¿Por qué se dice que los agentes de ARC superarán la experiencia actual de los juegos de IA?

Los equipos como Parallel Colony y Virtuals están impulsando el desarrollo de agentes de IA autónomos, mientras que ARC está abriendo su propio mercado de nicho al centrarse en la clonación del comportamiento humano.

Escrito por: Teng Yan, Chain of Thought

Traducción: Golden Finance xiaozou

En 2021, todavía era un jugador de Axie Infinity y dirigía una pequeña guild de becas. Permíteme contarte si no has vivido esa época: fue absolutamente salvaje.

El juego Axie Infinity ha demostrado que criptomonedas y juegos pueden combinarse. Esencialmente, es un juego de estrategia sencillo al estilo de Pokémon, donde los jugadores deben formar un equipo de 3 Axies (feroces guerreros) cada uno con habilidades únicas. Puedes liderar a tu equipo en batallas contra otros equipos y obtener recompensas en forma de tokens SLP al participar y ganar en el juego.

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 mecanismos principales:

El primero es Breeding Axies. Consigue dos Axies, utiliza el token SLP para reproducirlos y ¡voilà! Se crea un nuevo Axie que combina las habilidades únicas de los dos Axies originales. Así es como surgieron los Axies raros y poderosos (conocidos como Axies OP por los jugadores), convirtiéndose en un producto popular y creando un mercado de reproducción activo.

El segundo mecanismo es el programa de becas. Jugadores empresariales de todo el mundo comienzan a prestar Axies a los “académicos”. Estos jugadores suelen ser de países en desarrollo como Filipinas o Argentina, donde no pueden pagar los más de 1000 dólares de tarifa inicial para comprar 3 Axies Token no fungibles. Los académicos juegan todos los días para ganar Token y comparten las ganancias con la guild de becas, que suele quedarse con un 30-50%.

Durante 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 reside aproximadamente el 40% de los usuarios de Axie Infinity), muchos jugadores ganan mucho más que el salario mínimo. Los gremios obtienen ganancias sustanciales.

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 activamente, Axie se asegura de que cada jugador tenga un oponente esperando, 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 regaló una gran cantidad de Tokens para incentivar su participación. Y así comenzó la historia. Debido a que SLP no tiene límite, el Token se infló locamente y su precio tuvo una Gran caída, lo que llevó al colapso del ecosistema. Con la devaluación del Token, los jugadores se fueron. Axie pasó de ser la mascota de la ganancia repentina a convertirse en una fábula casi de la noche a la mañana.

Pero ¿cómo sería la economía de Token sostenible si hubiera una forma de abordar el problema de liquidez de los jugadores sin necesidad de 01928374656574839201?

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

1. La liquidez es crucial para los jugadores

La liquidez de los jugadores es la vida de los juegos multijugador y la clave para el éxito a largo plazo.

Muchos Web3 y juegos independientes se enfrentan al problema de ‘arranque en frío’: hay muy pocos jugadores, lo que dificulta los emparejamientos rápidos o la formación de una comunidad próspera. No tienen el presupuesto de marketing o la conciencia de IP natural que tienen las grandes empresas de juegos. Esto puede llevar a largos tiempos de espera, imposibilidad de emparejamiento y altas tasas de deserción, entre otros problemas.

Estos juegos suelen desaparecer lentamente y dolorosamente.

Por lo tanto, los desarrolladores de juegos deben priorizar la Liquidez de los jugadores desde el principio. Los juegos necesitan actividades de diversa índole 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 elevan aún más el listón, lo que requiere más jugadores para mantener la equidad y la atracción 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 compraventa de artículos) y una interacción social más activa, lo que hace que el juego sea más interesante.

2. ARC - Pioneer of AI Games

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

La mayoría de los problemas de los robots de inteligencia artificial en el juego en la actualidad es que son demasiado malos. Una vez que hayas 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 mucho desafío o adhesión a los jugadores experimentados.

Imagina que las habilidades de los jugadores de IA pueden compararse con las de los jugadores humanos de primer nivel. Imagina que puedes enfrentarte a ellos en cualquier momento y lugar sin tener que esperar una pareja. Imagina entrenar a tu jugador de IA para que imite tu estilo de juego, poseerlo y ganar recompensas a través de su rendimiento.

Para los jugadores y las empresas de juegos, esto es una situación beneficiosa para ambas partes.

Las empresas de juegos utilizan robots de IA similares a los humanos para aumentar la popularidad de los juegos, mejorar la liquidez de los jugadores, mejorar la experiencia del usuario y aumentar la retención, lo cual es clave para que los nuevos competidores en el mercado altamente competitivo puedan sobrevivir.

