作者：TengYan，ChainofThought；翻譯：金色財經xiaozou

2021年時我還是一個AxieInfinity玩家，并且運營著一個小型獎學金公會。如果你未曾經歷那個時代，讓我來告訴你——絕對狂野。

AxieInfinity這款游戲讓人們意識到Crypto和游戲可以結合到一起。從本質上來說，這是一款簡單的Pokémon風格的策略游戲，玩家需要組建一支由3名Axie（非常兇猛的戰士）組成的團隊，每個Axie都擁有獨特的能力。你可以帶領自己的隊伍對戰其他隊伍，通過參與游戲并獲勝獲得SLPTokens獎勵。

玩家流動性是多人游戲的命脈，也是長期成功的關鍵。

許多Web3和獨立游戲都面臨著“冷啟動”問題——玩家太少，無法快速配對或形成繁榮社區。他們沒有游戲大廠所擁有的營銷預算或自然的IP意識。這就會導致漫長的等待時間、無法配對以及較高的流失率等問題。

這些游戲通常都會慢慢地痛苦地消亡。

因此，游戲開發者必須從一開始就優先考慮玩家的流動性。游戲需要這樣那樣的活動來維持樂趣——國際象棋需要兩名玩家，而大規模戰斗需要數千名玩家。技能匹配機制進一步提高了門檻，需要更多玩家來保持游戲的公平性和吸引力。

對于Web3游戲來說，風險更大。根據DelphiDigital的年度游戲報告，Web3游戲的用戶獲取成本比傳統手機游戲高出77%，這使得玩家留存率變得至關重要。

強大的玩家基礎能夠確保公平匹配、充滿活力的游戲經濟（即更多的道具買賣）以及更活躍的社交互動，從而讓游戲變得更有趣。2、ARC——AI游戲先鋒

由ArenaXLabs開發的ARC正在引領AI在線游戲體驗的未來。簡而言之，他們使用AI來解決困擾新游戲的玩家流動性問題。

如今游戲內大多數AI機器人的問題就在于它們太差勁了。一旦你花幾個小時掌握了竅門，這些機器人就會變得非常容易被打敗。它們是為了幫助新玩家而設計的，但卻不能為經驗豐富的玩家帶來太多挑戰或粘性。

想象一下，AI玩家的技能可以與頂級人類玩家相媲美。想象一下，可以在任何時間、任何地點與它們對抗，而無需等待配對。想象一下，訓練你的AI玩家模仿你的游戲風格，擁有它，并通過其表現賺取獎勵。

這對玩家和游戲公司來說都是雙贏的。

游戲公司使用類似人類的AI機器人來讓游戲大受歡迎，提高玩家流動性，改善用戶體驗，提高留存率——這是新的游戲后來者在競爭激烈的市場中生存的關鍵因素。

玩家獲得了一種參與游戲的新方式，在訓練AI并與其對抗的過程中建立了更強烈的歸屬感。

讓我們來看看他們是怎么做的。3、產品和架構

母公司ArenaXLabs正在開發一系列產品來解決玩家流動性問題。

現有產品：AIArena，一款AI格斗游戲。

新產品：ARCB2B，一個AI驅動的游戲SDK，可以很容易地集成到任何游戲中。

新產品：ARC強化學習（RL）

（1）AIArena：游戲

AIArena是一款能讓人聯想到任天堂的SuperSmashBros的格斗類游戲，各種各樣古怪的卡通角色在競技場中展開戰斗。

但在AIArena中，每個角色都是由AI控制的——你扮演的不是戰士，而是他們的教練。你的任務是使用你的策略和專業知識來訓練你的AI戰士。

ARC是一個專為游戲設計的AI基礎設施解決方案。

ArenaX團隊從頭開始，甚至開發自己的游戲基礎設施，是因為Unity和Unreal等現有解決方案無法滿足他們的愿景。

三年多的時間里，他們精心設計了一個強大的技術棧，能夠處理數據聚合、模型訓練和模型檢查，以進行模仿和強化學習。這種基礎設施是AIArena的支柱，但它的潛力要大得多。

