Mengapa ARC Proxy akan mengubah pengalaman bermain AI yang ada

Tim-tim seperti Parallel Colony dan Virtuals sedang mendorong perkembangan agen AI yang mandiri, sementara ARC mengembangkan pasar niche mereka dengan fokus pada kloning perilaku manusia.

Menulis: Teng Yan, Rantai Pikiran

Terjemahan: Golden Finance xiaozou

Pada tahun 2021, saya masih menjadi pemain Axie Infinity dan mengoperasikan sebuah guild beasiswa kecil. Jika Anda tidak pernah mengalami masa itu, biarkan saya memberitahu Anda - benar-benar liar.

Axie Infinity game ini membuat orang menyadari bahwa Mata Uang Kripto dan permainan bisa digabungkan. Pada dasarnya, ini adalah permainan strategi gaya Pokémon yang sederhana di mana pemain perlu membuat tim yang terdiri dari 3 Axie (para pejuang yang sangat kuat), setiap Axie memiliki kemampuan unik. Anda dapat memimpin tim Anda sendiri untuk bertarung melawan tim lain, dan memenangkan hadiah SLP Token dengan berpartisipasi dalam permainan dan memenangkan pertandingan.

Tetapi yang benar-benar membuat non-gamer bersemangat adalah potensi untuk menghasilkan uang melalui permainan. Kebangkitan cepat Axie disebabkan oleh dua mekanisme utama:

Yang pertama adalah Breeding Axies. Dengan mendapatkan dua Axie, menggunakan Token SLP untuk mengembangbiakkannya, maka terciptalah voilà - sebuah Axie baru yang memiliki kemampuan unik yang digabungkan dari dua Axie sebelumnya. Dengan demikian, Axies yang langka dan kuat ini (disebut OP Axies oleh para pemain game) menjadi komoditas yang populer, dan pasar pembiakan yang sibuk pun muncul.

Mekanisme kedua adalah program beasiswa. Pemain perusahaan dari seluruh dunia mulai meminjamkan Axies kepada ‘pembelajar’. Pemain ini biasanya berasal dari negara-negara berkembang seperti Filipina atau Argentina, yang tidak mampu membayar biaya awal lebih dari $1000 untuk membeli 3 token non-fungible Axie. Pembelajar bermain game setiap hari untuk mendapatkan Token, dan membagikan keuntungan dengan guild beasiswa, yang biasanya mengambil 30-50%.

Pada puncaknya, terutama selama masa pandemi 2019, Axie berdampak besar pada ekonomi lokal di negara berkembang. Di Filipina (di mana sekitar 40% pengguna Axie Infinity berada), pendapatan banyak pemain jauh melampaui upah minimum. Guild menghasilkan keuntungan yang besar.

Ini mengatasi masalah kunci pengembang game: Likuiditas pemain. Dengan mendorong pemain untuk aktif bermain game beberapa jam setiap hari, Axie memastikan setiap pemain memiliki lawan yang menunggu di sana, membuat pengalaman bermain lebih menarik.

Namun ini datang dengan harga.

Untuk mengatasi masalah Likuiditas pemain, Axie memberikan sejumlah besar token untuk memberi insentif kepada pemain untuk berpartisipasi. Di sinilah cerita dimulai. Karena SLP tidak memiliki batas atas, Token meningkat dengan liar, harga dibuang, dan ekosistem runtuh. Ketika token terdepresiasi, pemain akan pergi. Hampir dalam semalam, Axie berubah dari kekasih play-to-earn menjadi kisah peringatan.

Tetapi bagaimana jika ada cara untuk mengatasi masalah Likuiditas pemain tanpa perlu bergantung pada ekonomi Token yang tidak berkelanjutan?

Ini adalah apa yang ARC / AI Arena telah bekerja keras selama tiga tahun terakhir. Sekarang, itu mulai berbuah.

1. Likuiditas pemain adalah nyawa

Likuiditas pemain adalah nyawa dari permainan multiplayer dan juga kunci keberhasilan jangka panjang.

Banyak game Web3 dan independen menghadapi masalah ‘pembukaan dingin’ - pemain terlalu sedikit untuk dipasangkan atau membentuk komunitas yang makmur dengan cepat. Mereka tidak memiliki anggaran pemasaran atau kesadaran IP alami yang dimiliki oleh pabrikan game besar. Ini dapat menyebabkan waktu tunggu yang panjang, masalah pemadanan yang tidak dapat diselesaikan, dan tingkat kehilangan yang lebih tinggi.

