Bagaimana AI memberdayakan GameFi?

Penulis: Derek. Chen, Dr. Nick

I. Pemberdayaan AI untuk Industri Game Tradisional

Game skala besar termasuk animasi 3D, efek khusus, audio, seni, teks, dan konten terbagi yang sangat kaya lainnya, dan proses pengembangan umumnya memakan waktu, prosesnya relatif kompleks, dan tingkat industrialisasi, real-time, dan interaksinya tinggi. Unit pengembangan sering perlu menginvestasikan banyak tenaga kerja, material dan sumber daya keuangan setiap tahun. Untuk waktu yang lama, di dunia tradisional pengembangan game, biaya, kualitas, dan efisiensi telah membentuk “The Impossible Triangle.” Red Dead Redemption 2, misalnya, membutuhkan waktu delapan tahun, lebih dari 1.200 pengembang penuh waktu, dan menghabiskan biaya hampir $ 300 juta untuk membuat lebih dari 28 mil persegi peta realistis dan 1.000 NPC. Saat ini, dengan fungsi AIGC yang kuat, pengembang game dapat mematahkan belenggu pengembangan game tradisional, menjatuhkan ambang batas dan biaya pengembangan, dan secara signifikan meningkatkan efisiensi pengembangan game.

AIGC dapat memberikan pemberdayaan yang akurat dan kuat untuk pengembangan game, perencanaan cerita, interaksi karakter, dan operasi online melalui teknologi pembelajaran mesin, pembelajaran kedalaman, dan pemrosesan bahasa alami. Secara khusus, AI dapat memberikan pemberdayaan pada tiga aspek berikut dalam game tradisional: produksi sebelum game, pengalaman dan operasi selama game, serta perubahan pada struktur industri game.

1. Pemberdayaan AI dalam Produksi Game

Dalam produksi game, baik seni, perencanaan AI, semuanya memberikan bantuan besar bagi para pekerja.

AI digunakan untuk menghasilkan berbagai jenis aset permainan, untuk meningkatkan efisiensi dan mengurangi biaya

Berbagai fitur AIGC dapat diterapkan dalam desain cerita, desain karakter, pengisi suara dan musik, desain seni asli, animasi game, model 3D, editor peta, dan lainnya untuk menghasilkan berbagai aset game.

Mengambil contoh perusahaan generasi gambar AI, Scenario, yang merupakan platform aset game AI pertama yang digunakan secara komersial. Platform ini dapat melatih model AI berdasarkan teks yang dimasukkan pengguna dan gambar referensi. Pengguna mengunggah data latihan seperti karakter, item, kendaraan, senjata, skin, bangunan, seni konseptual, seni piksel, dan sketsa ke platform, lalu dalam beberapa klik, pengguna dapat membuat mesin AI generatif mereka sendiri untuk menciptakan aset game yang memenuhi standar produksi game berdasarkan teks dan gambar referensi yang dimasukkan.

Ketika merancang gambar asli dan pemodelan 3D, AIGC seperti Midjourney dapat memberikan bantuan kreatif yang bagus, Model Sumber Terbuka Stable Diffusion dapat memberikan kontrol yang lebih halus. Epic Game memamerkan teknologi Metahuman Animator terbaru mereka di GDC 2023, teknologi ini memungkinkan pengembang untuk membuat animasi berkualitas tinggi dalam hitungan menit, hanya dengan tiga frame kamera dapat menghasilkan tulang wajah, juga mendukung pembuatan animasi dari video dan audio. Dalam demonstrasi langsung, hanya dalam 2 menit, presenter berhasil mereproduksi detail ekspresi dari pertunjukan langsung ke dalam ruang digital. Opus.ai telah mengembangkan metode pembuatan dunia 3D baru yang didorong oleh teks, alat ini mendukung pengguna untuk membuat pencahayaan dinamis, kontrol kamera, medan, pohon dan binatang, bangunan, jalan, serta karakter animasi manusia melalui input teks. Dalam aplikasi ini, pengguna hanya perlu mengetik untuk membuat pemandangan permainan 3D dan berbagai komponen serta efek dinamis di dalamnya.

Dalam perencanaan skenario permainan, pada GDC 2022, Tencent AI Lab memamerkan teknologi pembuatan level AI, di mana AI dapat menghasilkan lebih dari seribu level berkualitas tinggi dalam beberapa jam. Dalam hal dokumen, AI juga dapat menyediakan kerangka, percakapan untuk mempercepat produksi konten game.

Kemampuan generasi kuat AICG tidak hanya meningkatkan efisiensi produsen game, tetapi juga secara signifikan menurunkan biaya. Industri game naik daun dengan AI generatif yang mempercepat lintasan.

AI digunakan untuk membantu pengujian game

Uji coba game adalah salah satu tahap kunci dalam siklus pengembangan game, tujuannya adalah untuk memastikan kualitas game, mengurangi risiko setelah rilis, dan memberikan pengalaman game yang lebih baik bagi pemain. Dalam pengujian game, personel pengujian akan menggunakan teknik pengujian yang berbeda untuk tujuan pengujian yang berbeda, seperti pengujian gameplay, konten alur game, sistem game, dan adaptasi perangkat, mencatat masalah yang ditemukan dalam game, dan melaporkan bug melalui alat manajemen untuk memberikan umpan balik kepada pengembang.