隨著團隊不斷完善他們的技術，第三方工作室開始找到ARC，希望獲得該平臺的授權或白標簽。認識到這一需求后，他們將ARC的基礎設施形式化為B2B產品。

如今，ARC直接與游戲公司合作，提供AI游戲體驗。其價值主張是：

永久玩家流動性即服務

將AI玩法作為一個簡單集成

永久玩家流動性即服務

ARC專注于人類行為克隆——訓練專門的AI模型來模仿人類行為。這與今天游戲中AI的主要用途不同，后者使用生成式模型來創建游戲資產，并使用LLM來驅動對話。

使用ARCSDK，開發者可以創建類似人類的AI智能體，并根據游戲需求進行擴展。SDK簡化了繁重的工作。游戲公司可以在不處理復雜的機器學習的情況下引入AI。

集成后，部署AI模型只需要一行代碼，ARC負責基礎設施、數據處理、訓練和后端部署工作。

ARC采用與游戲公司合作的方式，幫助他們：

捕獲原始游戲玩法數據，并將其轉換為用于AI訓練的有意義的數據集。

確定與游戲機制相關的關鍵玩法變量和決策點。

將AI模型輸出映射到游戲內活動，確保功能順暢——例如，將AI的“右擊”輸出與特定的游戲控制聯系起來。

AI是如何工作的？

ARC針對游戲互動使用了四類模型：

前饋神經網絡：適用于具有速度或位置等數值特征的連續環境。

表格代理：對具有有限離散場景的游戲尤為理想。

層次化和卷積神經網絡正在開發中。

OpenAIFive每天運行數百萬個游戲，相當于每天250年的模擬游戲，由256個GPU和128,000個CPU提供強大支持。通過跳過圖形渲染，它大大加快了學習速度。

最初，該AI表現出不穩定的行為，比如漫無目的地閑逛，但很快就改善了。它掌握了一些基本策略，如在小路上匍匐以及盜資源，最終發展為復雜操作，如伏擊。

強化學習的關鍵理念是，AI代理通過經驗學習如何取得成功，而不是被直接告知該做什么。

ARCRL通過使用離線強化學習來使自己與眾不同。AI代理不是從自己的試錯中學習，而是從別人的經驗中學習。這就像是觀看別人騎自行車視頻的學生，觀察他們的成功和失敗，并利用這些知識來避免摔倒，更快地提高。

這種方法提供了一個額外好處：協作訓練和模型的共同所有權。這不僅讓強大的AI代理變得更加普及，也讓玩家、公會和開發者的動機更加一致。

在“超智能”游戲代理的創建中，有兩個關鍵角色：

贊助商：類似公會的帶頭人，他們質押大量NRNTokens來啟動和管理RL代理。贊助商可以是任何實體，但很可能是游戲公會、DAO、web3社區，甚至是像Luna這樣受歡迎的鏈上個性化代理。

玩家：質押少量NRNTokens貢獻其游戲玩法數據以訓練代理的個人。

贊助商協調和指導他們的玩家團隊，確保高質量的訓練數據，使他們的AI代理在代理比賽中具有競爭優勢。

獎勵是根據超級代理在比賽中的表現來分配的。70%的獎勵歸玩家所有，10%歸贊助商所有，剩下的20%歸NRN金庫所有。這種結構讓所有參與者都有一致的激勵機制。

數據貢獻

你如何讓玩家樂于貢獻自己的游戲玩法數據？不容易的。

ARC讓提供游戲玩法數據變得簡單而有益。玩家不需要專業知識，只要玩游戲就行了。在一個會話結束后，他們會被提示提交數據去訓練一個特定代理。儀表板跟蹤他們的貢獻和他們支持的代理。

