Em 2021, eu era um jogador de Axie Infinity e administrei uma pequena guilda de bolsas de estudo.

E se você não estava por perto naquela época, deixe-me dizer — elas eram absolutamente selvagens.

Axie Infinity foi o jogo que fez as pessoas perceberem que criptomoedas e jogos poderiam realmente ser uma coisa. Em sua essência, era um jogo de estratégia baseado em turnos, simples e estilo Pokémon, onde você montaria uma equipe de três Axies (lutadores adoravelmente ferozes), cada um com habilidades únicas. Você levaria sua equipe, batalharia contra outras equipes e ganharia tokens SLP por participar e vencer.

Mas o que realmente empolgou os não-jogadores foi o potencial de lucrar jogando. Axie tinha duas mecânicas destacadas que impulsionaram seu crescimento meteórico:

O primeiro foi Breeding Axies. Pegue dois Axies, crie-os usando tokens SLP e voilà, um novo Axie com uma mistura única das habilidades de seus pais. Axies raros e dominados (OP Axies, para os jogadores) se tornaram uma commodity quente, e um movimentado mercado de criação surgiu.

Em segundo lugar, programas de bolsas de estudo. Jogadores empreendedores de todo o mundo começaram a emprestar Axies para "bolsistas". Esses eram jogadores, muitas vezes de países em desenvolvimento como Filipinas ou Argentina, que não podiam pagar o custo inicial de mais de $1.000 para possuir três Axie NFTs necessários para jogar. Os bolsistas jogariam diariamente, ganhariam tokens e dividiriam os lucros com suas guildas, que normalmente ficavam com uma porcentagem entre 30% e 50%.

No auge, Axie teve um impacto significativo na economia local de países em desenvolvimento, especialmente durante a pandemia de COVID-19. Muitos jogadores nas Filipinas, onde ~40% da base de usuários do Axie Infinity estava localizada, podiam ganhar renda significativamente maior do que o salário mínimo. As guildas lucraram bastante.

Esses programas resolveram um problema fundamental para os desenvolvedores de jogos: a liquidez dos jogadores. Ao incentivar os jogadores a estarem ativamente jogando por horas por dia, Axie garantiu que cada jogador sempre tivesse um adversário esperando, tornando a experiência do jogador mais envolvente.

Mas houve um compromisso.

Para resolver o problema de liquidez do jogador, Axie distribuiu uma quantidade enorme de tokens para incentivar a participação. E é aqui que as coisas começaram a se desenrolar. Sem limite para SLP, o token inflacionou como louco, os preços despencaram e o ecossistema entrou em colapso. Quando o token perdeu valor, os jogadores saíram. Axie passou de um exemplo de sucesso em jogar para ganhar para uma história de advertência quase da noite para o dia.

Mas e se houvesse uma maneira de resolver o problema de liquidez do jogador sem uma tokenomia insustentável?

Exatamente o que ARC / AI Arenatem trabalhado silenciosamente nos últimos três anos. E agora, está começando a dar frutos.

(Nota: A equipe por trás da Axie, Sky Mavis, desde então evoluiu o jogo para algo diferente e continua sendo um dos principais estúdios de jogos Web3 hoje)

Liquidez do jogador = Sangue vital

Você quer que o seu jogo pareça assim, não uma sala vazia. Fonte: @PimDEWitte

A liquidez dos jogadores é o sangue vital dos jogos multiplayer e a chave para o sucesso a longo prazo.

Muitos jogos Web3 e indie lutam com o problema do "início a frio" - poucos jogadores para combinar rapidamente ou comunidades prósperas. Eles não têm os orçamentos de marketing ou a conscientização natural de IP que os grandes estúdios de jogos têm. Isso resulta em longos tempos de espera, oponentes desencontrados e alta rotatividade.

Esses jogos muitas vezes acabam em uma morte lenta e dolorosa. RIP.

Portanto, os desenvolvedores de jogos devem priorizar a liquidez do jogador desde o início. Os jogos requerem níveis variados de atividade para se manterem divertidos - o xadrez precisa de dois jogadores, enquanto batalhas em larga escala precisam de milhares. O matchmaking baseado em habilidades eleva ainda mais o padrão, exigindo uma base de jogadores maior para manter os jogos justos e envolventes.