Dalam aplikasi pengujian game yang spesifik, seperti game kartu Jepang ‘Shadowverse’, kombinasi kartu diuji menggunakan AI, melatih data untuk menghasilkan AI yang dapat bermain game, sehingga game dapat dijalankan secara otomatis untuk mendeteksi Bug dan masalah keseimbangan yang mungkin ada, secara signifikan meningkatkan efisiensi dan mengurangi biaya pengujian. Gim mobile ‘Tian Tian Pao Ku’ menggunakan tes otomatis AI untuk menguji berbagai tindakan dalam game dan kecukupan pengaturan hambatan dalam game.

2. Ai agent提升玩家游戏体验

Meningkatkan bermain di pengaturan level dan tingkat kesulitan game

Dalam hal pengalaman bermain game, kemampuan AI dalam penghasilan bahasa alami, penghasilan gambar, dan NPC cerdas, serta permainan asli AIGC dan gaya bermain inovatif telah terbentuk. Kecerdasan buatan Wangzhe Rongyao saat ini telah digunakan secara massal dalam evaluasi dan pengujian level; Left 4 Dead juga menggunakan sistem yang disebut ‘Director’, yang menyesuaikan pembuatan zombie, lokasi item, dan keseluruhan tingkat kesulitan berdasarkan penampilan pemain untuk memastikan kebermainan game.

Peningkatan pengalaman bermain dengan dialog dinamis real-time NPC

Dalam permainan tradisional, alur cerita telah didesain sebelumnya, pemain hanya bisa mengalami konten permainan yang terbatas sesuai urutan yang telah ditentukan, oleh karena itu pendapatan yang diperoleh dari permainan peran terkait erat dengan cadangan konten. Setelah lahir AI Agent, NPC dalam permainan diberi ‘kehidupan’, AI NPC akan merancang jejak kehidupan setiap hari seperti manusia, mengingat apa yang terjadi hari itu, setiap interaksi pemain dengan NPC akan mengubah jejak kehidupan NPC, menciptakan konten permainan dengan kemungkinan tak terbatas.

Alat AI internal Ghostwriter yang dikembangkan oleh departemen pengembangan Ubisoft (育碧) La Forge dapat digunakan untuk membantu penulis game dalam menghasilkan naskah awal NPC saat memicu peristiwa, seperti percakapan antar NPC, percakapan musuh selama pertempuran, atau dialog yang dipicu saat pemain memasuki area tertentu. Sebelumnya, pekerjaan-pekerjaan ini harus dirancang oleh penulis game (perencana) dengan menghabiskan waktu yang sangat banyak. Dengan adanya alat Ghostwriter ini, AI dapat menghasilkan sampel yang dapat dipilih dan diubah berdasarkan pengaturan dasar NPC, sehingga menghemat banyak waktu dan memungkinkan penulis game untuk fokus pada elemen-elemen cerita inti lainnya.

Saat ini, contoh aplikasi yang representatif di dalam negeri adalah sistem NPC pintar yang digunakan oleh NetEase dalam “Sword of Legends: Awakening”, di mana lebih dari 400 NPC memuat mesin AI dari laboratorium kecerdasan buatan Fuxi NetEase, memiliki karakteristik kepribadian dan pola perilaku yang independen. Dibandingkan dengan NPC game sebelumnya, interaksi antara pemain dan NPC tidak lagi ditentukan atau berproses, melainkan sangat terbuka dan bebas. Contoh dari luar negeri adalah “Mount and Blade II: Bannerlord”, yang mewujudkan respons dinamis NPC.

AI digunakan untuk pemasaran game dan optimasi game

AI dapat digunakan untuk pembelian iklan, mulai dari pembuatan materi iklan hingga analisis efek dari pemasangan iklan, dan seluruh alur pelaksanaan pembelian iklan dapat ditingkatkan efisiensinya dan kualitasnya dengan AI, serta dapat mencapai pengurangan biaya dan peningkatan efisiensi.

3. AI mengguncang struktur industri game

l Penurunan Ambang Batas Industri Permainan

AI telah secara signifikan menurunkan biaya pengembangan produsen game. Sebelumnya, menghasilkan aset game dan membuat animasi membutuhkan penggambaran manual untuk setiap frame gambar, sekarang dengan menggunakan AI, biaya dapat diturunkan secara signifikan. Ini mengubah pola investasi besar dalam game yang ada, dan memberikan peluang bagi pengembang game kecil untuk bersaing.

l Player power is further enhanced

Dengan tambahan AICG, setiap pemain dapat merencanakan dan menyelesaikan tugas seperti pengkodean, desain grafis, pengujian, dll. melalui UGC yang didukung oleh AI, sehingga setiap pemain dapat membuat game mereka sendiri, mencapai ‘deshumanisasi permainan’.

二、 AI如何驱动gamefinaik？

Secara keseluruhan, alasan mengapa proyek gamefi mengalami ledakan kemudian menuju spiral kematian adalah sebagai berikut:

Titik ledakan yang menarik pemain dalam jangka pendek adalah mode “p2e” yang sangat populer pada tahun 2021, tetapi daya tarik “p2e” menurun di kemudian hari. Pada tahun 2021, sebanyak 67,9% responden menganggap “p2e” sebagai pendorong industri terbesar. Mode ini adalah satu-satunya di industri game pada saat baru muncul, sehingga banyak pemain tertarik untuk mencobanya. Namun seiring berjalannya waktu, mekanisme P2E telah kehilangan faktor pentingnya sebagai pendorong industri, turun ke peringkat kedelapan dalam survei pada tahun 2023.