ARC的歸因算法通過評估貢獻和獎勵高質量、有影響力的數據來確保質量。

有趣的是，即使你是一個糟糕的玩家（像我一樣），你的數據也是有用的。糟糕的游戲玩法可以幫助代理學習不該做什么，而技術高超的游戲玩法則可以教授最佳策略。冗余數據被過濾掉以保持質量。

簡而言之，ARCRL被設計成一種低摩擦的大眾市場產品，以共同擁有超越人類能力的代理為中心。4、市場規模

ARC的技術平臺是多功能的，支持多種類型的游戲，如射擊游戲、格斗游戲、社交賭場、賽車、卡牌交易游戲和RPG。它是為那些需要保持玩家粘性的游戲量身定制的。

ARC的產品主要針對兩個市場：

ARC主要關注的是獨立開發者和公司，而不是老牌大廠。由于品牌影響力和分銷資源有限，這些小公司通常很難在早期吸引玩家。

ARC的AI代理通過從一開始就創造一個充滿活力的游戲環境來解決這個問題，即使在游戲的初始階段也能確保動態的游戲玩法。

ARC/AIArena有一個Tokens——NRN。讓我們先來盤點一下如今的情況。

考察供給側和需求側將使我們更清楚地了解趨勢走向。

（1）供給側

NRN的總供應量為10億，其中約4.09億（40.9%）處于流通中。

在撰寫本文時，該Tokens價格為0.72美元，這意味著市值為2900萬美元，完全稀釋后估值為7100萬美元。

NRN于2024年6月24日發布，40.9%的流通供應來自：

社區空投（占總數的8%）

基金會金庫（占10.9%，其中有2.9%已解鎖，36個月線性解鎖）

社區生態系統獎勵（占30%）

大部分流通供應（40.9%中的30%）由社區生態系統獎勵組成，項目管理這些Tokens并將其戰略性地分配給質押獎勵、游戲獎勵、生態系統增長計劃和社區驅動計劃。

解鎖時間表令人放心，短期內沒有重大事件：

下一個解鎖是基金會的OTC銷售（1.1%），從2024年12月開始，12個月線性解鎖。這只會使月通脹率增加0.09%，不太可能引起重大擔憂。

投資者和貢獻者的分配（總供應量的50%）要到2025年6月才開始解鎖，即使到那時，也會在24個月內進行線性解鎖。

目前，拋售壓力預計仍將相當可控，主要源于生態系統獎勵。關鍵是信任團隊有能力戰略性地部署這些資金，以推動協議的增長。

（2）需求側

NRNv1——玩家經濟

NRN改進的v2Tokens經濟學通過將Tokens的效用從AIArena擴展到更廣泛的ARC平臺，引入了強大的新需求驅動因素。這種演變將NRN從特定游戲Tokens轉變為平臺Tokens。在我看來，這是非常積極的轉變。

NRN的三個新需求驅動因素包括：

來自ARC集成的收入。集成ARC的游戲公司將通過集成費用和與游戲表現掛鉤的持續版稅為金庫創造收益。金庫資金可以推動NRN回購，發展生態系統，并激勵訓練師平臺上的玩家。

訓練師市場費用。NRN從訓練師場的收費中獲取價值，玩家可以在訓練師市場上交易AI模型和游戲玩法數據。

參與ARCRL的質押：贊助商和玩家都必須質押NRN才能加入ARCRL。隨著越來越多的玩家進入ARCRL，對NRN的需求也相應增加。

尤其令人興奮的是游戲公司的收益。這標志著從純粹的B2C模式向B2C和B2B混合模式的轉變，創造了NRN經濟的持續的外部資本流入。隨著ARC擁有更廣闊的目標市場，這種收益流將超過AIArena本身所能產生的收益。

