AI Arena：Paradigm領投的NFT AI競技場

撰文：Cookie，律動BlockBeats

圖片來源：由 無界版圖AI 工具生成

過去的兩個月里，NFT 市場中表現最亮眼的兩個概念，非「Paradigm 領投」與「F2O 遊戲」莫屬。如果某個新項目被打上了這兩個標籤，普遍的反應是，「一定又是個能整活會拉盤的項目，得肝白！」

AI Arena 湊齊了 1.5 個標籤——「Paradigm 領投」與「遊戲」。可令人詫異的是，它卻不像前面提到的項目們那般，有着一股轟轟烈烈如流星般閃耀的爆發力，反而透出在滴水石穿的堅韌中透出一股溫潤的禪意。去年的 7 月 22 日，他們在 Medium 上發表了第一篇文章，宣告了開始。接着，NFT 市場的牛來了，他們在 Build；NFT 市場的牛走了，他們也在 Build；NFT 市場的熊來了，他們還在 Build。就這樣，一年多過去，走到了今天。

正如這個項目的名稱，AI Arena，這是一個 AI 們進行戰鬥的競技場。往 NFT 中裝進藝術與實用權益后的價值釋放已經被我們所見證，那麼，裝進一個 AI 模型時，我們又能期待產生什麼樣的化學反應呢？

項目概況

玩法簡介

AI Arena 對自己的形容是「一場全球性的元競賽」，這場「元競賽」由「研究競賽」與「遊戲競賽」兩個截然不同而又相輔相成的部分組成。

在「研究競賽」中進行比拼的是「研究者」。作為一個「研究者」，你將在 AI Arena 創建的 Python 環境中用代碼調教出自己的最強 AI 模型，傳至鏈上與來自其他「研究者」的 AI 模型進行 PK。這是一個比較硬核的比拼，對於大部分沒有開發基礎的玩家來說，他們將在「遊戲競賽」中一決高下。

在「遊戲競賽」中進行比拼的是「訓練師」。每個 NFT 遊戲角色都包含了一個 AI 模型，它能模仿你的動作來學習如何戰鬥，並驅動你的 NFT 遊戲角色進行戰鬥。因此，作為一個「訓練師」，你將用遊戲操作對 NFT 遊戲角色進行訓練，並將其送入「排位戰」與來自全球「訓練師」就訓練效果進行比拼。

NFT 遊戲角色間將進行「任天堂明星大亂斗」那樣的平台格鬥遊戲，誰先把對方打飛到地圖之外，誰獲得勝利。與「任天堂明星大亂斗」最大的不同之處在於，戰鬥過程中，玩家無法控制自己的 NFT 遊戲角色，一切行為都由 AI 驅動。

遊戲預告片截圖

「研究競賽」與「遊戲競賽」相互作用，讓 AI Arena 成為一個沒有止境的極限挑戰。AI Arena 將其與 F1 進行類比來闡述：

「在F1中，車隊由工程師與賽車手組成。工程師間的比拼是造出最好的賽車，賽車手間的比拼是在賽道上用自己的操作最大化賽車的性能。最好的賽車遇到一名糟糕的賽車手，可能表現平平。但是，一般的賽車遇到一名頂尖的賽車手，可能展現出非凡的競爭力。AI Arena 中的研究者正如F1的工程師，而訓練師正如賽車手。」

團隊背景

AI Arena 的母公司 ArenaX Labs 於 2021 年 10 月 27 日宣布完成了 500 萬美元的種子輪融資，由 Paradigm 領投，Framework Ventures 參投。

三位 Co-Founder 分別是 Brandon Da Silva、Wei Xie 與 Dylan Pereira。Brandon Da Silva 是 CEO，創立 AI Arena 前，他在投資和管理着加拿大最大的養老基金之一的 OPTrust 工作了 5 年，將機器學習融入投資分析是他職業生涯的主旋律。Brandon 在個人主頁與 Github 上的自我介紹里都強調了對技術的熱愛，他的 Twitter 間接證明了這一點——今年 9 月以前，Brandon 不怎麼發推文。在此之後，他開始堅持更新他的「技術小課堂」…

Brandon 老師的第 7 堂 ThreeJS 周課

Wei Xie 是 COO，與Brandon一樣是 OPTrust 出身，但資歷更老，曾負責 OPTrust 的加密/數字資產投資策略。

Dylan Pereira 是藝術總監，曾在 Titmouse 從事設計工作。Titmouse 是一家美國的獨立動畫製作公司，受到過艾米獎的肯定並與 NETFLIX 有深度合作。

