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

E se não estivesses por perto naquela época, deixa-me dizer-te - eram absolutamente selvagens.

Axie Infinity foi o jogo que fez as pessoas perceberem que a criptomoeda e os jogos poderiam ser realmente uma coisa. No seu âmago, era um jogo de estratégia por turnos simples, no estilo Pokémon, onde você montaria uma equipe de três Axies (lutadores adoravelmente ferozes), cada um com habilidades únicas. Você levaria sua equipe, enfrentaria outras equipes e ganharia tokens SLP por participar e vencer.

Mas o que realmente animou os não jogadores foi o potencial de lucrar com o jogo. Axie tinha duas mecânicas de destaque que impulsionaram seu crescimento meteórico:

O primeiro foi o 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) tornaram-se uma mercadoria 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'. Estes eram jogadores, muitas vezes de países em desenvolvimento como as Filipinas ou a Argentina, que não podiam pagar o custo inicial de mais de $1.000 para possuir três Axie NFTs necessários para jogar. Os bolsistas jogavam diariamente, ganhavam tokens e dividiam os lucros com suas guildas, que normalmente ficam com uma comissão de 30-50%.

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

Estes programas resolveram um problema chave para os desenvolvedores de jogos: a liquidez dos jogadores. Ao incentivar os jogadores a jogarem ativamente por horas por dia, a Axie garantiu que cada jogador sempre tivesse um oponente esperando, tornando a experiência do jogador mais envolvente.

Mas houve uma compensação.

Para resolver o problema de liquidez dos jogadores, Axie distribuiu uma quantidade enorme de tokens para incentivar a participação. E aqui é onde as coisas desandaram. Sem limite para SLP, o token inflacionou loucamente, os preços caíram e o ecossistema entrou em colapso. Quando o token perdeu valor, os jogadores saíram. Axie passou de exemplo de jogo para ganhar para uma história de advertência quase da noite para o dia.

E se houvesse uma maneira de resolver o problema de liquidez do jogador sem econômica de token insustentável?

Isso é exatamente o que ARC / AI Arena tem trabalhado silenciosamente nos últimos três anos. E agora, está começando a dar frutos.

(Nota: A equipe por trás do Axie, Sky Mavis, desde então evoluiu o jogo para algo diferente e ainda é um estúdio de jogos Web3 líder hoje)

Liquidez do jogador = Vida

Quer que o seu jogo pareça assim, não como 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 independentes lutam com o problema do "começo frio" - poucos jogadores para um rápido matchmaking ou comunidades prósperas. Eles não têm os orçamentos de marketing ou a consciência natural de PI que os grandes estúdios de jogos têm. Isso resulta em longos tempos de espera, oponentes mal combinados e alta rotatividade.

Estes jogos acabam frequentemente numa morte lenta e dolorosa. RIP.

Assim, os desenvolvedores de jogos devem priorizar a liquidez dos jogadores desde o início. Os jogos requerem níveis variados de atividade para se manterem divertidos - o xadrez precisa de dois jogadores, enquanto as batalhas em grande escala precisam de milhares. O matchmaking baseado em habilidades eleva ainda mais o nível, exigindo um grande número de jogadores para manter os jogos justos e envolventes.

Para jogos Web3, as apostas são mais altas. De acordo com a Delphi Digital,análise 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 crítica.

Uma base de jogadores forte garante um matchmaking justo, economias in-game vibrantes (mais compra e venda de itens) e interações sociais mais ativas, o que torna os jogos mais agradáveis.

ARC - Jogabilidade Pioneira Impulsionada por IA

ARC, pela ArenaX Labs, está a liderar o futuro impulsionado pela IA das experiências de jogo online.

Em poucas palavras, eles usam IA para resolver o problema de liquidez do jogador que assombra os jogos mais recentes.

O problema com a maioria dos bots de IA nos jogos hoje é que são terríveis. Depois de passar algumas horas aprendendo as regras, esses bots se tornam ridiculamente fáceis de vencer. Eles são projetados para ajudar novos jogadores, mas não oferecem muito desafio ou envolvimento para os experientes.