Los jugadores han obtenido una nueva forma de participación en el juego, desarrollando un sentido de pertenencia más fuerte al entrenar a la IA y enfrentarse a ella.

Veamos cómo lo hacen.

3. Productos y arquitectura

La empresa matriz ArenaX Labs está desarrollando una serie de productos para resolver 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：游戏

AI Arena es un juego de lucha que recuerda al 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 juegas como guerrero, sino como su entrenador. Tu misión es entrenar a tus guerreros de IA usando tus estrategias y conocimientos profesionales.

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

Puede controlar qué datos recopilar para asegurarse de que solo se registran las mejores acciones para el entrenamiento. Después de la práctica, puede refinar los hiperparámetros para obtener más ventajas técnicas o simplemente usar la configuración predeterminada amigable para principiantes. Una vez que se completa el entrenamiento, su guerrero de IA puede unirse a la batalla.

Comenzar es siempre lo más difícil: entrenar un modelo efectivo lleva tiempo y experimentación. Mi primer luchador se cayó del escenario varias veces, no por los golpes del oponente. Pero después de varias iteraciones, logré crear un modelo que funciona bien. Es muy gratificante ver que tu entrenamiento da frutos.

AI Arena introdujo una Profundidad adicional a través de los Guerreros Token no fungible. Cada personaje Token no fungible tiene características de apariencia y atributos de combate únicos, que afectarán la jugabilidad. Esto añade otra capa de estrategia.

Actualmente, AI Arena se ejecuta en Arbitrum Mainnet y solo aquellos que tienen el Token no fungible de AI Arena pueden acceder, manteniendo así la exclusividad de la comunidad mientras perfecciona la jugabilidad del juego. Los jugadores pueden unirse a gremios, reunir Token no fungible de campeones y NRN para clasificaciones de batallas on-chain, y obtener recompensas. Esto se hace para atraer a jugadores leales y fomentar la competencia.

Finalmente, AI Arena es el escaparate de la tecnología de entrenamiento de inteligencia artificial de ARC. Aunque es el punto de entrada al ecosistema, la verdadera visión va mucho más allá de este juego en sí.

（2）ARC：基础设施

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

El equipo de ArenaX comenzó desde cero, incluso desarrollando su propia infraestructura de juego, porque las soluciones existentes como Unity y Unreal no cumplían con su visión.

Durante más de tres años, han diseñado cuidadosamente un conjunto de tecnologías poderosas que pueden manejar la agregación de datos, el entrenamiento de modelos y la verificación de modelos para la imitación y el aprendizaje reforzado. Esta infraestructura es el pilar de AI Arena, pero su potencial es mucho mayor.

Conforme el equipo mejora continuamente su tecnología, los estudios de terceros comienzan a buscar ARC para obtener su autorización o etiqueta blanca. Después de reconocer esta demanda, formalizaron la infraestructura de ARC como un producto B2B.

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

• Jugador permanente: Liquidez como servicio
• Integrar la jugabilidad de AI como una integración simple

Jugador permanente Liquidez como servicio

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

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

Una vez integrado, 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 un enfoque de colaboración con empresas de juegos para ayudarles:

• Captura datos de juego originales y los convierte en un conjunto de datos significativo para el entrenamiento de AI.
• Determinar las variables clave de juego relacionadas con el mecanismo y los puntos de decisión.
• Mapear las salidas del modelo de IA a las actividades en el juego para garantizar un funcionamiento fluido, por ejemplo, asociar la salida de ‘clic derecho’ de la IA con controles de juego específicos.

¿Cómo funciona la IA?

ARC utiliza 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 jerarquización y las redes neuronales convolucionales están en desarrollo.

Hay dos espacios interactivos relacionados con el modelo de IA ARC:

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

La descripción del espacio de acción representa lo que un agente puede hacer en el juego, desde entradas discretas (como presionar un botón) hasta control continuo (como mover una palanca de mando). Esto se mapeará a las entradas del juego.

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

ARC trabaja en estrecha colaboración con los desarrolladores de juegos para identificar las características más críticas y diseñar el espacio de estado en consecuencia. También prueban varias configuraciones y tamaños de modelos para equilibrar la inteligencia y la velocidad, asegurando una experiencia de juego suave y emocionante.

Según el equipo, Web3 Company tiene una alta demanda de su servicio de Liquidez por parte de sus jugadores. Estas empresas pagan por una mejor Liquidez de jugadores y ARC destinará gran parte de estos ingresos a recomprar NRN Token.

Traer la jugabilidad de la IA a los jugadores: Plataforma de entrenadores

ARC SDK permite a las empresas web3 acceder a su plataforma de entrenamiento de juegos, permitiendo a los jugadores entrenar y enviar agentes.

