在开发中。

OpenAIFive每天运行数百万个游戏，相当于每天250年的模拟游戏，由256个GPU和128,000个CPU提供强大支持。通过跳过图形渲染，它大大加快了学习速度。

最初，该AI表现出不稳定的行为，比如漫无目的地闲逛，但很快就改善了。它掌握了一些基本策略，如在小路上匍匐以及盗资源，最终发展为复杂操作，如伏击。

强化学习的关键理念是，AI代理通过经验学习如何取得成功，而不是被直接告知该做什么。

ARCRL通过使用离线强化学习来使自己与众不同。AI代理不是从自己的试错中学习，而是从别人的经验中学习。这就像是观看别人骑自行车视频的学生，观察他们的成功和失败，并利用这些知识来避免摔倒，更快地提高。

这种方法提供了一个额外好处：协作训练和模型的共同所有权。这不仅让强大的AI代理变得更加普及，也让玩家、公会和开发者的动机更加一致。

在“超智能”游戏代理的创建中，有两个关键角色：

赞助商：类似公会的带头人，他们质押大量NRNTokens来启动和管理RL代理。赞助商可以是任何实体，但很可能是游戏公会、DAO、web3社区，甚至是像Luna这样受欢迎的链上个性化代理。

玩家：质押少量NRNTokens贡献其游戏玩法数据以训练代理的个人。

赞助商协调和指导他们的玩家团队，确保高质量的训练数据，使他们的AI代理在代理比赛中具有竞争优势。

奖励是根据超级代理在比赛中的表现来分配的。70%的奖励归玩家所有，10%归赞助商所有，剩下的20%归NRN金库所有。这种结构让所有参与者都有一致的激励机制。

数据贡献

你如何让玩家乐于贡献自己的游戏玩法数据？不容易的。

ARC让提供游戏玩法数据变得简单而有益。玩家不需要专业知识，只要玩游戏就行了。在一个会话结束后，他们会被提示提交数据去训练一个特定代理。仪表板跟踪他们的贡献和他们支持的代理。

ARC的归因算法通过评估贡献和奖励高质量、有影响力的数据来确保质量。

有趣的是，即使你是一个糟糕的玩家（像我一样），你的数据也是有用的。糟糕的游戏玩法可以帮助代理学习不该做什么，而技术高超的游戏玩法则可以教授最佳策略。冗余数据被过滤掉以保持质量。

简而言之，ARCRL被设计成一种低摩擦的大众市场产品，以共同拥有超越人类能力的代理为中心。4、市场规模

ARC的技术平台是多功能的，支持多种类型的游戏，如射击游戏、格斗游戏、社交赌场、赛车、卡牌交易游戏和RPG。它是为那些需要保持玩家粘性的游戏量身定制的。

ARC的产品主要针对两个市场：

ARC主要关注的是独立开发者和公司，而不是老牌大厂。由于品牌影响力和分销资源有限，这些小公司通常很难在早期吸引玩家。

ARC的AI代理通过从一开始就创造一个充满活力的游戏环境来解决这个问题，即使在游戏的初始阶段也能确保动态的游戏玩法。

ARC/AIArena有一个Tokens——NRN。让我们先来盘点一下如今的情况。

考察供给侧和需求侧将使我们更清楚地了解趋势走向。

（1）供给侧

NRN的总供应量为10亿，其中约4.09亿（40.9%）处于流通中。

在撰写本文时，该Tokens价格为0.72美元，这意味着市值为2900万美元，完全稀释后估值为7100万美元。

NRN于2024年6月24日发布，40.9%的流通供应来自：

社区空投（占总数的8%）

基金会金库（占10.9%，其中有2.9%已解锁，36个月线性解锁）

社区生态系统奖励（占30%）

大部分流通供应（40.9%中的30%）由社区生态系统奖励组成，项目管理这些Tokens并将其战略性地分配给质押奖励、游戏奖励、生态系统增长计划和社区驱动计划。

解锁时间表令人放心，短期内没有重大事件：

下一个解锁是基金会的OTC销售（1.1%），从2024年12月开始，12个月线性解锁。这只会使月通胀率增加0.09%，不太可能引起重大担忧。

投资者和贡献者的分配（总供应量的50%）要到2025年6月才开始解锁，即使到那时，也会在24个月内进行线性解锁。

目前，抛售压力预计仍将相当可控，主要源于生态系统奖励。关键是信任团队有能力战略性地部署这些资金，以推动协议的增长。

（2）需求侧

NRNv1——玩家经济

NRN改进的v2Tokens经济学通过将Tokens的效用从AIArena扩展到更广泛的ARC平台，引入了强大的新需求驱动因素。这种演变将NRN从特定游戏Tokens转变为平台Tokens。在我看来，这是非常积极的转变。

NRN的三个新需求驱动因素包括：

来自ARC集成的收入。集成ARC的游戏公司将通过集成费用和与游戏表现挂钩的持续版税为金库创造收益。金库资金可以推动NRN回购，发展生态系统，并激励训练师平台上的玩家。