Para jogos Web3, as apostas são mais altas. De acordo com a Delphi Digitalrevisão anual de jogos, os custos de aquisição de usuários para jogos Web3 são 77% mais altos do que os jogos móveis tradicionais, tornando a retenção de jogadores crucial.

Uma base sólida de jogadores garante um matchmaking justo, economias vibrantes dentro do jogo (mais compra e venda de itens) e interações sociais mais ativas, o que torna os jogos mais divertidos.

ARC — Pioneirismo em Jogabilidade Impulsionada por IA

ARC, pela ArenaX Labs, está pioneira no futuro impulsionado por IA das experiências de jogos online.

Em suma, eles usam IA para resolver o problema de liquidez do jogador que assola os jogos mais recentes.

O problema com a maioria dos bots de IA em jogos hoje é que eles são terríveis. Depois de passar algumas horas aprendendo as cordas, esses bots se tornam risivelmente fáceis de bater. Eles são projetados para ajudar novos jogadores, mas não oferecem muito desafio ou engajamento para os experientes.

Imagine jogadores de IA com habilidades que rivalizam com as dos melhores jogadores humanos. Imagine jogar contra eles a qualquer momento, em qualquer lugar, sem precisar esperar por uma partida. Imagine treinar seu jogador de IA para imitar seu estilo de jogo, possuí-lo e receber recompensas com base em seu desempenho.

Esta é uma situação vantajosa para ambos os jogadores e estúdios.

Estúdios de jogos usam bots de IA humanos para povoar seus jogos, aumentando a liquidez dos jogadores, melhorando as experiências do usuário e aumentando a retenção - fatores-chave para novos títulos que tentam sobreviver em um mercado competitivo.

Os jogadores ganham uma nova forma de participar do jogo, construindo um senso mais forte de propriedade à medida que treinam e competem com sua IA.

Vamos ver como eles fazem isso.

Produto & Arquitetura

ArenaX Labs é a empresa-mãe que está construindo uma série de produtos para enfrentar o problema de liquidez do jogador.

1. Existente: AI Arena, um jogo de luta de IA
2. Novo: ARC B2B, um SDK de jogos alimentado por IA que pode ser facilmente integrado em qualquer jogo
3. Novo: Aprendizado por Reforço (AR) da ARC

#1. AI Arena: O Jogo

AI Arenaé um jogo de luta estilo brawler que lembra Super Smash Bros da Nintendo. Ele apresenta personagens peculiares e caricaturas lutando em uma arena.

Mas na AI Arena, cada personagem é controlado por IA—você não joga como um lutador, mas como o treinador deles. Seu trabalho é treinar seu lutador de IA usando sua estratégia e expertise.

Treinar seu lutador é como preparar um aluno para a batalha. No modo de treinamento, você ativa a coleta de dados e cria cenários de combate para ajustar seus movimentos. Por exemplo, se o seu lutador estiver perto do oponente, você pode ensiná-lo a bloquear com seu escudo e seguir com um combo de socos. À distância? Treine-os para lançar um ataque à distância para fechar a lacuna.

Você controla quais dados são coletados, garantindo que apenas os melhores movimentos sejam registrados para treinamento. Após a prática, você pode refinar hiperparâmetros, como taxas de aprendizado e tamanhos de lote, para obter uma vantagem mais técnica, ou simplesmente usar as configurações padrão amigáveis para iniciantes. Assim que o treinamento for concluído, seu lutador de IA estará pronto para competir.

Começar não é fácil - treinar um modelo eficaz requer tempo e experimentação. Meu primeiro lutador caiu repetidamente da plataforma sem ser atingido pelo oponente. Mas ao longo de várias iterações, consegui criar um modelo que poderia se segurar. É humilhante, mas profundamente satisfatório ver seu treinamento dar frutos.