Sifat spekulatif dari permainan lebih dominan daripada sifat permainan itu sendiri, tidak ramah bagi pemain. Sebagian besar pengguna yang berpartisipasi dalam GameFi di pasar game blockchain adalah para pemain dunia kripto, kualitas game bervariasi. Konten permainan yang lebih panjang menekankan strategi dan permainan, model ekonomi memiliki masa hidup yang relatif singkat. Beberapa pemain di luar dunia kripto bahkan menganggap jenis permainan blockchain ini sebagai perjudian online, dan pada tahap ini muncul banyak spekulan yang berisiko tinggi dalam GameFi. Pemain baru perlu membeli item atau aset dalam permainan sebelum dapat bermain, meskipun mereka dapat menghasilkan kembali dari permainan, namun dengan semakin panjangnya sirkulasi Token dalam game, jika model ekonomi yang buruk, tidak tahan lama, dan tidak stabil, maka nilai Token akan turun, dan pemain kesulitan untuk mendapatkan kembali modal mereka. Fokus yang lebih besar pada nilai aset daripada pada gameplay membuat proyek GameFi sulit untuk bertahan. Masalah ini berasal dari beberapa faktor inheren dalam model ‘main sambil dapat uang’. Salah satu masalah kunci adalah ekonomi Token yang tidak berkelanjutan yang biasanya mendorong proyek-proyek ini. Ketika hadiah Token melebihi nilai nyata yang dihasilkan dalam permainan, siklus inflasi yang tidak berkelanjutan akan terjadi, menyebabkan penurunan harga dan kehilangan minat pemain.

Keterampilan bermain game buruk, tidak dapat menahan pengguna game dan tidak menarik bagi pemain baru. GameFi hampir seluruhnya terdiri dari satu adegan, Non-fungible token peralatan, yang tidak dapat menarik pemain baru. Selain itu, dibandingkan dengan keterampilan bermain game tradisional, tingkat kesulitan pengembangan dan siklusnya singkat. Banyak game kecil yang bermacam-macam di pasar dengan cepat merebut pasar. Bagaimana meningkatkan skenario aplikasi untuk memperpanjang siklus hidup game berantai / model penghasilan yang berkelanjutan adalah tujuan utama GameFi.

Selama periode sunyi gamefi ini, perusahaan besar sedang berusaha menyelesaikan masalah yang ditinggalkan dari periode sebelumnya.

**Dalam hal akuisisi pengguna, perluas dan inovasi model P2E untuk terus menarik pengguna. **Misalnya, popularitas Stepn pada Mei 2022 telah memperluas permainan ke penghasilan untuk pindah ke penghasilan. Gameplay dasar STEPN sederhana, pemain melengkapi sepatu kets token yang tidak dapat dipertukarkan di aplikasi game untuk berpartisipasi dalam game; Dengan berjalan di dunia nyata, Anda dapat memperoleh pendapatan Token, yang dapat digunakan untuk meningkatkan dan memperbaiki sepatu kets untuk meningkatkan efisiensi “mendapatkan koin”, atau Anda dapat menjualnya secara langsung. Ini adalah salah satu minggu terpanas untuk stepn, 10,7% dari pengguna super, jumlah pengguna super yang telah menetap di SOL telah mencapai 1,79 juta, hampir semua dari total kelompok pengguna setor, jadi kontribusi yang sangat kuat dari proyek ini 39% dari pengguna daya menetap di SOL, hampir sama dengan rata-rata pengguna 920.000, jumlah data ini sangat luar biasa, dan telah mencapai basis pengguna satu juta level hanya dalam beberapa bulan. Berdasarkan ini, game X2E muncul. X dari X2E dapat didefinisikan sebagai perilaku manusia, seperti bermain game atau bergerak, di mana keuntungan diperoleh. Tidak seperti game sebelumnya yang murni berorientasi pada keuntungan, X2E menempatkan nilai tinggi pada budaya dan nilai-nilai komunitas, seringkali dengan kehidupan nyata yang bermakna atau perilaku kreatif sebagai mekanik permainan inti.

Pertama-tama, untuk meningkatkan retensi pengguna, tingkatkan daya main dari permainan. Tim pengembang permainan independen dengan latar belakang utama blockchain juga mulai mengembangkan produk permainan berkualitas lebih tinggi, tetapi kali ini dengan bergabungnya tim dan anggota dari perusahaan besar dengan kualitas AAA yang lebih longgar dibandingkan dengan tahap sebelumnya, kualitas permainan secara keseluruhan meningkat secara signifikan. Sebagian kecil pemain game tradisional yang bersikap rasa ingin tahu tertarik dan bergabung dengan komunitas pemain blockchain yang relatif berkualitas tinggi, permainan blockchain mulai dikenal secara luas, dan GameFi akan menjadi atribut umum dari permainan.

Kedua, menyelesaikan masalah keberlanjutan keuangan. Jika permainan itu sendiri menghadapi masalah dalam mekanisme keuangan, DAO berperan sangat penting dalam mempertahankan stabilitas token di Pasar Sekunder atau membeli kembali token dari pasar melalui mekanisme obligasi untuk menjaga likuiditas yang sehat. GameFi akan memecahkan masalah model ekonomi permainan tunggal yang terjadi dalam tahap sebelumnya, menghindari lingkaran dalam satu permainan.

Saat ini, fokus gamefi telah beralih ke Nilai Intrinsik permainan itu sendiri, dengan menarik pengguna baru dan mempertahankan pengguna yang ada sebagai fokus pengembangan baru. Pemberdayaan AI juga berperan dalam level ini.

1. AI memperluas model P2E lebih lanjut

Dengan dukungan AI, gamefi dapat memperluas konsep ‘play to earn’. Ledakan gamefi sebelumnya adalah efek dari teknologi AI yang mewujudkan ‘move to earn’. Kali ini, AI diharapkan dapat memimpin gamefi memasuki era ‘love to earn’ dan mendorong gelombang naik baru.