Imagine jogadores de IA com habilidades que rivalizam com as dos melhores jogadores humanos. Imagine jogar contra eles a qualquer hora, em qualquer lugar, sem precisar esperar por combinações. Imagine treinar o seu jogador de IA para imitar o seu estilo de jogo, possuí-lo e ganhar recompensas com base no seu desempenho.

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

Os estúdios de jogos usam bots de IA semelhantes a 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 no jogo, construindo um sentido mais forte de propriedade à medida que treinam e competem com a sua IA.

Vamos ver como eles fazem isso.

Produto & Arquitetura

ArenaX Labs é a empresa-mãe que constrói um conjunto de produtos para enfrentar o problema de liquidez dos jogadores.

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: ARC Reinforcement Learning (RL)

#1. AI Arena: O Jogo

AI Arenaé um jogo de luta no estilo brawler, reminiscente do Super Smash Bros. da Nintendo. Apresenta personagens excêntricos e caricatos lutando em uma arena.

Mas na AI Arena, cada personagem é controlado pela IA—não jogas como lutador, mas como treinador. O teu trabalho é treinar o teu lutador de IA usando a tua estratégia e perícia.

Treinar o seu lutador é como preparar um estudante para a batalha. No modo de treino, 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 o seu escudo e seguir com um combo de socos. A uma distância? Treine-os para lançar um ataque à distância para fechar a lacuna.

Controla os dados recolhidos, garantindo que apenas os melhores movimentos são registados para treino. Após a prática, pode refinar os hiperparâmetros como taxas de aprendizagem e tamanhos de lote para uma vantagem mais técnica, ou simplesmente usar as definições predefinidas para iniciantes. Uma vez concluído o treino, o seu lutador de IA está 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 podia se defender. É humilhante, mas profundamente satisfatório ver o seu treino dar frutos.

AI Arena introduz profundidade adicional através de lutadores baseados em NFT. Cada personagem NFT tem características cosméticas e atributos de combate únicos, como efeitos elementais, que influenciam a jogabilidade. Isso adiciona outra camada estratégica (mais detalhes nodocumentos do jogo)

Atualmente, a AI Arena está disponível na Arbitrum mainnet e é acessível apenas para aqueles com AI Arena NFT, mantendo a comunidade exclusiva enquanto o gameplay é aprimorado. Os jogadores podem entrar em Guilds, agrupando campeões NFTs e NRNs para batalhas classificadas on-chain com recompensas e multiplicadores de guilda. Isso é feito para atrair jogadores dedicados e impulsionar uma cena competitiva.

Em última análise, 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 visão real se estende muito além deste único jogo.

O que nos leva a...

#2. ARC: A Infraestrutura

ARC é uma solução de infraestrutura de IA construída 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.

Durante mais de três anos, eles criaram uma pilha de tecnologia robusta capaz de lidar com 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 faz parceria direta com estúdios de jogos para oferecer experiências de jogos baseadas em IA. As propostas de valor são:

1. Liquidez de jogador permanente como serviço
2. Integrando o gameplay de IA de forma simples

Liquidez de jogadores permanentes como um serviço

A ARC concentra-se na clonagem do comportamento humano — treinando modelos de IA especializados para imitar as ações humanas. Isso difere do uso dominante da IA em jogos hoje, que usa modelos generativos para criar ativos de jogos e LLMs para potencializar o diálogo.

Com o ARC SDK, os desenvolvedores podem criar agentes de IA semelhantes a humanos e dimensioná-los para se adequarem às necessidades do seu jogo. O SDK simplifica o trabalho árduo. Os estúdios de jogos podem introduzir a IA sem lidar com as complexidades do aprendizado de máquina.

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

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

1. Capture dados brutos de jogabilidade e converta-os em conjuntos de dados significativos para treinamento de IA.
2. Identifique as principais variáveis de jogabilidade e pontos de decisão ligados à mecânica de jogo.
3. Mapear as saídas do modelo de IA para ações no jogo, garantindo um funcionamento suave - por exemplo, ligando a saída "soco direito" da IA a um controle específico do jogo.