训练师市场费用。NRN从训练师场的收费中获取价值，玩家可以在训练师市场上交易AI模型和游戏玩法数据。

参与ARCRL的质押：赞助商和玩家都必须质押NRN才能加入ARCRL。随着越来越多的玩家进入ARCRL，对NRN的需求也相应增加。

尤其令人兴奋的是游戏公司的收益。这标志着从纯粹的B2C模式向B2C和B2B混合模式的转变，创造了NRN经济的持续的外部资本流入。随着ARC拥有更广阔的目标市场，这种收益流将超过AIArena本身所能产生的收益。

训练师市场的费用虽然有前景，但取决于生态系统能否达到临界规模——足够多的游戏、训练师和玩家来维持活跃的交易活动。这是一个长期事业。

在短期内，ARCRL质押可能是最直接和最具反射性的需求驱动因素。资金充足的初始奖励池和新产品发布的兴奋可能会引发早期采用，推高Tokens价格并吸引参与者。这就形成了需求上升和经济增长的反馈循环。然而，反过来看，如果ARCRL难以维持用户粘性，需求可能会很快消失。

网络效应的潜力是巨大的：更多游戏→更多玩家→更多游戏加入→更多玩家。这种良性循环可以将NRN定位为CryptoAI游戏生态系统中的核心Tokens。7、游戏AI模型之母

结局是什么？ARC的优势在于它能够推广各种游戏类型。随着时间的推移，让他们能够收集到独一无二的特定游戏玩法数据库。随着ARC与更多游戏的集成，它可以不断地将这些数据反馈到自己的生态系统中，从而创造一个增长和完善的良性循环。

一旦这个横断面游戏数据集达到临界质量，它将成为一个非常有价值的资源。想象一下，利用它来训练游戏开发的通用AI模型——为大规模设计、测试和优化游戏开启新的可能性。

现在还为时尚早，但在数据就是新石油的人工智能时代，这方面的潜力是无限的。8、我们的想法

（1）NRN演变为平台游戏——Tokens重定价

随着ARC和ARCRL的发行，该项目不再只是一个单一产品的游戏公司，它现在将自己定位为一个平台和AI游戏。这一转变应该会导致NRNTokens的重新评级，在这之前NRNTokens受限于AIArena的成功。通过ARCRL引入新的Tokens源，再加上与游戏公司的收入分成协议和训练师交易费的外部需求，为NRN的效用和价值创造了更广泛、更多样化的基础。

（2）成功与游戏合作伙伴密切相关

ARC的商业模式将其成功与它合作的公司联系在一起，因为收益流是基于Tokens分配（在Web3游戏中）和游戏版税的支付。与之紧密结合的游戏值得一看。

如果ARC游戏获得巨大成功，那么由此产生的价值将回流到NRN持有者手中。相反，如果合作游戏陷入困境，价值流将受到限制。

（3）期待与Web3游戏的更多集成

ARC平台非常适合Web3游戏，在Web3游戏中，具有激励机制的竞争玩法与现有的Tokens经济完美结合。

通过集成ARC，Web3游戏可以立即进入“AI代理”叙事。ARCRL将社区聚集在一起，激励他们朝着共同的目标前进。这也为创新机制开辟了新的机会，比如让“游戏到空投”等活动更吸引玩家。通过将AI和Tokens激励相结合，ARC增加了传统游戏无法复制的深度和兴奋度。

（4）AI玩法有一个学习曲线

AI玩法有陡峭的学习曲线，这可能会给新玩家带来摩擦。我花了一个小时才弄清楚如何在AIArena中正确训练我的玩家。

然而，ARCRL的玩家体验摩擦更小，因为当玩家玩游戏并提交数据时，AI训练是在后端处理的。另一个悬而未决的问题是，当玩家知道自己的对手是AI时，他们会有什么感觉。这对他们有影响吗？会增强还是削弱游戏体验？只有时间才能告诉我们答案。9、光明的未来

AI将在游戏世界中开启全新的突破性体验。

ParallelColony和Virtuals等团队正在推动自主AI代理的发展，而ARC则通过专注于人类行为克隆来开拓自己的利基市场——提供一种创新方法来解决玩家流动性挑战，而不依赖不可持续的Tokens经济学。

从游戏到成熟平台的转变对ARC来说是一个巨大的飞跃。这不仅通过与游戏公司的合作开启了更大的机遇，也重构了AI与游戏的集成方式。

凭借其改进的Tokens经济学和强大网络效应的潜力，ARC的光明之路似乎才刚刚开始。

免责声明:为何说ARC代理将突破AI游戏现有体验文章转发自互联网，版权归其所有。
文章内容不代表本站立场和任何投资暗示。加密货币市场极其波动，风险很高，可能不适合所有投资者。在投资加密货币之前，请确保自己充分了解市场和投资的风险，并考虑自己的财务状况和风险承受能力。此外，请遵循您所在国家的法律法规，以及遵守交易所和钱包提供商的规定。对于任何因使用加密货币所造成的投资损失或其他损失，本站不承担任何责任。

为何说ARC代理将突破AI游戏现有体验

元宇宙最新

元宇宙热门