Permainan-permainan ini biasanya akan perlahan-lahan mati dengan menderita.

Oleh karena itu, pengembang game harus memprioritaskan Likuiditas pemain sejak awal. Game membutuhkan berbagai aktivitas untuk menjaga kesenangan - catur membutuhkan dua pemain, sementara pertempuran skala besar membutuhkan ribuan pemain. Mekanisme pencocokan keterampilan juga meningkatkan ambang batas, memerlukan lebih banyak pemain untuk menjaga keadilan dan daya tarik permainan.

Bagi permainan Web3, risikonya lebih besar. Menurut laporan tahunan Delphi Digital tentang permainan, biaya perolehan pengguna permainan Web3 77% lebih tinggi daripada permainan ponsel tradisional, ini membuat retensi pemain menjadi sangat penting.

Basis pemain yang kuat memastikan pertandingan yang adil, ekonomi permainan yang dinamis (yaitu lebih banyak jual beli barang) dan interaksi sosial yang lebih aktif, sehingga membuat permainan menjadi lebih menyenangkan.

2, ARC - pelopor game AI

ARC yang dikembangkan oleh ArenaX Labs sedang memimpin masa depan pengalaman bermain game online AI. Secara singkat, mereka menggunakan AI untuk mengatasi masalah Likuiditas yang mengganggu para pemain game baru.

Masalah sebagian besar robot AI di dalam permainan sekarang ini adalah mereka terlalu buruk. Begitu Anda menguasai triknya dalam beberapa jam, robot-robot ini akan menjadi sangat mudah dikalahkan. Mereka dirancang untuk membantu pemain baru, tetapi tidak dapat menyajikan tantangan atau daya tarik yang banyak bagi pemain berpengalaman.

Bayangkan, keterampilan pemain AI dapat menyaingi pemain manusia terbaik. Bayangkan, bisa melawan mereka kapan saja, di mana saja, tanpa perlu menunggu untuk dipasangkan. Bayangkan, melatih pemain AI Anda untuk meniru gaya bermain Anda, memiliki mereka, dan mendapatkan imbalan melalui kinerjanya.

Ini adalah kemenangan bagi pemain dan perusahaan game.

Perusahaan game menggunakan robot AI mirip manusia untuk membuat game populer, meningkatkan likuiditas pemain, meningkatkan pengalaman pengguna, dan meningkatkan tingkat retensi - ini adalah faktor kunci bagi pendatang baru game untuk bertahan di pasar yang kompetitif.

Pemain telah mendapatkan cara baru untuk berpartisipasi dalam permainan, membangun rasa memiliki yang lebih kuat saat melatih AI dan bertarung melawannya.

Mari kita lihat bagaimana mereka melakukannya.

3. Produk dan Arsitektur

Perusahaan induk ArenaX Labs sedang mengembangkan serangkaian produk untuk menyelesaikan masalah Likuiditas pemain.

• Produk yang ada: AI Arena, sebuah game pertarungan AI.
• Produk baru: ARC B2B, sebuah SDK game yang didorong oleh kecerdasan buatan, dapat dengan mudah diintegrasikan ke dalam setiap game.
• Produk Baru: ARC Pembelajaran Penguatan (RL)

（1）AI Arena：游戏

AI Arena adalah permainan pertarungan yang mengingatkan pada Super Smash Bros dari Nintendo, di mana berbagai karakter kartun yang aneh bertarung di arena.

Namun di AI Arena, setiap karakter dikendalikan oleh AI - Anda berperan sebagai pelatih mereka, bukan pejuang. Tugas Anda adalah melatih pejuang AI Anda dengan strategi dan pengetahuan profesional Anda.

Melatih prajurit Anda seperti melatih seorang siswa untuk persiapan pertempuran. Dalam mode pelatihan, Anda mengaktifkan pengumpulan data dan membuat skenario pertempuran untuk mengatur gerakan mereka. Misalnya, jika prajurit Anda berada dekat dengan lawan, Anda dapat mengajarinya untuk menggunakan perisai Anda untuk menghalangi serangan dan kemudian melakukan serangan kombo. Bagaimana dengan pertempuran jarak jauh? Latih mereka untuk meluncurkan serangan jarak jauh.

Anda dapat mengendalikan jenis data yang dikumpulkan, memastikan hanya merekam tindakan terbaik untuk pelatihan. Dengan latihan, Anda dapat mengoptimalkan parameter tambahan untuk mendapatkan keunggulan teknis yang lebih banyak, atau hanya menggunakan pengaturan default yang ramah pengguna untuk pemula. Setelah pelatihan selesai, prajurit AI Anda dapat ikut berperang.