A AI Arena introduz maior profundidade por meio de lutadores baseados em NFT. Cada personagem NFT possui características cosméticas únicas e atributos de combate, como efeitos elementais, que influenciam o jogo. Isso adiciona mais uma camada estratégica (mais detalhes nadocumentos do jogo)

Atualmente, AI Arena está disponível na rede principal do Arbitrum e é acessível apenas para aqueles com AI Arena NFT, mantendo a comunidade exclusiva enquanto o gameplay é refinado. Os jogadores podem se juntar a Guildas, agrupando campeões NFTs e NRNs para batalhas classificadas na cadeia com recompensas e multiplicadores de guilda. Isso é feito para atrair jogadores dedicados e alimentar uma cena competitiva.

No final, a AI Arena é uma vitrine para a tecnologia de treinamento de IA da ARC. Embora seja o ponto de entrada para seu ecossistema, a verdadeira visão se estende muito além deste único jogo.

O que nos leva a...

#2. ARC: A Infraestrutura

ARC é uma solução de infraestrutura de IA projetada especificamente para jogos.

A equipe da ArenaX começou do zero, até mesmo desenvolvendo sua própria infraestrutura de jogo porque soluções existentes como Unity e Unreal não podiam corresponder ao escopo de sua visão.

Ao longo de três anos, eles criaram uma pilha de tecnologia robusta capaz de lidar com a agregação de dados, treinamento de modelos e inspeção de modelos para aprendizado por imitação e reforço. Essa infraestrutura é a espinha dorsal da AI Arena, mas seu potencial é muito maior.

À medida que a equipe aprimorava sua tecnologia, estúdios de terceiros se aproximaram da ARC, ansiosos para licenciar ou colocar a marca branca na plataforma. Reconhecendo essa demanda, eles formalizaram a infraestrutura da ARC como um produto B2B.

Hoje, a ARC trabalha diretamente com estúdios de jogos para oferecer experiências de jogo com IA. As proposições de valor são:

1. Liquidez permanente de jogadores como um serviço
2. Tragendo a jogabilidade de IA como uma integração simples

Liquidez Permanente de Jogadores como um Serviço

ARC concentra-se na clonagem de comportamento humano - treinando modelos de IA especializados para imitar ações humanas. Isso difere do uso dominante de IA nos jogos hoje, que usa modelos generativos para criar ativos de jogo e LLMs para alimentar diálogos.

Com o ARC SDK, os desenvolvedores podem criar agentes de IA humanos e escalá-los para atender às necessidades de seus jogos. O SDK simplifica o trabalho pesado. Os estúdios de jogos podem trazer a IA sem lidar com as complexidades da aprendizagem de máquina.

Após a integração, implantar um modelo de IA requer apenas uma linha de código, com a ARC lidando com a infraestrutura, processamento de dados, treinamento e implantação no backend.

A ARC adota uma abordagem colaborativa com os estúdios de jogos, ajudando-os a:

1. Capturar dados brutos de jogabilidade e convertê-los em conjuntos de dados significativos para o treinamento de IA.
2. Identificar variáveis-chave de jogabilidade e pontos de decisão vinculados à mecânica do jogo.
3. Mapeie as saídas do modelo de IA para ações no jogo, garantindo funcionalidade perfeita - por exemplo, vinculando a saída "soco direito" de uma IA a um controle específico do jogo.

Como a IA funciona

ARC usa quatro tipos de modelos adaptados às interações do jogo:

1. Redes Neurais Feedforward: Ideais para ambientes contínuos com características numéricas como velocidade ou posição.
2. Agentes tabulares: Ideais para jogos com cenários finitos e discretos.
3. Redes Neurais Hierárquicas e Convolucionais estão em desenvolvimento.

Existem dois espaços interativos relacionados ao modelo de IA da ARC:

O espaço de estado define o que o agente sabe sobre o jogo em qualquer momento dado. Para redes de alimentação direta, isso é uma combinação de características de entrada (como a velocidade ou posição de um jogador). Para agentes tabulares, são cenários discretos que o agente pode encontrar no jogo.

O espaço de ação descreve o que o agente pode fazer no jogo, desde entradas discretas (por exemplo, pressionar botões) até controles contínuos (por exemplo, movimentos de joystick). Isso é mapeado para as entradas do jogo.