Como funciona a IA

ARC utiliza quatro tipos de modelos adaptados a interações de jogos:

1. Redes Neurais Feedforward: Ideais para ambientes contínuos com características numéricas como velocidade ou posição.
2. Agentes tabulares: Ideal 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. Para redes feedforward, isto 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 do joystick). Isso é mapeado para as entradas do jogo.

O espaço de estados fornece inputs para o modelo de IA da ARC, que os processa e gera outputs. Esses outputs são então traduzidos em ações de jogo através do espaço de ação.

A ARC colabora de perto com os 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 por seu serviço de liquidez de jogadores é particularmente 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 de tokens NRN.

Trazer Jogabilidade de IA para Jogadores: A Plataforma Trainer

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

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 o conhecimento anterior enquanto incorporam novos dados de jogabilidade, eliminando a necessidade de começar do zero com cada atualização.

Isso abre possibilidades empolgantes: os jogadores podem vender seus agentes de IA treinados sob medida em um mercado, criando uma nova camada de economia no jogo. Na AI Arena, treinadores qualificados formam guildas e podem oferecer sua experiência de treinamento para outros estúdios.

Para estúdios que integram totalmente as capacidades 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 a AI Arena e a Plataforma ARC Trainer parecem modos para um só jogador — onde treina o seu modelo de IA pessoal — o ARC RL é semelhante ao modo multijogador.

Imagine isso: uma DAO de jogos inteira reunindo seus dados de jogabilidade para treinar um modelo de IA compartilhado do qual todos são coproprietários e se beneficiam. Estes "agentes mestres" representam a inteligência combinada de todos os jogadores, transformando os esports introduzindo competição alimentada pelo esforço coletivo e colaboração estratégica.

ARC RL usa aprendizagem de reforço (que é o "RL") e dados de jogabilidade humana crowdsourced para treinar esses agentes "superinteligentes".

A aprendizagem por reforço funciona recompensando agentes por ações ótimas. Essa técnica funciona especialmente bem em jogos porque as funções de recompensa são claras e objetivas, como dano causado, ouro ganho ou vitórias.

Há precedentes para isso:

AlphaGopela DeepMind derrotou jogadores humanos profissionais no Go ao jogar milhões de partidas auto-geradas, refinando suas estratégias a cada iteração.

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

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

OpenAI Five treinado ao executar 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 significativamente a aprendizagem.

Inicialmente, a IA exibia um comportamento errático, como vagar sem rumo, mas rapidamente melhorou. Dominou estratégias básicas, como rasteiras agrícolas em pistas e roubo de recursos, eventualmente progredindo para manobras complexas, como emboscadas e empurrões coordenados de torres.

A ideia chave no RL é que o agente de IA aprende a ter sucesso através da experiência em vez de ser diretamente instruído sobre o que fazer.

A ARC RL diferencia-se ao usar aprendizagem por reforço offline. Em vez de o agente aprender com seus próprios erros e tentativas, ele aprende com as experiências dos outros. É como um aluno que assiste a vídeos de outras pessoas andando de bicicleta, observando seus sucessos e fracassos, e usando esse conhecimento para evitar cair e melhorar mais rapidamente.

Esta abordagem proporciona a oportunidade de uma reviravolta adicional: a formação colaborativa 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 fundamentais na construção de um agente de jogo "superinteligente":

1. Patrocinadores: líderes semelhantes a guildas que apostam uma quantidade significativa 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 populares na cadeia, como Luna.
2. Jogadores: Indivíduos que apostam quantidades menores de tokens NRN para contribuir com seus dados de jogo para treinar o agente.

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

As recompensas são distribuídas com base no desempenho dos super agentes nas competições. 70% das recompensas vão para os jogadores, 10% para o patrocinador, e os restantes 20% são mantidos na tesouraria da NRN. Esta estrutura alinha incentivos para todos os envolvidos.

Contribuições de dados

Como você consegue deixar os jogadores animados em contribuir com seus dados de jogo? Não é fácil.

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

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

Curiosamente, seus dados podem ser úteis mesmo se você for um péssimo jogador (como eu). Uma jogabilidade pobre ajuda os agentes a aprender o que não fazer, enquanto uma jogabilidade habilidosa ensina estratégias ideais. Dados redundantes, como agricultura repetitiva, são filtrados para manter a qualidade.