「遊戲競賽」

「遊戲角色」

每個 NFT 遊戲角色都由「皮膚」、「框架」與「核心」三部分組成，也可以說，AI Arena NFT 遊戲角色的特徵被分為了三大類。

「皮膚」一共包含了 8 種特徵，每個特徵有 4 個稀有度等級，隻影響 NFT 遊戲角色的外觀。

NFT 遊戲角色外觀示例

「框架」是 NFT 遊戲角色的軀幹部分，決定每個 NFT 遊戲角色獨特的「戰鬥屬性」，就像人的身體條件，是與生俱來且無法更改的天賦。在遊戲設定中，「框架」是一種「鈦」與「黑鋯」組成的金屬合金製造的，二者的成分佔比影響着「戰鬥屬性」。

「戰鬥屬性」包括「體重」、「力量」、「防禦」、「速度」、「攻擊範圍」以及「耐力」。

「體重」：所有其他的「戰鬥屬性」都基於「體重」。「鈦」的成分越大，「體重」越輕。「黑鋯」的成分越大，「體重」越重。

「力量」：決定 NFT 遊戲角色的傷害輸出能力。「力量」越大，傷害輸出能力越強。

「防禦」：決定 NFT 遊戲角色的防禦減傷能力與抗擊退能力。「防禦」越好，防禦減傷能力與抗擊退能力越強。

「速度」：決定 NFT 遊戲角色的移動速度。「速度」越快，移動速度越高。

「攻擊範圍」：決定 NFT 遊戲角色的射程。「攻擊範圍」越大，射程越遠。

「耐力」：NFT 遊戲角色進行某些特定的攻擊時需要消耗「耐力」。

「戰鬥屬性」外，每個 NFT 遊戲角色還有獨特的「元素之力」。「元素之力」分為「電」、「水」、「火」三類，通過賦予不同的元素技能招式，在 NFT 遊戲角色間形成「電克水」、「水克火」、「火克電」的相對克制關係。

「核心」是一種被稱為「神經網絡」的機器學習模型。它由「架構」與「參數」組成，是 NFT 遊戲角色的大腦，指揮 NFT 遊戲角色的戰鬥。不同的機器學習模型可能有相同的「架構」，但「參數」是不同的。

「架構」：一個存儲在 IPFS 上的前饋神經網絡，決定了將「狀態」轉變為「動作」的方法。

「參數」：存儲在 IPFS 上的模型相關參數。讓 NFT 遊戲角色變得更強正如優化機器學習模型的「調參」，當玩家得到自己滿意的「參數」就可以保存，IPFS 上的相關數據也將更新。

「訓練」

「調參」也被稱為「訓練」。玩家通過玩遊戲為自己的 NFT 遊戲角色輸入數據集，由於 AI 只能基於玩家輸入的數據集進行訓練，玩家需要學習如何讓數據集的有效性更高。

玩家能夠決定自己的 NFT 遊戲角色該「記住」什麼——將哪些新數據納入模型，或是「忘記」什麼——將哪些舊數據移出模型。如果 NFT 遊戲角色練錯了路子走火入魔，那就是為它選擇「忘記」的時候。同時，也可以指定 NFT 遊戲角色專註於某一方面的能力的學習，比如走位或是出手時機等。

為了更直觀的讓玩家們檢視訓練成果，AI Arena 還將提供一個「AI 檢查器」，用視圖的形式向玩家展示 AI 在某種狀態下會採取什麼樣的行動。

「競技場」

當玩家覺得已經將 NFT 遊戲角色調教到位，就可以將自己的戰士送進「競技場」。在進入「競技場」前，玩家可以在「模擬模式」下讓自己的 NFT 遊戲角色與強弱不等的、經過預先訓練的 AI 進行對抗，通過實戰對自己的訓練效果進行摸底。

「競技場」的主要遊戲模式是「排位戰」，系統將隨機配對水平相近的 NFT 遊戲角色捉對廝殺。每輪「排位戰」為期一周，結束后都將分發$NRN 獎勵，想要賺取儘可能多的$NRN，就必須獲得儘可能高的「分數」，玩家將根據自己的最終「分數」在本輪「總分數」中的佔比從獎池中分走對應比例的$NRN。

只有主動發起匹配並取勝才能得到「分數」有兩個條件。第一，必須發起匹配，向別的 NFT 遊戲角色進行挑戰並獲得勝利。第二，為這個參與「排位戰」的 NFT 遊戲角色質押$NRN。質押的$NRN 越多且 NFT 遊戲角色的排位越高，獲得的「分數」會越高，但同時也存在一定的「風險」。