Segala sesuatu dimulai dengan kesulitan - melatih model yang efektif membutuhkan waktu dan eksperimen. Prajurit pertamaku jatuh dari platform beberapa kali, bukan karena diserang lawan. Tetapi setelah beberapa iterasi, aku berhasil membuat model yang berkinerja baik. Melihat hasil latihanmu memberikan kepuasan yang mendalam.

AI Arena memperkenalkan Kedalaman tambahan melalui pejuang token non-fungible. Setiap karakter token non-fungible memiliki tampilan dan atribut pertempuran yang unik, yang akan mempengaruhi gameplay. Ini menambahkan lapisan strategi lainnya.

Saat ini, AI Arena berjalan di Arbitrum Mainnet dan hanya dapat diakses oleh mereka yang memiliki token NFT AI Arena, sambil mempertahankan eksklusivitas komunitas. Pemain dapat bergabung dengan guild, mengumpulkan token NFT juara dan NRN untuk pertempuran dan peringkat on-chain, serta mendapatkan hadiah. Hal ini dilakukan untuk menarik pemain yang setia dan mendorong kompetisi.

Pada akhirnya, AI Arena adalah platform untuk teknologi pelatihan AI ARC. Meskipun ini adalah titik masuk mereka ke dalam ekosistem, visi sejati jauh melampaui permainan ini itu sendiri.

（2）ARC：infrastruktur

ARC adalah solusi infrastruktur dasar AI yang dirancang khusus untuk game.

Tim ArenaX memulai dari awal, bahkan mengembangkan infrastruktur permainan mereka sendiri, karena solusi-solusi yang ada seperti Unity dan Unreal tidak dapat memenuhi visi mereka.

Dalam waktu lebih dari tiga tahun, mereka telah merancang tumpukan teknologi yang kuat, yang mampu mengelola agregasi data, pelatihan model, dan pemeriksaan model untuk pembelajaran imitasi dan penguatan. Infrastruktur ini adalah tiang penyangga AI Arena, tetapi potensinya jauh lebih besar.

Seiring dengan pengembangan teknologi mereka, studio pihak ketiga mulai mencari ARC untuk mendapatkan lisensi atau label putih platform ini. Setelah menyadari permintaan ini, mereka mengubah infrastruktur ARC menjadi produk B2B.

Saat ini, ARC bekerja sama langsung dengan perusahaan game untuk menyediakan pengalaman bermain game AI. Nilai utamanya adalah:

• Pemain permanen Likuiditas layanan
• Mengintegrasikan permainan AI sebagai sesuatu yang sederhana

Pemain Permanen Likuiditas sebagai Layanan

ARC berfokus pada kloning perilaku manusia - melatih model AI khusus untuk meniru perilaku manusia. Ini berbeda dengan penggunaan utama AI dalam permainan hari ini, yang menggunakan model generatif untuk membuat aset permainan dan menggunakan LLM untuk menggerakkan percakapan.

Dengan menggunakan ARC SDK, pengembang dapat membuat agen kecerdasan buatan yang mirip dengan manusia dan memperluasnya sesuai dengan kebutuhan permainan. SDK ini menyederhanakan pekerjaan yang berat. Perusahaan game dapat memperkenalkan AI tanpa harus menangani pembelajaran mesin yang rumit.

Setelah terintegrasi, penerapan model AI hanya membutuhkan satu baris kode, ARC bertanggung jawab atas infrastruktur, pemrosesan data, pelatihan, dan penerapan backend.

ARC bekerja sama dengan perusahaan game untuk membantu mereka:

• Menangkap data gameplay asli dan mengubahnya menjadi dataset yang bermakna untuk pelatihan AI.
• Tentukan variabel kunci dan titik keputusan yang terkait dengan mekanisme permainan.
• Memetakan output model AI ke dalam aktivitas dalam permainan untuk memastikan fungsi berjalan lancar - misalnya, menghubungkan output AI ‘klik kanan’ dengan kontrol permainan tertentu.

Bagaimana cara kerja AI? **

ARC menggunakan empat jenis model untuk interaksi permainan:

• Jaringan Saraf Feedforward: Cocok untuk lingkungan kontinu yang memiliki fitur numerik seperti kecepatan atau posisi.
• Agen tabel: Ideal untuk permainan dengan skenario diskrit terbatas.
• Hierarki dan jaringan saraf konvolusional sedang dalam pengembangan.