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

Esto abre emocionantes posibilidades: los jugadores pueden vender sus agentes de AI personalizados en el mercado, creando una nueva capa económica dentro del juego. En AI Arena, los entrenadores técnicamente hábiles pueden formar gremios y ofrecer habilidades de entrenamiento a otras empresas.

Para las empresas que integran totalmente la función de agente, el concepto de Parallel Play (Juego paralelo) cobra vida. El agente de IA está disponible las 24 horas del día y puede participar simultáneamente en múltiples partidos o instancias de juegos. Esto resuelve el problema de liquidez para los jugadores y crea nuevas oportunidades de fidelidad y ganancias para los usuarios.

Pero eso no es todo……

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

Si AI Arena y ARC Trainer Platform se sienten como un modo para un jugador (donde puedes entrenar tu propio modelo de IA), entonces ARC RL es como un modo multijugador.

Imagínese esto: un DAO de juegos completo que recopila datos de juego para entrenar un modelo de IA compartido, que todos poseen y se benefician. Estos ‘Agentes Principales’ representan la sabiduría colectiva de todos los jugadores, cambiando los deportes electrónicos mediante la introducción de competencia impulsada por el esfuerzo colectivo y la colaboración estratégica.

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

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

Esto es precedente:

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

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

OpenAI Five aplasta a los mejores jugadores humanos en Dota 2 utilizando el aprendizaje por refuerzo y derrotó al campeón mundial en 2019. A través de la aceleración de simulaciones y una gran cantidad de recursos informáticos, domina estrategias avanzadas como el trabajo en equipo.

OpenAI Five ejecuta millones de juegos al día, equivalente a 250 años de juegos simulados al día, con el poderoso soporte de 256 GPU y 128,000 CPU. Al omitir la renderización gráfica, acelera significativamente la velocidad de aprendizaje.

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

El concepto clave del aprendizaje por refuerzo es que el agente de IA aprende de la experiencia cómo tener éxito en lugar de ser informado directamente de qué hacer.

ARC RL utiliza el aprendizaje reforzado fuera de línea para destacarse. El agente de IA no aprende de sus propios errores, sino de la experiencia de los demás. Es como un estudiante que mira videos de otras personas montando bicicletas, observa sus éxitos y fracasos, y utiliza ese conocimiento para evitar caídas y progresar más rápido.

Este método ofrece una ventaja adicional: entrenamiento colaborativo y propiedad conjunta del modelo. Esto no solo hace que los agentes de IA poderosos sean más populares, sino que también alinea los motivos de los jugadores, gremios y desarrolladores.

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

• Patrocinador: similar a un líder de gremio, stake una gran cantidad de tokens NRN para iniciar y gestionar agentes RL. El patrocinador puede ser cualquier entidad, pero es probable que sea un gremio de juegos, DAO, comunidad web3, o incluso un agente personalizado en cadena popular como Luna.
• Jugador: stake una pequeña cantidad de tokens NRN para contribuir sus datos de juego y entrenar a los agentes personales.

Los patrocinadores coordinan y orientan a sus equipos de jugadores para garantizar datos de entrenamiento de alta calidad, lo que les da una ventaja competitiva a sus agentes de IA en las competiciones de agentes.

Las recompensas se asignan en función del rendimiento del superagente en la competición. El 70% de las recompensas son para los jugadores, el 10% para los patrocinadores y el 20% restante para la caja fuerte de NRN. Esta estructura proporciona un mecanismo de incentivos uniforme para todos los participantes.

Contribución de datos

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

ARC hace que proporcionar datos de juego sea simple y beneficioso. Los jugadores no necesitan conocimientos especializados, simplemente juegan el juego. Al final de una sesión, se les pedirá que envíen datos para entrenar a un agente específico. El tablero de instrumentos rastrea sus contribuciones y los agentes que respaldan.

El atribución de ARC Algoritmo asegura la calidad evaluando las contribuciones y recompensando los datos de alta calidad e influencia.

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

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

4. Tamaño del mercado

La plataforma tecnológica de ARC es multifuncional y admite varios tipos de juegos, como juegos de disparos, juegos de lucha, casinos sociales, carreras, juegos de cartas coleccionables y RPG. Está diseñada a medida para aquellos que necesitan mantener la participación de los jugadores.

Los productos de ARC están dirigidos principalmente a dos mercados:

ARC se centra principalmente en desarrolladores independientes y empresas en lugar de grandes empresas tradicionales. Debido a su limitada influencia de marca y recursos de distribución, a estas pequeñas empresas a menudo les resulta difícil atraer jugadores en las primeras etapas.