Em suma, o ARC RL é projetado como um produto de baixo atrito para o mercado em massa centrado na co-propriedade de agentes que ultrapassam 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, jogos de luta, cassinos sociais, corridas, jogos de cartas colecionáveis ​​e RPGs. É feito sob medida para jogos que precisam manter os jogadores envolvidos.

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

A ARC concentra-se principalmente em desenvolvedores e estúdios independentes em vez de grandes e estabelecidos. Esses estúdios menores muitas vezes lutam para atrair jogadores no início devido a recursos limitados de marca e distribuição.

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

Visão geral do videojogo

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

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

Outro mercado-alvo são os Jogos Web3. A maioria dos jogos Web3 é desenvolvida por novos estúdios, que também enfrentam desafios únicos como a integração de carteiras, o ceticismo em relação à criptomoeda e altos custos de aquisição de clientes. Estes jogos frequentemente sofrem com problemas de liquidez dos jogadores, nos quais agentes impulsionados por IA poderiam preencher lacunas em partidas e manter o jogo envolvente.

Enquanto o jogo Web3 tem lutado recentemente devido à falta de experiências cativantes, sinais de revivalismo estão a surgir.

Por exemplo, “Off the Grid”—um dos primeiros jogos AAA Web3—alcançou 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 retomada.

A Equipe ARC

A equipe fundadora da ArenaX Labs possui uma vasta experiência em aprendizado de máquina e gestão de investimentos.

Brandon Da Silva, CEO e CTO, liderou anteriormente a pesquisa de ML em uma empresa de investimentos canadense especializada em aprendizado por reforço, aprendizado profundo bayesiano e adaptabilidade de modelos. Ele liderou o desenvolvimento de uma estratégia de negociação quantitativa de $1 bilhão centrada na paridade de risco e gestão de portfólio de múltiplos ativos.

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

ArenaX labs levantou uma rodada de sementes de $5M em 2021 liderada pela Paradigm e com a participação da Framework ventures. Levantou umround de acompanhamento de US$ 6 milhões em janeiro de 2024, liderada pela Framework com a participação de SevenX Ventures, FunPlus/Xterio e Moore Strategic Ventures.

NRN Token-economics - Uma Renovação Saudável

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

Examinar a dinâmica da oferta e da procura dar-nos-á uma imagem mais clara de para onde isto pode estar a caminhar.

Fornecimento

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 $0,072, o que implica uma capitalização de mercado de $29M e uma avaliação totalmente diluída de $71M.

A RRN foi lançada em 24 de junho de 2024 e os 40,9% da oferta circulante provêm de

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

A maior parte do fornecimento circulante (30% dos 40,9%) consiste em recompensas do ecossistema da comunidade, que o projeto gerencia e aloca estrategicamente para incentivos de participação, recompensas em jogos, iniciativas de crescimento do ecossistema e programas impulsionados pela comunidade.

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

• O próximo desbloqueio é da venda OTC da fundação (1,1%), começando em dezembro de 2024 e desbloqueando linearmente ao longo de 12 meses. Isso adiciona apenas ~0,09% à inflação mensal e é improvável que cause preocupação significativa.
• As alocações do investidor e do contribuinte (50% do fornecimento total) não começarão a ser desbloqueadas até junho de 2025 e, mesmo assim, serão lançadas 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.

Demanda

NRN v1 — Economia baseada em jogadores

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.

As 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 entrada em torneios.

Este 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 perceber por que estamos tão entusiasmados...

NRN v2 — Economia baseada em jogadores e plataformas

A nova economia do token v2 da NRN apresenta novos e poderosos impulsionadores de demanda, expandindo a utilidade do token além da AI Arena para a plataforma ARC mais ampla. Essa evolução transforma a NRN de um token específico do jogo em um token de plataforma. Na minha opinião, isso é imensamente positivo.