（1） Sleepless AI

Sleepless AI memperluas mode pay to earn. Menarik pengguna melalui AI untuk menciptakan mode “love to earn”. Sleepless AI adalah permainan rekan virtual Web3+AI yang inovatif, menghadirkan gameplay berbasis cerita yang kaya dengan menggunakan AIGC dan LLM, serta interaksi yang berkembang dengan karakter, memberikan dukungan emosional dan pengalaman bermain game yang mendalam bagi pemain.

Permainan flagship peluncuran proyek ini adalah HIM, yang menggunakan model bahasa besar canggih sehingga karakter virtual dalam permainan dapat menghasilkan konten percakapan yang alami dan berbeda-beda berdasarkan konteks dan fitur kepribadian yang berbeda. Penerapan teknologi seperti ini sangat meningkatkan realisme karakter dan kelekatannya bagi pemain, dan dengan cara ini menciptakan citra virtual yang komprehensif dan tiga dimensi, sehingga menjadi bagian dari kehidupan sehari-hari pemain. Tujuan jangka panjang HIM adalah untuk membangun semacam metaverse karakter virtual kedua berbasis AI, yang terdiri dari pacar AI, kekasih AI, dan peliharaan AI, yang memberikan dukungan dan teman bagi pengguna. HIM tidak hanya menandakan kesesuaian alami AI dan game, tetapi juga menunjukkan bagaimana game Web3 menggunakan teknologi AI untuk menciptakan pengalaman interaktif baru yang lengkap.

Informasi proyek:

Akun X: _Lab

MCP (hingga 2024.6.15): 109.802.401

FDV（as of 2024.6.15）: 884,633,856

**（2）**Palio

Proyek Palio juga bergabung dalam gelombang ‘love to earn’ dengan menggunakan teknologi model besar. Berbeda dengan Sleepless AI, Palio tidak menyediakan teman virtual, tetapi hewan peliharaan virtual. Secara teknis, Palio didasarkan pada penggunaan Large Language Model (LLM) sebagai inti sistem agen, yang dikembangkan oleh tim peneliti dan insinyur dari OpenAI, Universitas Stanford, dan Google Brain. Secara khusus, model bahasa besar Palio menunjukkan performa yang luar biasa dengan skor kecerdasan bahasa 155 berdasarkan WAISBenchmark. Skor ini melebihi manusia biasa dan mencerminkan kemampuannya yang luar biasa dalam pemahaman bahasa. Untuk memperkuat aspek empati dalam permainan, Palio melakukan banyak peningkatan dalam kecerdasan buatan. Untuk menyampaikan emosi dengan meyakinkan, diperlukan penyesuaian model dengan menggunakan dataset emosi yang nyata. PalioAI mengumpulkan sejumlah besar data semacam itu yang memungkinkannya untuk meningkatkan algoritmenya. Hal ini membuat PalioAI lebih unggul daripada LLM berbasis pengetahuan yang ada, memungkinkannya untuk lebih terampil dalam berempati dengan pengguna dan memberikan umpan balik yang rinci. Akhirnya, model besar PalioAI unggul dalam memori jangka panjang dibandingkan dengan permainan pengiring lainnya dengan menggunakan Retrieval-Augmented Generation (RAG), yang memberikan PalioAI kemampuan memori yang sebenarnya.

Berikut adalah aplikasi khusus Palio dalam permainan:

• Membantu pemain menyelesaikan tugas: Palio dapat memberikan penjelasan dan petunjuk tentang tugas permainan, membantu pemain menyelesaikan tugas dengan lancar.

• Menyediakan Informasi Game: Palio dapat menyediakan latar belakang cerita game, pengenalan karakter, penjelasan gameplay, dan informasi lainnya untuk membantu pemain memahami game dengan lebih baik.

• Memberikan Saran Permainan: Palio dapat memberikan saran strategi permainan berdasarkan kemajuan dan performa pemain, membantu pemain meningkatkan tingkat permainan mereka.

Informasi proyek:

Akun X:

MCP (hingga 15.6.2024): 813,25 ETH

（3）SpaceCatch

Twitter: _io

Situs web:

White Paper:

AI juga dapat memberdayakan “gerakan untuk mendapatkan” yang sedang populer baru-baru ini, SpaceCatch adalah permainan “gerakan untuk mendapatkan” yang didukung oleh kecerdasan buatan, tim pengembang permainan ini memiliki pengalaman yang kaya dalam implementasi kecerdasan buatan, terutama dalam tugas permainan. Dengan menggunakan kecerdasan buatan untuk menciptakan tugas permainan yang disesuaikan dengan perilaku, level/avatar, dan aktivitas dalam permainan untuk setiap pemain individu, memastikan pemain merasa bahwa permainan ini dipersonalisasi sesuai dengan preferensi mereka.

Informasi proyek:

Akun X：_io

MCP（截至2024.6.15）：916.57 ETH

2. Pemain menciptakan AI mereka sendiri untuk bergabung dalam kompetisi game.

Dalam mode baru ini, pemain dapat menciptakan AI milik mereka sendiri dalam permainan dan melibatkan AI tersebut dalam pertempuran melawan pemain lain. Setiap AI yang diciptakan didasarkan pada data unik pemain. Mode ini menggabungkan kreativitas dan kompetisi, layak untuk ikuti.

（1）AI Arena

AI Arena adalah game pertama yang mengintegrasikan kerjasama antara Manusia dan AI. Dalam game ini, pemain mentransfer data informasi pribadi pemain ke AI melalui proses pembelajaran yang mengikuti imitasi. Faktanya, proses menciptakan AI juga merupakan proses pelatihan model AI oleh pemain.