Ada dua ruang interaktif yang terkait dengan model AI ARC:

Ruang status mendefinisikan pemahaman agen pada permainan pada setiap saat tertentu. Untuk jaringan feedforward, ini adalah kombinasi fitur input (seperti kecepatan atau posisi pemain). Untuk agen tabel, ini adalah skenario diskrit yang mungkin dihadapi agen dalam permainan.

Deskripsi Ruang Gerak menggambarkan apa yang dapat dilakukan oleh agen dalam permainan, mulai dari input diskrit (seperti menekan tombol) hingga kontrol kontinu (seperti menggerakkan joystick). Ini akan dipetakan ke input permainan.

Ruang status memberikan input untuk model AI ARC, model AI mengolah input dan menghasilkan output. Kemudian output ini diubah melalui ruang tindakan menjadi tindakan permainan.

ARC bekerja sama dengan pengembang game untuk mengidentifikasi fitur-fitur kunci yang paling penting dan merancang ruang status secara tepat. Mereka juga menguji berbagai konfigurasi dan ukuran model untuk mencapai keseimbangan antara kecerdasan dan kecepatan, sehingga memastikan pengalaman bermain game yang lancar dan menarik.

Menurut tim tersebut, permintaan dari perusahaan-perusahaan ini terhadap layanan Likuiditas pemain mereka oleh Web3 sangat tinggi. Perusahaan-perusahaan ini membayar untuk meningkatkan Likuiditas pemain mereka, dan ARC akan menggunakan sebagian besar pendapatan ini untuk pembelian kembali token NRN.

Membawa Metode Bermain AI ke Pemain: Platform Pelatih

ARC SDK juga memungkinkan perusahaan web3 mengakses platform pelatih permainan mereka, memungkinkan pemain untuk melatih dan mengirimkan agen.

Seperti AI Arena, pemain dapat mengatur simulasi, mengakses data permainan, dan melatih model AI kosong. Model-model ini akan berkembang seiring waktu dengan mempertahankan pengetahuan sebelumnya dan menggabungkan data permainan baru tanpa perlu memulai dari awal setiap kali diperbarui.

Ini membuka kemungkinan yang menarik: pemain dapat menjual agen AI yang telah mereka latih secara kustom di pasar, menciptakan lapisan ekonomi dalam permainan yang baru. Di AI Arena, pelatih terampil secara teknis dapat bergabung dalam sebuah gilda di mana mereka dapat menawarkan keterampilan pelatihan kepada perusahaan lain.

Bagi perusahaan yang sepenuhnya mengintegrasikan fitur agen, konsep Bermain Paralel menjadi semakin hidup. AI agen tersedia sepanjang waktu dan dapat berpartisipasi dalam beberapa pertandingan atau instance game secara bersamaan. Ini memecahkan masalah Likuiditas pemain dan menciptakan peluang baru untuk keterikatan dan pendapatan pengguna.

Namun itu belum semuanya…

（3）ARC RL：Dari satu lawan satu hingga banyak lawan satu

Jika AI Arena dan platform pelatih ARC terasa seperti mode satu pemain (di mana Anda dapat melatih model AI Anda sendiri), maka ARC RL mirip dengan mode multipemain.

Bayangkan ini: Sebuah DAO game yang mengumpulkan data permainan untuk melatih model AI bersama yang dimiliki dan memberi manfaat kepada semua orang. ‘Agent utama’ ini mewakili kecerdasan kolektif semua pemain, mengubah e-sports melalui persaingan yang didorong oleh upaya dan kerja sama kolektif.

ARC RL menggunakan pembelajaran penguatan (RL) dan data permainan manusia berbasis kerumunan untuk melatih agen-agen ‘super cerdas’ ini.

Prinsip kerja pembelajaran penguatan adalah agen yang mendorong tindakan optimal yang diberi penghargaan. Ini sangat efektif dalam game karena fitur hadiah yang jelas dan objektif seperti kerusakan yang disebabkan, koin yang diperoleh, atau kemenangan.

Ini adalah preseden:

AlphaGo dari DeepMind mengalahkan pemain catur profesional manusia dalam pertandingan go, dan melalui pelatihan jutaan pertandingan yang dihasilkan sendiri, setiap iterasi memperbaiki strateginya sendiri.

Saya sebelumnya tidak menyadari hal ini, tetapi jauh sebelum chatGPT diciptakan, OpenAI sudah dikenal luas di lingkaran game.

OpenAI Five mengalahkan pemain manusia kelas atas dengan menggunakan pembelajaran penguatan dalam Dota 2, dan pada tahun 2019, mengalahkan juara dunia. Ini menguasai strategi canggih seperti kerja tim dengan mempercepat simulasi dan sumber daya komputasi yang besar.