Os 3 novos impulsionadores da procura para NRN incluem:

1. Receita de integrações ARC. Os estúdios de jogos que integram a 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 Mercado de Treinadores. A NRN captura o valor das taxas no Mercado de Treinadores, onde os jogadores podem negociar modelos de IA e dados de jogabilidade.
3. Staking para participação no ARC RL: Tanto os patrocinadores como os jogadores devem apostar NRN para aderir ao ARC RL. À medida que mais jogadores mergulham no ARC RL, a demanda por NRN aumenta em conformidade.

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

As taxas do Mercado de Treinadores, embora promissoras, dependem do ecossistema alcançar a massa crítica - jogos suficientes, treinadores e jogadores para sustentar atividades comerciais vibrantes. É uma jogada de longo prazo.

No curto prazo, o staking para ARC RL é provavelmente o fator de demanda mais imediato e reflexivo. Um pool de recompensas iniciais bem financiado e a empolgação com o lançamento de um novo produto podem estimular a adoção inicial, impulsionando os preços dos tokens e atraindo participantes. Isso cria um ciclo de retroalimentação de aumento da demanda e crescimento. No entanto, o oposto também é possível - se o ARC RL tiver dificuldades em manter os usuários envolvidos, a demanda pode desaparecer tão rapidamente quanto.

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

A Mãe dos Modelos de IA de Jogos

Qual é o objetivo final? A força da ARC reside na sua capacidade de generalizar através de géneros de jogos. Com o tempo, isso permite-lhes agregar um reservatório único de dados específicos de jogabilidade. À medida que a ARC se integra com mais jogos, pode continuar a alimentar estes dados de volta para o seu ecossistema, criando um ciclo virtuoso de crescimento e refinamento.

Uma vez que este 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 escala.

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

Os nossos pensamentos

1. NRN Evolui para uma Plataforma de Jogo - Token Repricing

Com o lançamento do ARC e do ARC RL, o projeto deixou de ser 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 da 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 Está Estreitamente Ligado aos Estúdios de Jogos Parceiros

O modelo de negócios da ARC vincula seu sucesso aos estúdios com os quais se integra, já que os fluxos de receita são baseados em alocações de tokens (em jogos Web3) e pagamentos baseados em royalties dos jogos. Vale a pena observar 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 lutarem, os fluxos de valor serão limitados. Esta estrutura alinha naturalmente os incentivos entre ARC e os estúdios de jogos.

1. Esperando mais integrações com Web3 Games

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

Ao integrar a ARC, os jogos Web3 podem imediatamente aproveitar a narrativa do “Agente de IA”. O ARC RL une 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 incentivos de IA e token, a ARC adiciona camadas de profundidade e emoção que os jogos tradicionais não podem replicar.

1. A jogabilidade de IA tem uma curva de aprendizado

A jogabilidade de IA introduz uma curva de aprendizado íngreme, o que pode criar atrito para novos jogadores. Levei uma hora apenas para descobrir como treinar adequadamente meu jogador na Arena de IA.

No entanto, a experiência do jogador em ARC RL é de menor atrito, uma vez que o treinamento de IA é feito nos bastidores 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 irá melhorar ou prejudicar a experiência? Só o tempo dirá.

Um futuro brilhante

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

Equipas como Colónia ParalelaeVirtuaisestão empurrando os limites com agentes de IA autônomos, enquanto a ARC esculpe seu nicho ao focar na clonagem do comportamento humano — oferecendo uma abordagem inovadora para resolver os 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 só abre maiores oportunidades com os estúdios de jogos, mas também reimagina como a IA se integra aos jogos.

Com seus tokenomics renovados e o potencial para efeitos de rede poderosos, ARC parece estar apenas começando.

Aviso Legal:

1. Este artigo é reimpresso de [gatecadeia de pensamento]. Todos os direitos autorais pertencem ao autor original [Teng Yan]. Se houver objeções a esta reimpressão, entre em contato com o Gate Learn equipe, e eles vão lidar com isso prontamente.
2. Isenção de Responsabilidade: Os pontos de vista e opiniões expressos neste artigo são exclusivamente do autor e não constituem qualquer conselho de investimento.
3. As traduções do artigo para outros idiomas são feitas pela equipe de Aprendizagem da gate. A menos que mencionado, copiar, distribuir ou plagiar os artigos traduzidos é proibido.