El agente de inteligencia artificial de ARC resuelve este problema creando un entorno de juego dinámico desde el principio, lo que garantiza un juego dinámico incluso en las etapas iniciales del juego.

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

• El 99% de los juegos en Steam son juegos independientes.
• En 2024, los juegos independientes generaron 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 y también enfrentan diversos desafíos, como el inicio de sesión en Billetera, cuestiones de encriptación y altos costos de adquisición de usuarios. Estos juegos suelen tener problemas de Liquidez de jugadores, los agentes de IA pueden llenar ese vacío y mantener la atractividad del juego.

Aunque los juegos Web3 han tenido dificultades recientemente debido a la falta de una experiencia atractiva, están mostrando signos de recuperación.

Por ejemplo, uno de los primeros juegos Web3 de nivel AAA, Off the Grid, ha logrado recientemente un éxito temprano en el mercado, con 9 millones de billeteras realizando 100 millones de transacciones en el primer mes. Esto ha allanado el camino para el éxito generalizado en esta industria y ha creado una oportunidad para el ARC de apoyar esta revitalización.

5、Equipo ARC

El equipo fundador detrás de ArenaX Labs tiene un amplio conocimiento en aprendizaje automático y gestión de inversiones.

El CEO y CTO Brandon Da Silva anteriormente lideró la investigación de 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 de negociación cuantitativa centradas en la equidad de riesgo y la gestión de carteras multiactivos, con un valor de 1000 millones de dólares.

El director de operaciones, Wei Xie, administra una cartera de estrategias de inversión en Liquidez de $7 mil millones en la misma empresa y supervisa proyectos de inversión innovadores, centrándose en áreas emergentes como IA, aprendizaje automático y tecnología Web3.

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

6、Tokenómica de NRN: una reforma saludable

El ARC/AI Arena tiene un Token, NRN. Comencemos por hacer un balance de la situación actual.

Examinar el lado de la oferta y la demanda nos permitirá comprender mejor la dirección de la tendencia.

（1）Oferta lateral

El suministro total de NRN es de 10 mil millones, con aproximadamente 4.09 mil millones (40.9%) 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 (representa el 8% del total)
• Tesorería de la Fundación (10.9%, con 2.9% desbloqueado y desbloqueo lineal durante 36 meses)
• Recompensa del ecosistema comunitario (30%)

La mayor parte del suministro en circulación (30% de 40.9%) está compuesta por recompensas del ecosistema comunitario, donde el proyecto gestiona estos Tokens y los distribuye estratégicamente para recompensas de stake, recompensas de juego, el plan de subir del ecosistema y el plan impulsado por la comunidad.

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

• El próximo desbloqueo es la venta OTC de la fundación (1.1%), que comenzará en diciembre de 2024 y se desbloqueará linealmente durante 12 meses. Esto solo aumentará la tasa de inflación mensual en un 0.09%, lo que es poco probable que cause preocupación significativa.
• La asignación a inversores y contribuyentes (el 50% del suministro total) no se desbloqueará hasta junio de 2025, y aún así se desbloqueará de forma lineal durante 24 meses.

Actualmente, se espera que la presión de dumping siga siendo bastante controlable, principalmente debido a las recompensas del ecosistema. La clave está en confiar en que el equipo tenga 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 relacionado con la economía de juegos de AI Arena.

Los jugadores apuestan NRN en los jugadores de IA, si ganan obtienen una recompensa, si pierden pierden parte de la apuesta. Esto crea una dinámica de interés directo, convirtiéndolo en un deporte competitivo y proporcionando incentivos económicos para los jugadores habilidosos.

La recompensa se distribuye utilizando el sistema ELO para garantizar un pago equilibrado basado en habilidades. Otras fuentes de ingresos incluyen la compra de artículos del juego, mejoras de vestuario y tarifas de entrada a las competiciones.

El modelo inicial de Token depende completamente del éxito del juego y de la continua disposición de nuevos jugadores para comprar NRN y NFT para participar en el juego.

A continuación, explicaremos por qué estamos tan emocionados…

NRN v2 - Jugadores y Economía de la Plataforma

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 NRN de un token de juego específico a 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 de la integración de ARC. Las compañías de juegos que integran ARC generarán ingresos para la tesorería a través de tarifas de integración y regalías continuas vinculadas al rendimiento del juego. Los fondos de la tesorería se pueden utilizar para impulsar recompras de NRN, desarrollar el ecosistema y motivar a los jugadores en la plataforma de entrenamiento.