OpenAI Five menjalankan jutaan permainan setiap hari, setara dengan simulasi selama 250 tahun sehari, didukung oleh 256 GPU dan 128.000 CPU yang kuat. Dengan mengabaikan rendering grafis, ini secara signifikan mempercepat kecepatan pembelajaran.

Pada awalnya, AI ini menunjukkan perilaku yang tidak stabil, seperti berjalan-jalan tanpa tujuan, tetapi segera membaik. Ia menguasai beberapa strategi dasar, seperti merayap di jalan kecil dan mencuri sumber daya, lalu berkembang menjadi operasi yang kompleks seperti serangan mendadak.

Konsep kunci dari reinforcement learning adalah bahwa agen AI belajar dari pengalaman bagaimana mencapai kesuksesan, bukan dengan diberitahu secara langsung apa yang harus dilakukan.

ARC RL membedakan dirinya dengan menggunakan reinforcement learning offline. Agen AI belajar bukan dari kesalahan mereka sendiri, tetapi dari pengalaman orang lain. Ini seperti siswa yang menonton video orang lain naik sepeda, mengamati keberhasilan dan kegagalan mereka, dan menggunakan pengetahuan ini untuk menghindari jatuh, dan berkembang lebih cepat.

Metode ini menyediakan manfaat tambahan: pelatihan kolaboratif dan kepemilikan model bersama. Ini tidak hanya membuat agen AI yang kuat menjadi lebih umum, tetapi juga membuat motivasi pemain, gilda, dan pengembang menjadi lebih sejalan.

Dalam pembuatan agen permainan ‘super cerdas’, ada dua peran kunci:

• Sponsor: Seorang pemimpin seperti guild yang men-stake sejumlah besar Token NRN untuk memulai dan mengelola agen RL. Sponsor bisa menjadi entitas apa pun, tetapi kemungkinan besar adalah guild game, DAO, komunitas web3, atau bahkan agen personalisasi on-chain yang populer seperti Luna.
• Pemain: stake sedikit Token NRN untuk menyumbangkan data permainan mereka untuk melatih agen pribadi.

Mensponsori, mengoordinasikan, dan membimbing tim pemain mereka, memastikan data pelatihan berkualitas tinggi untuk memastikan keunggulan kompetitif AI agen mereka dalam pertandingan agen.

Hadiah didistribusikan berdasarkan kinerja agen super dalam kompetisi. 70% hadiah dimiliki oleh pemain, 10% dimiliki oleh sponsor, sementara 20% sisanya dimiliki oleh kas NRN. Struktur ini memberikan insentif yang konsisten untuk semua peserta.

Kontribusi Data

Bagaimana Anda membuat pemain dengan senang hati menyumbangkan data permainan mereka? Tidak mudah.

ARC membuat penyediaan data gameplay menjadi mudah dan bermanfaat. Pemain tidak perlu pengetahuan khusus, cukup bermain game saja. Setelah sesi berakhir, mereka akan diminta untuk mengirimkan data untuk melatih agen tertentu. Dasbor melacak kontribusi mereka dan agen yang mereka dukung.

Algoritma atribusi ARC memastikan kualitas dengan mengevaluasi kontribusi dan menghargai data berkualitas tinggi dan berdampak.

Yang menarik adalah, bahkan jika Anda adalah pemain yang buruk (seperti saya), data Anda tetap berguna. Bermain game yang buruk dapat membantu agen belajar apa yang tidak seharusnya dilakukan, sedangkan bermain game dengan kemampuan tinggi dapat mengajarkan strategi terbaik. Data yang redundan difilter untuk menjaga kualitas.

Singkatnya, ARC RL dirancang sebagai produk pasar massa rendah gesek yang berpusat pada agen yang memiliki kemampuan melampaui manusia.

4. Ukuran pasar

Platform teknologi ARC adalah serbaguna, mendukung berbagai jenis permainan seperti game tembak-menembak, game pertarungan, kasino sosial, balapan, permainan kartu perdagangan, dan RPG. Ini dirancang khusus untuk game yang membutuhkan retensi pemain.

Produk ARC utamanya ditujukan untuk dua pasar:

ARC utama mengikuti pengembang independen dan perusahaan, bukan perusahaan besar yang sudah mapan. Karena keterbatasan daya tarik merek dan sumber distribusi, perusahaan-perusahaan kecil ini biasanya mengalami kesulitan untuk menarik pemain di tahap awal.