輸掉主動發起匹配的「排位戰」會導致「分數」降低（被動接受匹配的失利不會導致「分數」降低，但會使排位下降）。如果某玩家「分數」輸到 0 了還在輸，此時就要用質押的$NRN進行折抵。接下來，他可以繼續發起主動匹配，通過勝利取回折抵的$NRN，或是就此停止本輪遊戲，避免更多的$NRN被折抵。

「研究競賽」

「研究競賽」總體來說與「遊戲競賽」差不多，但這裡與 NFT 無關，是「研究者」間的「代碼戰爭」。為了獲得$NRN獎勵，「研究者」同樣必須為自己提交的模型質押$NRN。

在未來，「研究者」可以將特定類型的模型賣給「遊戲競賽」中的「訓練師」。

經濟調控

NFT

AI Arena 官方認為鏈游中的 NFT 通脹率需要嚴格控制，他們的控制措施包括：

1. 保留 NFT 發行的完全調控權力。

2. 較少的創世 NFT 發行量，不超過 750 個。

3.「合併池」。「合併池」既是控制 NFT 通脹率的手段，也是消耗$NRN的主要途徑。進入某輪「排位戰」前，玩家可以選擇將該輪所獲$NRN 的一部分放入「合併池」中，所有被玩家放入「合併池」中的$NRN都將被銷毀。放入的$NRN越多，從「合併池」贏得 NFT 的幾率就越大。「合併池」出產的NFT由該輪參戰的NFT們不斷互相融合而煉化，並用算法保證其質量高於市面流通的NFT，以此促進玩家復投。

$NRN

$NRN 的消耗途徑除了與「排位戰押注」與「合併池」，還有「遊戲內道具消費」。在「排位戰」中發起主動匹配需要消耗「電力」，每個 NFT 遊戲角色有 10 格「電力」，每 24 小時重置。如果想要在一天內發起更多的主動匹配，就需要購買「電池」來補滿「電力」，玩家每日最多可以購買 10 個「電池」。

「電池」的銷售收入將全部收歸國庫，國庫的資金將用於競賽獎勵、激勵、捐贈、漏洞懸賞、收購以及$NRN 回購銷毀等。

在未來，AI Arena計劃推出更多可供消費的「遊戲內道具」。

結語

「Long-Term Vision（長期願景）」這個詞在 NFT 圈子裡已經在一定程度上成為了梗。很多項目都會說「我要做一個改變世界的遊戲」、「我要做一個潮流時尚的品牌」… 但 AI Arena 的「Long-Term Vision（長期願景）」在我看來是真誠的。

Brandon 曾在自己的 Twitter 上解釋為什麼決定做 AI Arena——降低 AI 行業的門檻，讓所有 AI 愛好者不再受學歷的制約，擁有展現能力的平台；用 NFT 承載 AI 模型，實現一個技術人員完全擁有自己勞動所得的夢想；以更有趣的方式吸引大家接觸 AI，在遊玩的過程中激發對 AI 的學習熱情。這三個目標，組成了 AI Arena 的價值飛輪。

「玩」<->「學」<->「成長」

為了滿足遊戲類產品高頻交互的需求，他們做出了在 Arbitrum One 上啟動遊戲的決定，並在未來覆蓋多個 L2 鏈。如果是在能見度與用戶量都大得多的主網，他們可以更容易得到Hype，但產品第一。

他們也可以在產品沒有打磨好以前就先發售NFT，但他們重視完整的用戶體驗。

在他們的Discord里，我發現許多不少曾經在過去的測試中活躍的社區成員，不知何時已經悄悄地退出了 Discord。但留下來的，都成為了AI Arena的堅定支持者，與項目方建立起了深厚的互信。一個好產品需要足夠的時間來打磨，而這段時間裡，他們用及時透明的溝通、認真做事的態度以及不斷交付看得見摸得着的更新留住了一批忠粉，建立起了良好的社區環境。為了回饋這些一路不離不棄的支持者，他們在不久前宣布，創世NFT將是Free Mint。

在 12 月，AI Arena計劃啟動 v0.2 版本的測試，並計劃在明年的第一季度開啟創世 NFT 的 Mint。雖然他們還有許多產品細節不太明確，雖然離他們構想的產品完全體的實現似乎還有不少的工作量，但我對AI Arena依然無比期待——我們需要這樣的創意和態度。