Membuat Non-fungible token: Ketika pemain membeli Non-fungible token baru untuk pertandingan game, parameter jaringan saraf yang menjadi intinya akan dihasilkan secara acak. Ini berarti bahwa jaringan saraf awalnya akan melakukan operasi acak karena belum mengembangkan keterampilan apa pun.

Pengumpulan data. Pemain menunjukkan operasi kepada AI, sebenarnya pemain sedang membuat daftar operasi (, untuk disalin dan dipelajari oleh AI. Dalam istilah pembelajaran mesin, pemain sedang membuat kumpulan data pelatihan yang akan dipelajari oleh AI. Pemain perlu dengan sengaja menciptakan kumpulan data yang berguna bagi AI untuk belajar meniru selama bermain game.

Pilih set data yang sesuai dan terapkan. Artinya, berapa lama pemain ingin kecerdasan buatan mengingat pelatihan sebelumnya? Tentukan fokus AI pada pelatihan. Misalnya, pemain dapat memberi tahu AI Anda untuk fokus pada kursus pelatihan tertentu.

Pelatihan. Setelah mengumpulkan dan mengkonfigurasi data, AI dilatih untuk memperbarui parameter-parameter. AI pemain akan terus berkembang dan beradaptasi dengan strategi baru.

Secara keseluruhan, proses di atas dapat dipahami sebagai AI belajar dari Anda, AI menangkap keterampilan Anda, dan akhirnya kecerdasan buatan bersaing untuk Anda. Semakin baik Anda sebagai pelatih, semakin baik kecerdasan buatan Anda. Setelah menciptakan kecerdasan buatan yang eksklusif, Anda dapat terlibat dalam persaingan. Pemain game membeli, melatih, dan bertempur menggunakan Non-fungible token yang didukung AI. Pemain game berlomba-lomba untuk mengembangkan teknologi pelatihan yang lebih baik untuk memperoleh hadiah.

Informasi proyek:

Akun X: _

（2） ASTO

Dalam proyek ini, yang dibuat oleh pemain adalah agen AI.

Ai agent yang dibuat oleh pemain terdiri dari tiga bagian: Non-fungible token otak, yang merupakan inti agen, tampilan dan cara operasi agen, serta memori yang disimpan dalam pohon ingatan otak untuk mengkodekan strategi perilaku pembelajaran AI. Platform ASM yang dibentuk oleh teknologi inti ini memberikan kemampuan kepada setiap aplikasi (seperti game, Metaverse, keuangan) untuk menciptakan agen AI yang dimiliki sebagai Non-fungible token.

Para agen ASM yang dibuat sendiri oleh pemain dapat menerima pelatihan di ‘gym’. Gym adalah penyedia komputasi awan GPU terhubung (mirip dengan Penambang) yang memilih untuk menjalankan algoritme pelatihan untuk aplikasi ASM tertentu (misalnya: bot perdagangan untuk pasar DeFi atau game populer). Pemilik membayar biaya pelatihan menggunakan Token ASTO.

Saati ini terdapat tiga game yang didukung oleh proyek ASM:

Asosiasi Sepak Bola Kecerdasan Buatan (AIFA)

AIFA adalah permainan sepak bola 4x4 yang dikembangkan secara independen oleh ASM Brain-powered All-Stars. Pemain dapat mengumpulkan dan memperdagangkan semua bintang untuk membangun tim pemenang. Pemain akan dapat melatih otak ASM Anda di gym AI untuk meningkatkan keterampilan semua bintang Anda, dan kemudian melihat mereka berevolusi menjadi juara sepak bola metaverse.

Muhammad Ali - Legenda berikutnya

ASM bekerja sama dengan Muhammad Ali Enterprises dan Non-Fungible Labs untuk menciptakan permainan tinju Metaverse yang pertama di dunia yang didorong oleh kecerdasan buatan. Pemain akan menggabungkan petinju yang dilatih dengan setiap ASM Brain, berlatih dan bersaing untuk merebut gelar legendaris, mengikuti jejak Muhammad Ali, yang dianggap sebagai salah satu petinju terhebat sepanjang masa.

Liga AI: Piala Dunia Wanita FIFA AU**·NZ**·2023™ Edition

ASM bekerja sama dengan FIFA untuk membawa era baru sepak bola jalanan ke Metaverse. Di game mobile AI League, pemain memulai sebagai manajer empat pemain sepak bola bintang AI yang sepenuhnya unik.

Mode di mana para pemain menciptakan AI untuk berpartisipasi dalam permainan kompetitif adalah kemajuan besar dalam permainan kompetitif. Dalam permainan kompetitif tradisional, kemampuan pemain untuk membuat karakter ditentukan oleh produsen game, dan otonomi dan kontrol pemain terbatas. Namun, dalam mode baru ini, setiap karakter AI yang dibuat oleh pemain adalah unik, membuat proses kompetisi lebih dekat dengan kehidupan nyata, dan meningkatkan ruang operasi yang dapat dimanfaatkan oleh pemain secara signifikan.

Informasi proyek:

Akun X:

MCP（hingga 2024.6.15）：16,703,261

FDV（截至2024.6.15）：49,591,301

3. AI mendorong penurunan biaya dan peningkatan efisiensi game, meningkatkan kualitas game

Bagian pertama artikel ini menyebutkan bahwa kecerdasan buatan (AI) juga dapat menurunkan biaya dan meningkatkan efisiensi dalam industri game tradisional, dan menunjukkan peran yang lebih efektif daripada industri tradisional lainnya. Dari sudut pandang permainan itu sendiri, meskipun game Web3 mulai memperhatikan peningkatan gameplay dan keterlibatan, konten game berkualitas tinggi di pasaran relatif sedikit antara tahun 2021–2023.