Agennya AI ARC memecahkan masalah ini dengan menciptakan lingkungan game yang penuh dengan energi sejak awal, sehingga dapat menjamin gameplay yang dinamis bahkan pada tahap awal permainan.

Ini mungkin mengejutkan banyak orang, tetapi sektor permainan independen memang menjadi kekuatan utama di pasar permainan:

• Sekitar 99% permainan di Steam adalah permainan independen.
• Pada tahun 2024, game independen menciptakan 48% pendapatan total di Steam.

Salah satu pasar target lainnya adalah permainan Web3. Sebagian besar permainan Web3 dikembangkan oleh perusahaan-perusahaan baru yang juga menghadapi berbagai tantangan unik seperti login Dompet, pertanyaan enkripsi, dan biaya akses pengguna yang tinggi. Permainan-permainan ini sering menghadapi masalah likuiditas pemain, dan agen AI dapat mengisi kekosongan tersebut dan menjaga daya tarik permainan.

Meskipun game Web3 baru-baru ini menghadapi kesulitan karena kurangnya pengalaman yang menarik, tanda-tanda pemulihan mulai terlihat.

Sebagai contoh, salah satu game Web3 AAA awal, Off the Grid, baru-baru ini mencapai kesuksesan awal yang signifikan, dengan 9 juta Dompet melakukan 100 juta transaksi dalam satu bulan pertama. Ini membuka jalan bagi kesuksesan yang luas dalam industri ini dan menciptakan peluang bagi ARC untuk mendukung kebangkitan ini.

5、Tim ARC

Tim pendiri di Balik ArenaX Labs memiliki pengetahuan yang kaya dalam machine learning dan manajemen investasi.

CEO dan CTO Brandon Da Silva pernah memimpin penelitian pembelajaran mesin di sebuah perusahaan investasi Kanada, fokus pada pembelajaran penguatan, Bayesian Kedalaman, dan adaptasi model. Dia menjadi pelopor dalam pengembangan strategi perdagangan kuantitatif senilai 1 miliar dolar yang berpusat pada pembagian risiko dan manajemen portofolio multi-aset.

Chief Operating Officer Wei Xie mengelola portofolio investasi Likuiditas senilai 7 miliar dolar di perusahaan yang sama, dan memimpin proyek investasi inovatifnya, fokus pada bidang yang sedang berkembang seperti AI, machine learning, dan teknologi Web3.

ArenaX Labs mendapatkan pendanaan putaran biji 5 juta dolar pada tahun 2021, dipimpin oleh Paradigm, dengan partisipasi dari Framework ventures. Perusahaan ini mendapatkan pendanaan sebesar 6 juta dolar pada bulan Januari 2024, dipimpin oleh SevenX Ventures, FunPlus / Xterio, dan Moore Strategic Ventures.

6. Tokenomik NRN - Reformasi Kesehatan yang Sehat

ARC/AI Arena memiliki sebuah Token - NRN. Mari kita pertama-tama meninjau situasi saat ini.

Mempelajari sisi penawaran dan permintaan akan membantu kita memahami tren dengan lebih jelas.

(1) Sisi Penawaran

Total pasokan NRN adalah 1 miliar, di mana sekitar 4,09 miliar (40,9%) beredar.

Saat artikel ini ditulis, harga Token adalah 0.72 dolar, yang berarti Kapitalisasi Pasar adalah 2900 juta dolar, dengan valuasi sepenuhnya dilusi sebesar 7100 juta dolar.

NRN dirilis pada tanggal 24 Juni 2024, dengan 40,9% pasokan yang beredar.

• Airdrop komunitas (8% dari total)
• Kas Dana Yayasan (10.9%，2.9% telah terkunci, 36 bulan peluncuran linear)
• Hadiah Ekosistem Komunitas (30%)

Sebagian besar pasokan beredar (30% dari 40,9%) terdiri dari hadiah ekosistem komunitas yang dikelola oleh proyek ini dan didistribusikan secara strategis untuk hadiah stake, hadiah game, program naik ekosistem, dan program yang didorong oleh komunitas.

Jadwal waktu penguncian memberikan kepastian, tidak ada peristiwa penting dalam jangka pendek:

• Pembebasan berikutnya adalah penjualan OTC yayasan (1.1%), dimulai dari Desember 2024, dengan pembebasan linear selama 12 bulan. Ini hanya akan meningkatkan tingkat inflasi bulanan sebesar 0.09%, tidak mungkin menimbulkan kekhawatiran yang signifikan.
• Pembagian untuk investor dan kontributor (50% dari total pasokan) akan mulai di-unlock pada bulan Juni 2025, dan bahkan pada saat itu, akan di-unlock secara linear dalam 24 bulan.