O espaço de estado fornece entradas para o modelo de IA da ARC, que as processa e gera saídas. Essas saídas são então traduzidas em ações do jogo através do espaço de ação.

A ARC colabora de perto com desenvolvedores de jogos para identificar as características mais críticas e projetar o espaço de estado de acordo. Eles também testam várias configurações e tamanhos de modelo para equilibrar inteligência e velocidade, garantindo jogabilidade suave e envolvente.

De acordo com a equipe, a demanda pelo seu serviço de liquidez de jogadores é especialmente alta entre os estúdios Web3. Os estúdios pagam pelo acesso a uma melhor liquidez de jogadores, e a ARC reinvestirá uma parte significativa dessa receita em recompras do token NRN.

Levando o Jogo de IA para os Jogadores: A Plataforma Trainer

O SDK ARC também permite que os estúdios acessem uma plataforma de treinamento para seu jogo, permitindo que os jogadores treinem e enviem agentes.

Assim como na AI Arena, os jogadores podem configurar simulações, capturar dados de jogabilidade e treinar modelos de IA em branco. Esses modelos evoluem ao longo do tempo, retendo conhecimentos anteriores e incorporando novos dados de jogabilidade, eliminando a necessidade de começar do zero a cada atualização.

Isso abre possibilidades emocionantes: os jogadores poderiam vender seus agentes de IA treinados personalizados em um mercado, criando uma nova camada na economia do jogo. Na Arena de IA, treinadores habilidosos formam guildas e podem oferecer sua expertise em treinamento para outros estúdios.

Para estúdios que integram totalmente os recursos dos agentes, o conceito de Parallel Play também ganha vida. Os agentes de IA, disponíveis 24 horas por dia, 7 dias por semana, podem participar de várias partidas, torneios ou instâncias de jogos simultaneamente. Isso resolve os problemas de liquidez dos jogadores e abre novas oportunidades de engajamento e geração de receita.

Mas... isso não é tudo...

#3 ARC RL: De um-para-um para muitos-para-um

Se o AI Arena e o ARC Trainer Platform parecem modos single-player, onde você treina seu modelo pessoal de IA, o ARC RL é semelhante ao modo multiplayer.

Imagine isso: um DAO de jogos completo reunindo seus dados de jogabilidade para treinar um modelo de IA compartilhado que todos possuem e se beneficiam. Esses "agentes mestres" representam a inteligência combinada de todos os jogadores, transformando os esportes eletrônicos ao introduzir uma competição alimentada por esforço coletivo e colaboração estratégica.

O ARC RL usa aprendizado por reforço (isso é o “RL”) e dados de jogabilidade humana coletados em massa para treinar esses agentes “superinteligentes”.

O aprendizado por reforço funciona recompensando os agentes por ações ótimas. Ele funciona especialmente bem em jogos porque as funções de recompensa são claras e objetivas, como dano causado, ouro ganho ou vitórias.

Existem precedentes para isso:

AlphaGo by DeepMind derrotou jogadores humanos profissionais em Go jogando milhões de partidas geradas por si mesmo, refinando suas estratégias a cada iteração.

Eu não tinha percebido antes, mas a OpenAI já era bem conhecida nos círculos de jogos muito antes do chatGPT ser criado.

OpenAI Fiveusou RL para dominar os melhores jogadores humanos no Dota 2, derrotando os campeões mundiais em 2019. Dominou o trabalho em equipe e estratégias avançadas por meio de simulações aceleradas e recursos computacionais massivos.

OpenAI Five treinado executando milhões de jogos diariamente - equivalente a 250 anos de jogabilidade simulada por dia - em uma configuração poderosa de 256 GPUs e 128.000 núcleos de CPU. Ao pular a renderização de gráficos, acelerou dramaticamente a aprendizagem.

Inicialmente, a IA exibia comportamento errático, como vagar sem rumo, mas melhorou rapidamente. Dominou estratégias básicas como fazenda de creeps em rotas e roubo de recursos, eventualmente progredindo para manobras complexas como emboscadas e avanços coordenados de torres.