訓練師市場的費用雖然有前景，但取決于生態系統能否達到臨界規模——足夠多的游戲、訓練師和玩家來維持活躍的交易活動。這是一個長期事業。

在短期內，ARCRL質押可能是最直接和最具反射性的需求驅動因素。資金充足的初始獎勵池和新產品發布的興奮可能會引發早期采用，推高Tokens價格并吸引參與者。這就形成了需求上升和經濟增長的反饋循環。然而，反過來看，如果ARCRL難以維持用戶粘性，需求可能會很快消失。

網絡效應的潛力是巨大的：更多游戲→更多玩家→更多游戲加入→更多玩家。這種良性循環可以將NRN定位為CryptoAI游戲生態系統中的核心Tokens。7、游戲AI模型之母

結局是什么？ARC的優勢在于它能夠推廣各種游戲類型。隨著時間的推移，讓他們能夠收集到獨一無二的特定游戲玩法數據庫。隨著ARC與更多游戲的集成，它可以不斷地將這些數據反饋到自己的生態系統中，從而創造一個增長和完善的良性循環。

一旦這個橫斷面游戲數據集達到臨界質量，它將成為一個非常有價值的資源。想象一下，利用它來訓練游戲開發的通用AI模型——為大規模設計、測試和優化游戲開啟新的可能性。

現在還為時尚早，但在數據就是新石油的人工智能時代，這方面的潛力是無限的。8、我們的想法

（1）NRN演變為平臺游戲——Tokens重定價

隨著ARC和ARCRL的發行，該項目不再只是一個單一產品的游戲公司，它現在將自己定位為一個平臺和AI游戲。這一轉變應該會導致NRNTokens的重新評級，在這之前NRNTokens受限于AIArena的成功。通過ARCRL引入新的Tokens源，再加上與游戲公司的收入分成協議和訓練師交易費的外部需求，為NRN的效用和價值創造了更廣泛、更多樣化的基礎。

（2）成功與游戲合作伙伴密切相關

ARC的商業模式將其成功與它合作的公司聯系在一起，因為收益流是基于Tokens分配（在Web3游戲中）和游戲版稅的支付。與之緊密結合的游戲值得一看。

如果ARC游戲獲得巨大成功，那么由此產生的價值將回流到NRN持有者手中。相反，如果合作游戲陷入困境，價值流將受到限制。

（3）期待與Web3游戲的更多集成

ARC平臺非常適合Web3游戲，在Web3游戲中，具有激勵機制的競爭玩法與現有的Tokens經濟完美結合。

通過集成ARC，Web3游戲可以立即進入“AI代理”敘事。ARCRL將社區聚集在一起，激勵他們朝著共同的目標前進。這也為創新機制開辟了新的機會，比如讓“游戲到空投”等活動更吸引玩家。通過將AI和Tokens激勵相結合，ARC增加了傳統游戲無法復制的深度和興奮度。

（4）AI玩法有一個學習曲線

AI玩法有陡峭的學習曲線，這可能會給新玩家帶來摩擦。我花了一個小時才弄清楚如何在AIArena中正確訓練我的玩家。

然而，ARCRL的玩家體驗摩擦更小，因為當玩家玩游戲并提交數據時，AI訓練是在后端處理的。另一個懸而未決的問題是，當玩家知道自己的對手是AI時，他們會有什么感覺。這對他們有影響嗎？會增強還是削弱游戲體驗？只有時間才能告訴我們答案。9、光明的未來

AI將在游戲世界中開啟全新的突破性體驗。

ParallelColony和Virtuals等團隊正在推動自主AI代理的發展，而ARC則通過專注于人類行為克隆來開拓自己的利基市場——提供一種創新方法來解決玩家流動性挑戰，而不依賴不可持續的Tokens經濟學。

從游戲到成熟平臺的轉變對ARC來說是一個巨大的飛躍。這不僅通過與游戲公司的合作開啟了更大的機遇，也重構了AI與游戲的集成方式。

憑借其改進的Tokens經濟學和強大網絡效應的潛力，ARC的光明之路似乎才剛剛開始。