Menurut data Game7 Research, saat ini, lebih dari setengah permainan Web3 dikembangkan oleh individu atau tim kecil, sementara produksi tingkat 3A atau 2A hanya menyumbang 6%. Beberapa proyek terlalu fokus pada aspek teknis dan ekonomi, sementara mengabaikan keunggulan desain permainan, inovasi, dan keragaman konten. Hal ini dapat mengakibatkan kehilangan pemain dan risiko kejenuhan pasar, yang membatasi perkembangan industri dalam jangka panjang.

Pada tahap ini, game Web3 sedang menuju ke grafis berkualitas tinggi, konten yang kaya, dan pengalaman bermain yang luar biasa, bahkan menuju ke arah 3A, dengan kecenderungan untuk menarik pemain Web2 yang lebih banyak melalui peningkatan daya main game. Namun, sebelum kehadiran AI generatif, biaya investasi yang besar untuk game AAA berkualitas tinggi membuat tim kecil di bidang web3 enggan. Kehadiran AI generatif telah menurunkan biaya produksi game, memberikan kesempatan bagi tim yang lebih kecil untuk ikut serta dalam perburuan game berkualitas tinggi yang lebih banyak. Secara keseluruhan dalam industri, game berkualitas tinggi yang lebih banyak akan muncul dalam tren pasar gamefi ini, dan AI mempercepat munculnya game yang benar-benar berharga dan memiliki daya main.

（1） EXVERSE

EXVERSE adalah permainan tembak-tembakan orang pertama kelas 3A yang menyatukan permainan tembak-tembakan yang intens dengan mekanisme inovatif Web3 yang dibangun berdasarkan Unreal Engine 5. EXVERSE menggunakan berbagai teknologi untuk meningkatkan kualitas dan realisme permainan. Menggunakan sistem geometri virtualisasi Nanite untuk merender detail piksel, dan menggunakan sistem pencahayaan global Lumen yang dinamis penuh untuk menciptakan pantulan difusi tak terbatas dan pantulan cermin tak langsung dalam lingkungan detail besar dari milimeter hingga kilometer. Menggunakan fitur Chaos, dapat menghasilkan penghancuran, peledakan, dan pemusnahan skala besar dengan kualitas film. Chaos juga mendukung mesh statis dinamis, kain, rambut, kendaraan, dan animasi benda keras, serta terintegrasi dengan Niagara untuk efek tambahan seperti debu dan asap.

Niagara adalah sistem efek visual yang meningkatkan sistem partikel tradisional. Dengan Niagara, kita akan menciptakan simulasi partikel yang mengesankan di Expverse.

Keaslian dan kualitas yang sebanding dengan game tradisional menjadi titik jual inti dari game ini. Dengan pemberdayaan teknologi AI yang terus berkembang, di masa depan akan ada game web3 kelas 3A yang lebih berkualitas tinggi yang akan hadir di depan umum.

Informasi proyek:

Akun X：_io

MCP (per 15 Juni 2024): 1.484.312

FDV（as of 2024.6.15）: 18,461,655

（2） KOMPETE

Game ini juga merupakan game dengan tingkat AAA yang didominasi oleh tembak-menembak. Game ini menggabungkan berbagai jenis permainan, di mana pemain akan berada dalam lanskap gaya battle royale yang penuh dengan POI, jalur balap, lapangan basket, lapangan golf, dan lainnya. Game ini adalah game long-player yang gratis, tanpa ada batasan masuk, dan dapat diakses di semua perangkat.

Titik terang dari proyek ini adalah bahwa ini adalah sebuah permainan long dalam satu long orang, dengan pertempuran senjata, balapan, pertempuran royale, lapangan basket, lapangan golf, toko kosmetik, sosial deduksi, dan turnamen. Pemain mendapatkan pengalaman bermain yang lebih long dan beragam di dalam permainan.

Informasi proyek:

Akun X:

MCP (per 2024.6.15): 14,536,828

FDV（截至2024.6.15）：18,286,126

4. AI agent meningkatkan keseruan permainan

Sebagian besar game mengadopsi teknologi AI agen untuk memberikan pengalaman bermain yang lebih kaya dan beragam bagi pemain. Misalnya, NPC dinamis dapat membuat karakter non-pemain dalam game terlihat lebih realistis dan fleksibel, meningkatkan tantangan dan kesenangan dalam bermain. Selain itu, pemain juga dapat mengalami interaksi yang dipersonalisasi berdasarkan perilaku dan preferensi mereka sendiri. Setiap interaksi antara pemain dan NPC akan mengubah jejak kehidupan NPC, yang secara signifikan meningkatkan kedalaman game.