A ideia-chave em RL é que o agente de IA aprende a ter sucesso por meio da experiência em vez de ser diretamente informado sobre o que fazer.

A ARC RL se diferencia ao utilizar aprendizado por reforço offline. Em vez do agente aprender com seus próprios erros e acertos, ele aprende com as experiências de outros. É como se o aluno assistisse a vídeos de outras pessoas andando de bicicleta, observando seus sucessos e fracassos e utilizando esse conhecimento para evitar quedas e melhorar mais rapidamente.

Esta abordagem oferece a oportunidade de uma reviravolta adicional: o treinamento colaborativo e a co-propriedade de modelos. Isso não apenas democratiza o acesso a agentes de IA poderosos, mas também alinha os incentivos para jogadores, guildas e desenvolvedores.

Existem dois papéis-chave na construção de um agente de jogo "superinteligente":

1. Patrocinadores: líderes semelhantes a guildas que apostam um número significativo de tokens NRN para iniciar e gerenciar o agente RL. Os patrocinadores podem ser qualquer entidade, mas provavelmente serão guildas de jogos, DAOs, comunidades web3 e até mesmo agentes de personalidade on-chain populares como Luna.
2. Jogadores: Indivíduos que apostam quantidades menores de tokens NRN para contribuir com seus dados de jogabilidade para treinar o agente.

Patrocinadores coordenam e orientam sua equipe de jogadores, garantindo dados de treinamento de alta qualidade que dão ao seu agente de IA uma vantagem competitiva em competições baseadas em agentes.

As recompensas são distribuídas com base no desempenho dos superagentes nas competições. 70% das recompensas vão para os jogadores, 10% para o Patrocinador e os 20% restantes são mantidos no tesouro NRN. Essa estrutura alinha incentivos para todos os envolvidos.

Contribuições de dados

Como fazer com que os jogadores fiquem animados em contribuir com seus dados de jogabilidade? Não é fácil.

ARC torna a contribuição de dados de jogabilidade simples e gratificante. Os jogadores não precisam de experiência - apenas jogam o jogo. Após uma sessão (por exemplo, Mario Kart), são solicitados a enviar dados para treinar um agente específico. Um painel de controle acompanha suas contribuições e agentes suportados.

O algoritmo de atribuição da ARC garante qualidade ao avaliar contribuições e recompensar dados de alta qualidade e impactantes.

Curiosamente, seus dados podem ser úteis mesmo que você seja um jogador ruim (como eu). A jogabilidade ruim ajuda os agentes a aprender o que não fazer, enquanto a jogabilidade habilidosa ensina estratégias ótimas. Dados redundantes, como a agricultura repetitiva, são filtrados para manter a qualidade.

Em resumo, ARC RL é projetado como um produto de baixo atrito para o mercado em massa centrado na co-propriedade de agentes que superam as capacidades humanas.

Tamanho do Mercado

A plataforma de tecnologia da ARC é versátil e projetada para operar em vários gêneros, como jogos de tiro, luta, cassinos sociais, corridas, jogos de cartas colecionáveis e RPGs. É feita sob medida para jogos que precisam manter os jogadores envolvidos.

Existem dois mercados naturais que a ARC visa com seus produtos:

ARC é focada principalmente em desenvolvedores e estúdios independentes em vez de grandes e estabelecidos. Esses estúdios menores muitas vezes têm dificuldade em atrair jogadores no início devido a recursos limitados de branding e distribuição.

Os agentes de IA da ARC resolvem esse problema criando um ambiente vibrante no jogo desde o início, garantindo jogabilidade dinâmica mesmo durante as fases iniciais do jogo.

Visão dos Jogos Eletrônicos

Pode ser surpreendente para muitos, mas o setor de jogos independentes é uma grande força no mercado de jogos:

• 99% dos jogos lançados no Steam são títulos independentes (Fonte)
• Jogos independentes geraram 48% da receita total no Steam em 2024.