Saat ini, tekanan dumping diperkirakan masih akan cukup terkendali, terutama berasal dari insentif ekosistem. Yang penting adalah mempercayai tim memiliki kemampuan untuk strategis mendistribusikan dana tersebut, untuk mendorong pertumbuhan protokol.

（2）sisi permintaan

NRN v1——Ekonomi Pemain

Pada awalnya, NRN dirancang sebagai sumber daya strategis yang terkait dengan ekonomi permainan AI Arena.

Pemain akan bertaruh NRN pada pemain AI, jika mereka menang maka akan mendapatkan hadiah, jika kalah maka akan kehilangan sebagian taruhannya. Ini menciptakan dinamika yang terkait dengan kepentingan langsung, mengubahnya menjadi olahraga kompetitif, dan memberikan insentif ekonomi bagi pemain yang terampil.

Penghargaan didistribusikan menggunakan sistem ELO untuk memastikan pembayaran seimbang berdasarkan keterampilan. Sumber pendapatan lainnya termasuk pembelian barang permainan, upgrade kostum, dan biaya masuk pertandingan.

Model Token awal sepenuhnya bergantung pada kesuksesan permainan dan kehadiran pemain baru yang terus-menerus ingin membeli NRN dan Non-fungible token untuk berpartisipasi dalam permainan.

Mari kita bahas mengapa kita begitu excited…

NRN v2——玩家&平台经济

Token ekonomi v2 yang ditingkatkan NRN memperluas utilitas Token dari AI Arena ke platform ARC yang lebih luas, dengan memperkenalkan faktor pendorong permintaan baru yang kuat. Evolusi ini mengubah NRN dari Token game khusus menjadi Token platform. Menurut pendapat saya, ini adalah perubahan yang sangat positif.

Faktor pendorong tiga kebutuhan baru NRN termasuk:

Pendapatan dari Integrasi ARC. Perusahaan game yang mengintegrasikan ARC akan menciptakan pendapatan untuk kas dengan biaya integrasi dan royalti berkelanjutan yang terkait dengan kinerja game. Dana kas dapat digunakan untuk mendorong pembelian kembali NRN, mengembangkan ekosistem, dan memberikan insentif kepada para pemain di platform pelatihan.

Biaya Pasar Pelatih. NRN memperoleh nilai dari biaya pelatih di pasar pelatih, di mana pemain dapat melakukan perdagangan model AI dan data gameplay.

Mengikuti stake ARC RL: baik sponsor maupun pemain harus stake NRN untuk bergabung dengan ARC RL. Seiring dengan semakin banyaknya pemain yang masuk ke ARC RL, permintaan terhadap NRN juga meningkat.

Yang paling membuat orang bersemangat adalah pendapatan perusahaan game. Ini menandai peralihan dari model B2C murni ke model campuran B2C dan B2B, menciptakan aliran modal eksternal yang berkelanjutan untuk ekonomi NRN. Dengan memiliki pasar target yang lebih luas, aliran pendapatan ini akan melebihi pendapatan yang dapat dihasilkan oleh AI Arena itu sendiri.

Biaya pasar pelatih memiliki prospek yang cerah, tetapi tergantung pada apakah ekosistem dapat mencapai skala kritis - dengan cukup banyak game, pelatih, dan pemain untuk menjaga aktivitas perdagangan tetap aktif. Ini adalah bisnis jangka panjang.

Dalam jangka pendek, ARC RL stake mungkin menjadi faktor pendorong permintaan yang paling langsung dan reflektif. Kolam hadiah awal yang cukup dan kegembiraan dari peluncuran produk baru mungkin memicu adopsi awal, mendorong harga Token dan menarik peserta. Ini membentuk siklus umpan balik Naik permintaan dan naik ekonomi. Namun, sebaliknya, jika ARC RL sulit mempertahankan daya tarik pengguna, permintaan mungkin segera menghilang.

Potensi efek jaringan sangat besar: lebih banyak game → lebih banyak pemain → lebih banyak game bergabung → lebih banyak pemain. Siklus yang sehat ini dapat menjadikan NRN sebagai Token inti dalam ekosistem permainan Crypto AI.