(1) AI Hero

Sebagai seorang AI Hero adalah permainan Web3 yang digabungkan dengan ‘RPG + Battle Royale + DND’ yang dihasilkan oleh AI. Pemain pertama-tama perlu memilih ras dan kelas sesuai keinginan mereka, dan dalam pertandingan, mereka akan menjelajahi pilihan cerita yang berbeda berdasarkan kombinasi cerita acak AI dan atribut mereka sendiri, untuk mendapatkan hadiah peralatan dan meningkatkan atribut karakter mereka. Selama pertandingan, pemain akan bertemu dengan 12 pemain lainnya, dan pemain yang bertahan akan memenangkan pertandingan dan mendapatkan hadiah. Dalam permainan, AI akan melacak status dan atribut karakter pemain secara real-time, serta medan tempat mereka berada, dan membuat cerita dan jalur cerita yang sesuai. Misalnya, jika seorang pemain adalah seorang prajurit dan berada di daerah gunung berapi, mereka mungkin akan bertemu dengan naga, dan sebagai seorang prajurit, mereka biasanya akan dihadapkan pada ujian pertempuran; tetapi jika seorang pemain adalah seorang pencuri, dalam situasi yang sama, mereka mungkin bisa menghindari pertempuran. Saat melatih model AI, atribut karakter pemain dalam permainan akan dimasukkan terlebih dahulu, dan AI akan menyesuaikan skenario untuk mereka. Selain itu, untuk menghindari ketidakseimbangan dan faktor yang tidak terkendali, saat bermain, AI akan memberikan opsi cerita langsung kepada pemain, bukan membiarkan pemain memajukan permainan melalui dialog. Dengan bantuan agen AI dan AI generatif, AI Hero menciptakan kemungkinan yang lebih long bagi pemain.

Informasi proyek:

Akun X: _x

MCP（hingga 2024.6.15）: 389,304,902

FDV (as of 2024.6.15): 2,220,965,504

（1） Koloni Paralel

Proyek lain yang memanfaatkan agen AI adalah koloni. Pada April 2023, para peneliti dari Stanford University dan Google menerbitkan sebuah artikel yang dikenal sebagai “Smallville Paper,” yang merinci bagaimana mereka mensimulasikan perilaku manusia dengan mengisi dunia digital kotak pasir dengan 25 agen AI. Terinspirasi oleh makalah ini, Parallelcolony lahir. Dalam game ini, karakter token yang tidak dapat dipertukarkan berdasarkan agen AI adalah peserta utama, dan pemain hanya perlu memandu karakter NET ini dalam game. Agen AI game ini didukung oleh Avatar, yang dihasilkan oleh model bahasa besar khusus (LLM) yang disempurnakan oleh tim Paralel sehingga agen dapat mengingat pengalaman dengan lebih baik dan membuat keputusan berdasarkan ingatan game mereka. Dengan cara ini, karakter lain di dunia game akan lebih dari sekadar karakter yang tidak dapat dimainkan (NPC), mereka benar-benar akan memiliki ingatan unik dan dapat membuat keputusan otonom di dunia game.

Secara khusus, Inkarnasi AI semi-otonom dari Colony dengan arsitektur unik yang didukung memberikan kekuatan, artinya meskipun pemain memiliki inkarnasi pribadi mereka, pemain harus bekerja sama dengan inkarnasi mereka melalui instruksi umum untuk mengarahkan mereka dalam menyelesaikan berbagai tugas, pengguna mungkin memberikan saran di dalam permainan: ‘Mungkin kamu harus menanam pohon apel agar memiliki makanan di masa depan?’ NPC akan merespons saran tersebut, dalam beberapa kasus mereka akan menjelaskan dengan mempertimbangkan tujuan lain yang mungkin mereka miliki - jika mereka berpikir saran dari pemain tidak sesuai dengan karakteristik atau bertentangan dengan tujuan lain yang sedang mereka kejar, mereka bahkan mungkin menolaknya. Dalam situasi ini, pemilik mungkin menemukan diri mereka berdebat atau membujuk avatar mereka untuk menyelesaikan tugas. Pada akhirnya, inkarnasi akan menentukan tujuan yang diharapkan - kadang-kadang bahkan mengabaikan saran dari pemiliknya - dan mulai mengejar tugas yang mereka anggap paling menguntungkan. Dengan adanya agen AI yang memberdayakan, dunia permainan menjadi lebih dekat dengan dunia nyata. Ini meningkatkan realisme dan daya main permainan.

Informasi proyek:

Akun X:

5.AI menemukan kebutuhan pengguna dan meningkatkan kohesi pengguna

Proyek Ultiverse meluncurkan Bodhi, protokol Metaverse terbuka yang didukung oleh kecerdasan buatan pada awal Desember. Sebagai integrator ekosistem kolaboratif yang mendukung infrastruktur dan Dapp yang akan segera dirilis, Bodhi protokol memberikan dorongan bagi visi kolaborasi dunia Ultiverse yang didukung oleh kecerdasan buatan. Untuk pemain dengan motivasi bermain game yang berbeda, Bodhi protokol Ultiverse dapat mengeksplorasi preferensi pengguna dan melakukan pengelompokan pengguna AI, dan mengembalikan data pengguna ke mesin AI lain yang didasarkan pada algoritma real-time yang berlipat ganda. Dengan demikian, preferensi pengguna dapat disesuaikan secara real-time untuk memberikan pengalaman terbaik bagi pemain.

AI adalah penggerak paling dasar, sedangkan game adalah skenario pendaratan. AI+web3 mengatasi keterbatasan game tradisional dan dapat memberikan pengalaman yang lebih personal bagi pemain serta mengimplementasikan operasi yang halus.

Grafik Jalan Proyek Ultiverse 33

Sumber data: “AI Membantu Game, Dapatkah Ultiverse Memimpin Tren Baru GameFi?”, Dot Labs

Informasi proyek:

Akun X:

MCP（截至2024.6.15）：38,988,211

FDV（as of 2024.6.15）: 278,487,225

6. AI meningkatkan Keberlanjutan Ekonomi Token

Zara Finance

Zara Finance dengan mekanisme operasi AI GameFi Pool yang unik dan fokus strategi pada pasar niche GameFi dan Non-fungible token, sedang menjadi pemimpin di industri ini. Zara Finance menggabungkan konsep Vault dari Defi dan strategi guild game dari GameFi, mengembangkan sistem strategi AI yang jebakan lengkap. Sistem ini tidak hanya meningkatkan alokasi sumber daya yang efisien, tetapi juga mengoptimalkan tingkat pengembalian bagi pemain dan investor, mendorong lebih jauh integrasi pengembangan Blokchain game dan keuangan.