Outro mercado-alvo é o Web3 Games. A maioria dos jogos Web3 são desenvolvidos por novos estúdios, que também enfrentam desafios únicos como integração de carteira, ceticismo em relação a criptomoedas e altos custos de aquisição de clientes. Esses jogos frequentemente sofrem com problemas de liquidez de jogadores, nos quais agentes impulsionados por IA podem preencher lacunas em partidas e manter a jogabilidade envolvente.

Embora os jogos Web3 tenham enfrentado dificuldades recentemente devido à falta de experiências cativantes, sinais de renascimento estão surgindo.

Por exemplo, "Off the Grid" — um dos primeiros jogos AAA Web3 — foi alcançado cedosucesso mainstreamRecentemente, com 9 milhões de carteiras criadas e 100 milhões de transações em seu primeiro mês. Isso abre caminho para um sucesso mais amplo no setor, criando oportunidades para a ARC apoiar essa ressurgência.

A Equipe ARC

A equipe fundadora por trás da ArenaX Labs tem uma ampla experiência em aprendizado de máquina e gestão de investimentos.

Brandon Da Silva, CEO e CTO, anteriormente liderou a pesquisa de ML em uma empresa de investimento canadense especializada em aprendizagem por reforço, aprendizagem profunda bayesiana e adaptabilidade de modelos. Ele liderou o desenvolvimento de uma estratégia de negociação quant de US$ 1 bilhão centrada na paridade de risco e na gestão de portfólio de multiativos.

Wei Xie, COO, gerenciou uma carteira de estratégias líquidas de US$ 7 bilhões na mesma empresa e presidiu seu programa de investimentos em inovação, focando em campos emergentes como IA, aprendizado de máquina e tecnologias Web3.

ArenaX labs levantou uma rodada de financiamento semente de $5M em 2021 liderada pela Paradigm e com a participação da Framework ventures. Levantourodada de acompanhamentode US$6 milhões em janeiro de 2024, liderado pela Framework com a participação da SevenX Ventures, FunPlus/Xterio e Moore Strategic Ventures.

NRN Token-economics — Uma renovação saudável

A ARC/AI Arena possui um token ao vivo, NRN. Vamos primeiro fazer um balanço de onde estamos hoje.

Examinar a dinâmica do lado da oferta e do lado da procura dar-nos-á uma imagem mais clara do rumo que isso pode estar a tomar.

Lado da oferta

O fornecimento total de NRN é de 1B, dos quais ~409M (40,9%) estão em circulação hoje.

No momento da escrita, o preço do token é de US$ 0,072, implicando um valor de mercado de US$ 29 milhões e uma avaliação totalmente diluída de US$ 71 milhões.

NRN foi lançado em 24 de junho de 2024, e 40,9% do fornecimento circulante vem de

• Airdrop da comunidade (8% do total)
• Tesouro da Fundação (2,9% desbloqueado de um total de 10,9%, desbloqueio linear de 36 meses)
• Recompensas do ecossistema da comunidade (30%)

A maior parte da oferta circulante (30% dos 40,9%) consiste em recompensas do ecossistema comunitário, que o projeto gerencia e aloca estrategicamente para incentivos de aposta, recompensas no jogo, iniciativas de crescimento do ecossistema e programas orientados pela comunidade.

O cronograma de desbloqueio é reconfortante, sem grandes eventos no curto prazo:

• O próximo desbloqueio é da venda OTC da fundação (1,1%), que começa em dezembro de 2024 e é desbloqueado linearmente ao longo de 12 meses. Isso adiciona apenas ~0,09% à inflação mensal e é improvável que cause preocupação significativa.
• As alocações de investidores e contribuintes (50% da oferta total) só começarão a ser desbloqueadas em junho de 2025 e, mesmo assim, serão liberadas linearmente ao longo de 24 meses.

Por enquanto, espera-se que a pressão de venda permaneça bastante gerenciável, principalmente decorrente das recompensas do ecossistema. A chave será a confiança na capacidade da equipe de implantar esses fundos estrategicamente para impulsionar o crescimento do protocolo.

Demand Side

NRN v1 — Economia baseada no jogador

Inicialmente, a NRN foi projetada como um recurso estratégico ligado exclusivamente à economia de jogos AI Arena.