7, ibu model AI permainan

Apa akhir dari semuanya? Keuntungan ARC adalah kemampuannya untuk mempromosikan berbagai jenis game. Seiring berjalannya waktu, mereka dapat mengumpulkan database gaya bermain game tertentu yang unik. Dengan integrasi ARC ke lebih banyak game, itu dapat terus memberikan umpan balik data ini ke dalam ekosistemnya sendiri, menciptakan siklus yang sehat dan berkembang.

Saat dataset permainan lintang ini mencapai massa kritis, itu akan menjadi sumber daya yang sangat berharga. Bayangkan, menggunakannya untuk melatih model AI umum untuk pengembangan permainan - membuka kemungkinan baru untuk desain, pengujian, dan optimasi permainan secara massal.

Sekarang masih terlalu dini, tetapi dalam era kecerdasan buatan di mana data adalah minyak baru, potensinya tak terbatas.

8. Pikiran Kami

（1）NRN berkembang menjadi permainan platform - Token direvaluasi

Dengan penerbitan ARC dan ARC RL, proyek ini tidak lagi hanya merupakan perusahaan game dengan produk tunggal, tetapi sekarang mengidentifikasi dirinya sebagai platform dan permainan kecerdasan buatan. Transisi ini seharusnya mengakibatkan penilaian ulang Token NRN, yang sebelumnya terbatas pada keberhasilan AI Arena. Dengan memperkenalkan sumber Token baru melalui ARC RL, ditambah dengan permintaan eksternal untuk pembagian pendapatan protokol perusahaan game dan biaya perdagangan pelatih, menciptakan dasar yang lebih luas dan beragam untuk utilitas dan nilai NRN.

（2）Keberhasilan yang erat terkait dengan mitra game

Model bisnis ARC menghubungkannya dengan kesuksesan perusahaan yang bekerja sama dengannya, karena aliran pendapatan didasarkan pada distribusi Token (di dalam game Web3) dan pembayaran royalti game. Game yang terintegrasi erat dengannya layak untuk diperhatikan.

Jika permainan ARC sukses besar, maka nilai yang dihasilkan akan mengalir kembali ke tangan pemegang NRN. Sebaliknya, jika permainan mitra mengalami kesulitan, aliran nilai akan terbatas.

（3）Mengharapkan integrasi lebih lanjut dengan permainan Web3

Platform ARC sangat cocok untuk game Web3, di mana gameplay kompetitif dengan mekanisme insentif terintegrasi dengan ekonomi Token yang ada.

Dengan mengintegrasikan ARC, game Web3 dapat langsung masuk ke narasi ‘AI Agent’. ARC RL mengumpulkan komunitas bersama-sama dan mendorong mereka menuju tujuan yang sama. Ini juga membuka peluang untuk mekanisme inovatif, seperti membuat kegiatan ‘game to Airdrop’ lebih menarik bagi pemain. Dengan menggabungkan AI dan Token insentif, ARC menambahkan kedalaman dan kegembiraan yang tidak dapat ditiru oleh game tradisional.

（4）AI permainan memiliki kurva pembelajaran

AI gameplay memiliki kurva pembelajaran yang curam, ini mungkin menimbulkan gesekan bagi pemain baru. Saya membutuhkan satu jam untuk memahami bagaimana melatih pemain saya dengan benar di AI Arena.

Namun, pengalaman bermain ARC RL memiliki gesekan yang lebih sedikit, karena saat pemain bermain game dan mengirimkan data, pelatihan AI dilakukan di backend. Masalah lain yang masih belum terpecahkan adalah bagaimana pemain merasa ketika mereka tahu lawan mereka adalah AI. Apakah ini mempengaruhi mereka? Apakah ini akan meningkatkan atau melemahkan pengalaman bermain? Hanya waktu yang bisa memberikan jawabannya.

9、Masa Depan yang Cerah

AI akan membuka pengalaman yang benar-benar inovatif di dunia game.

Tim-tim seperti Parallel Colony dan Virtuals sedang mendorong perkembangan agen AI mandiri, sementara ARC melalui fokusnya pada kloning perilaku manusia untuk mengembangkan pasar niche mereka sendiri - menyediakan metode inovatif untuk mengatasi tantangan Likuiditas pemain tanpa bergantung pada ekonomi Token yang tidak berkelanjutan.

Perubahan dari permainan ke platform yang matang adalah lonjakan besar bagi ARC. Ini bukan hanya membuka peluang yang lebih besar melalui kerja sama dengan perusahaan game, tetapi juga mengubah cara integrasi AI dan game.

Dengan potensi tokenomik yang ditingkatkan dan efek jaringan yang kuat, tampaknya jalan terang ARC baru saja dimulai.