Zara Finance menggunakan teknologi AI untuk memilih produk WEB3 berkualitas tinggi dan menciptakan manfaat maksimal bagi pengguna. Produknya seperti Z-Swap, GameList, dan Slaunch tidak hanya meningkatkan keterlibatan pengguna tetapi juga meningkatkan interaksi dan keberlanjutan keseluruhan ekosistem. Terutama dalam desain GUSD mata uang stabil berbasis algoritma dan token tata kelola Zara, Zara Finance menunjukkan pemikiran maju dalam teknik keuangan dan memberikan pengguna pilihan investasi yang lebih stabil dan dapat dipercaya.

Informasi proyek:

Twitter:

7.为AI赋能gamefi提供基础设施

（1）KARRAT

KARRAT adalah lapisan infrastruktur permainan Desentralisasi yang didukung oleh $KARRAT dan didukung oleh komunitas yang benar-benar Desentralisasi, yang memiliki visi bersama untuk mencakup produk permainan, hiburan, dan kecerdasan buatan era baru. Protokol KARRAT bertujuan untuk mendukung industri permainan dan hiburan serta inovasi AI yang transformatif di industri ini.

Termasuk secara spesifik:

Mendanai Proyek Komunitas dan Hadiah

Mengembangkan solusi infrastruktur untuk ekosistem game dan hiburan

Mengembangkan Film Cerita Asli IP Web3

Membentuk Aliansi dengan Organisasi E-Sports

Mendirikan kemitraan dengan studio game dan hiburan, proyek judul mereka

Membangun Jaringan Pengiriman Konten

Mendorong Tantangan Inovasi

Titik terang dari proyek ini adalah Studio AMGI yang ada di baliknya, yang menggunakan inovasi teknologi proprietari, kecerdasan buatan, dan animasi real-time untuk membuat aset hiburan IP, game, dan Web3 asli. AMGI Studios didirikan oleh para talenta dari Pixar, DreamWorks, EA, dan Amazon, dan memiliki tim beragam terdiri dari lebih dari 60 kreator dan pengembang. AMGI didukung oleh Epic, Netflix, Coldplay, Polygon, serta Tony Robbins, Marc Cuban, dan Eric Yuan.

Informasi proyek:

Akun X:

MCP (as of 2024.6.15): 81,821,582

FDV (per 15 Juni 2024): 819,161,582

（2）GameGPT

Proyek GameGPT mendukung produksi game secara teknis, GameGPT adalah mesin game yang didorong oleh kecerdasan buatan, memberikan daya untuk game Blok berikutnya. GameGPT dapat mengintegrasikan long agen kecerdasan buatan (AI) untuk menyelesaikan sebagian proses pengembangan game secara otomatis. Setiap agen cerdas bertanggung jawab atas tugasnya masing-masing, bekerja dengan tertib. Ada agen yang bertanggung jawab untuk meninjau rencana desain game, dan melakukan modifikasi dan penyesuaian yang sesuai; ada yang bertugas mengubah tugas menjadi kode konkret; ada yang bertanggung jawab untuk memeriksa kode yang dihasilkan pada langkah sebelumnya, dan memeriksa hasil jalannya; juga ada agen cerdas yang bertugas memverifikasi apakah semua pekerjaan sesuai dengan ekspektasi awal.

Dengan demikian, dengan memperinci dan memecah alur kerja, GameGPT dapat menyederhanakan pekerjaan agen kecerdasan buatan. Pendekatan ini akan lebih efisien dan juga lebih mudah diimplementasikan daripada agen kecerdasan buatan yang serba bisa melakukan segalanya long.

Pertama-tama, dalam fase desain game, setelah menerima permintaan pengguna, tugas GameGPT termasuk menghasilkan rencana pengembangan keseluruhan game. Tahap perencanaan ini adalah salah satu langkah kunci yang sangat memengaruhi kelancaran seluruh proses pengembangan. Tahap ini direncanakan oleh manajer pengembangan game berbasis LLM, yang pertama-tama menyusun rencana awal, kemudian memecahnya menjadi daftar tugas.

Perlu diperhatikan bahwa karena keterbatasan inheren LLM, rencana awal ini sering kali mengalami ilusi, menghasilkan tugas-tugas yang tidak terduga, termasuk tugas yang tidak memiliki informasi atau tugas yang berlebihan yang tidak perlu. Untuk mengatasi masalah ini, para peneliti telah mengusulkan empat strategi yang dapat mengurangi masalah ini, empat strategi ini saling bersilangan dan dapat dilaksanakan secara bertingkat untuk mencapai efek yang lebih baik.

Gambar 38, struktur proyek GameGPT

Sumber Materi: “GameGPT White Paper”, Dot Labs

Informasi proyek:

Akun X:

MCP (as of 2024.6.15): 15,751,978

FDV (as of 2024.6.15): 95.654.353

III. Peringatan Risiko

Risiko 1: Fluktuasi harga

• Harga Kripto mengalami fluktuasi yang cukup besar, tidak dapat menjamin atau memprediksi harga di masa depan

Risiko2**：Keuangan**

• Proyek mungkin bangkrut karena manajemen yang buruk

Risiko 3**: Tidak Sesuai Harapan**

• Perkembangan zona Gamefi secara keseluruhan kurang dari yang diharapkan

Risiko4**: Hukum**

• Beberapa negara dan wilayah melarang perilaku semacam itu, menghambat perkembangan