Os jogadores apostam NRN em seus jogadores de IA, ganhando recompensas de um pool se ganharem e perdendo parte de sua aposta se perderem. Isso cria uma dinâmica de "skin-in-the-game", transformando-o em um esporte competitivo com incentivos financeiros para jogadores habilidosos.

Recompensas são distribuídas usando um sistema baseado em ELO, garantindo pagamentos equilibrados com base na habilidade. Outras fontes de receita incluem compras de itens no jogo, atualizações cosméticas e taxas de inscrição em torneios.

Esse modelo inicial de token depende inteiramente do sucesso do jogo e de um influxo constante de novos jogadores dispostos a comprar NRN e NFTs para participar.

O que nos leva a entender o motivo de tanta empolgação...

NRN v2 - Economia baseada em jogadores e plataformas

A nova economia tokenomica da NRN apresenta novos impulsionadores de demanda poderosos ao expandir a utilidade do token além da AI Arena para a plataforma ARC em geral. Essa evolução transforma a NRN de um token específico do jogo em um token de plataforma. Isso é extremamente positivo, na minha opinião.

Os 3 novos impulsionadores da demanda para NRN incluem:

1. Receita de integrações ARC. Os estúdios de jogos que integram o ARC gerarão receita para o tesouro por meio de taxas de integração e royalties contínuos vinculados ao desempenho do jogo. Os fundos do Tesouro podem alimentar as recompras da NRN, aumentar o ecossistema e incentivar os jogadores na plataforma Trainer.
2. Taxas do Trainer Marketplace. A NRN captura valor das taxas no Trainer Marketplace, onde os jogadores podem negociar modelos de IA e dados de jogabilidade.
3. Staking para participação na ARC RL: Tanto os patrocinadores quanto os jogadores devem apostar NRN para participar da ARC RL. À medida que mais jogadores mergulham na ARC RL, a demanda por NRN aumenta de acordo.

O que é especialmente empolgante é a inclusão de receitas de estúdios de jogos. Isso marca uma mudança de um modelo puramente B2C para um modelo híbrido B2C e B2B, criando influxos de capital externo consistentes na economia NRN. Com o mercado endereçável mais amplo da ARC, esse fluxo de receita eclipsará o que a AI Arena sozinha pode gerar.

As taxas do Trainer Marketplace, embora promissoras, dependem do ecossistema alcançar massa crítica – jogos, treinadores e jogadores suficientes para sustentar uma atividade comercial vibrante. É uma jogada de longo prazo.

No curto prazo, apostar na ARC RL provavelmente é o impulsionador de demanda mais imediato e reflexivo. Um pool de recompensas iniciais bem financiado e a empolgação com o lançamento de um novo produto podem incentivar a adoção precoce, aumentando os preços dos tokens e atraindo participantes. Isso cria um ciclo de feedback de aumento da demanda e crescimento. No entanto, o oposto também é possível - se a ARC RL lutar para manter os usuários engajados, a demanda pode diminuir tão rapidamente quanto.

O potencial para efeitos de rede é enorme: mais jogos → mais jogadores → mais jogos se juntam → ainda mais jogadores. Esse ciclo virtuoso pode posicionar a NRN como um token central no ecossistema de jogos Crypto AI.

A Mãe dos Modelos de IA em Jogos

Qual é o objetivo final? A força da ARC reside em sua capacidade de generalizar entre gêneros de jogos. Com o tempo, isso lhes permite agregar um reservatório único de dados específicos de jogabilidade. À medida que a ARC se integra a mais jogos, ela pode continuamente alimentar esses dados de volta para seu ecossistema, criando um ciclo virtuoso de crescimento e refinamento.

Uma vez que esse conjunto de dados de jogos transversais atinja a massa crítica, ele se tornará um recurso imensamente valioso. Imagine aproveitá-lo para treinar um modelo de IA generalizável para o desenvolvimento de jogos, desbloqueando novas possibilidades para projetar, testar e otimizar jogos em grande escala.