Costos del mercado de entrenadores. NRN obtiene valor de los cargos del mercado de entrenadores, y los jugadores pueden comerciar con modelos de IA y datos de jugabilidad 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 se unen a ARC RL, la demanda de NRN también aumenta.

Lo que es especialmente emocionante es los ingresos de la compañía de juegos. Esto marca un cambio de un modelo puramente B2C a un modelo mixto de B2C y B2B, creando un flujo constante de capital externo hacia la economía de NRN. A medida que ARC tiene un mercado objetivo más amplio, este flujo de ingresos superará los ingresos generados por AI Arena por sí mismo.

Aunque el mercado de entrenadores tiene perspectivas prometedoras en cuanto a costos, depende de si el ecosistema puede alcanzar la masa crítica suficiente: tener suficientes juegos, entrenadores y jugadores para mantener una actividad comercial activa. Esto es una carrera a largo plazo.

A corto plazo, ARC RL stake puede ser el factor impulsor de la demanda más directo y reflexivo. Una piscina de recompensas iniciales bien financiada y la emoción de los nuevos lanzamientos de productos pueden provocar una adopción temprana, aumentar el precio del Token y atraer participantes. Esto forma un ciclo de retroalimentación donde la demanda sube y la economía sube. Sin embargo, si ARC RL tiene dificultades para mantener la adhesión de los usuarios, la demanda podría desaparecer rápidamente.

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

7、La madre de los modelos de IA de juegos

¿Cuál es el desenlace? La ventaja de ARC radica en su capacidad para promover todo tipo de juegos. Con el tiempo, les permite recopilar una base de datos de estilos de juego únicos. A medida que ARC se integra con más juegos, puede continuar retroalimentando estos datos en su propio ecosistema, creando un ciclo virtuoso y 01928374656574839201.

Una vez que este conjunto de datos de juegos de sección transversal alcance la masa crítica, se convertirá en un recurso muy valioso. Imagina usarlo para entrenar modelos de IA generales para el desarrollo, prueba y optimización a gran escala de juegos, abriendo nuevas posibilidades para los juegos.

Aunque aún es demasiado pronto, en la era de la inteligencia artificial donde los datos son el nuevo petróleo, el potencial en este campo es infinito.

8. Nuestra idea

（1）NRN 演变为平台游戏——Token重定价

Con la emisión de ARC y ARC RL, el proyecto ya no es solo una empresa de juegos con un producto único, ahora se posiciona como una plataforma y un juego de IA. Este cambio debería llevar a una reevaluación del Token NRN, que hasta ahora ha estado limitado al éxito de 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, ha creado una base más amplia y diversa para la utilidad y el valor de NRN.

（2）Está estrechamente relacionado con la colaboración exitosa con socios de juegos.

El modelo comercial de ARC vincula su éxito con las empresas con las que colabora, ya que los flujos de ingresos se basan en la distribución de Token (en juegos Web3) y los royalties de los juegos. Los juegos estrechamente vinculados son dignos de atención.

Si ARC Juegos tiene un gran éxito, el valor resultante fluirá de regreso a los holders de NRN. Por el contrario, si los juegos asociados tienen problemas, el flujo de valor se limitará.

（3）Esperamos una mayor integración con los juegos Web3.

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

Al integrar ARC, los juegos Web3 pueden acceder de inmediato a la narrativa de “Agentes de IA”. ARC RL reúne a la comunidad y los motiva a trabajar juntos hacia un objetivo común. También abre nuevas oportunidades para mecanismos innovadores, como hacer que las actividades de “juego a Airdrop” sean más atractivas para los jugadores. Al combinar la IA y la motivación de tokens, ARC agrega profundidad y emoción que los juegos tradicionales no pueden replicar.

(4) La forma de juego de AI tiene una curva de aprendizaje

El juego de IA tiene una curva de aprendizaje empinada, lo que puede causar fricciones a los nuevos jugadores. Me llevó una hora entender cómo entrenar correctamente a mis jugadores en AI Arena.

Sin embargo, la experiencia del jugador en ARC RL es más fluida, ya que el entrenamiento de IA se realiza en el backend cuando los jugadores juegan y envían datos. Otra pregunta pendiente es cómo se sentirán los jugadores cuando sepan que su oponente es una IA. ¿Les afectará? ¿Mejorará o disminuirá su experiencia de juego? Solo el tiempo nos dirá la respuesta.

9、Un futuro brillante

La inteligencia artificial abrirá una experiencia revolucionaria en el mundo de los juegos.

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

La transición de un juego a una plataforma madura es un gran salto para ARC. No solo abre oportunidades más grandes a través de la colaboración con empresas de juegos, sino que también redefine la forma en que se integra la IA con los juegos.

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