Ainda é cedo, mas na era da IA, onde os dados são o novo petróleo, o potencial aqui é ilimitado.

Nossos pensamentos

1. NRN Evolui Para Uma Plataforma de Jogos — Reajuste de Token

Com o lançamento de ARC e ARC RL, o projeto não é mais apenas um estúdio de jogos de título único – agora está se posicionando como uma plataforma e jogo de IA. Essa mudança deve levar a uma reclassificação do token NRN, que anteriormente estava limitado ao sucesso da AI Arena. A introdução de novos coletores de tokens por meio do ARC RL, combinada com a demanda externa de acordos de compartilhamento de receita com estúdios de jogos e taxas de transação de treinadores, cria uma base mais ampla e diversificada para a utilidade e o valor da NRN.

1. Sucesso intimamente ligado a estúdios de jogos parceiros

O modelo de negócio da ARC está vinculado ao sucesso dos estúdios com os quais se integra, pois as receitas são baseadas em alocações de tokens (em jogos Web3) e pagamentos baseados em royalties dos jogos. Vale a pena acompanhar de perto os jogos com os quais se integra.

Se os jogos habilitados para ARC alcançarem um mega sucesso, o valor resultante fluirá de volta para os detentores de NRN. Por outro lado, se os jogos parceiros enfrentarem dificuldades, os fluxos de valor serão limitados. Essa estrutura alinha naturalmente os incentivos entre a ARC e os estúdios de jogos.

1. Esperando mais integrações com Jogos Web3

A plataforma ARC é perfeitamente adequada para jogos Web3, onde o jogo competitivo incentivado se alinha perfeitamente com as economias baseadas em tokens existentes.

Ao integrar a ARC, os jogos da Web3 podem imediatamente aproveitar a narrativa do "Agente de IA". A ARC RL reúne comunidades e as motiva em direção a objetivos compartilhados. Também abre novas oportunidades para mecânicas inovadoras, como tornar as campanhas de jogo para airdrop mais envolventes para os jogadores. Ao mesclar IA e incentivos de token, a ARC adiciona camadas de profundidade e emoção que os jogos tradicionais não podem replicar.

1. O jogo de IA tem uma curva de aprendizado

A jogabilidade de IA apresenta uma curva de aprendizado íngreme, o que pode criar atrito para novos jogadores. Levei uma hora só para descobrir como treinar corretamente meu jogador na AI Arena.

No entanto, a experiência do jogador em ARC RL é de menor atrito, pois o treinamento de IA é cuidado no backend enquanto os jogadores jogam e enviam seus dados. Outra questão em aberto é como os jogadores se sentirão ao competir contra outros, sabendo que seu oponente é uma IA. Isso importará para eles? Isso melhorará ou prejudicará a experiência? Só o tempo dirá.

Um Futuro Brilhante

A IA está pronta para desbloquear novas experiências inovadoras no mundo dos jogos.

Equipes como Colônia ParalelaeVirtuaisestão empurrando os limites com agentes autônomos de IA, enquanto a ARC abre seu nicho concentrando-se na clonagem do comportamento humano - oferecendo uma abordagem inovadora para resolver desafios de liquidez do jogador sem tokenomics insustentáveis.

A mudança de um jogo para uma plataforma completa é um grande salto para a ARC. Isso não apenas abre oportunidades maiores com estúdios de jogos, mas também reimagina como a inteligência artificial se integra aos jogos.

Com sua tokenômica renovada e o potencial para efeitos de rede poderosos, o ARC parece estar apenas começando.

Aviso Legal:

1. Este artigo é reproduzido de [cadeiadeideias]. Todos os direitos autorais pertencem ao autor original [Teng Yan]. Se houver objeções a esta reimpressão, por favor entre em contato com o Gate Aprenda equipe, e eles vão lidar com isso prontamente.
2. Aviso de responsabilidade: As visões e opiniões expressas neste artigo são exclusivamente do autor e não constituem nenhum conselho de investimento.
3. As traduções do artigo para outros idiomas são feitas pela equipe de aprendizado da gate. A menos que mencionado, copiar, distribuir ou plagiar os artigos traduzidos é proibido.