AI如何賦能GameFi？

日期：2024年7月22日 上午11:00

作者：Derek. Chen，Dr. Nick

一、 AI賦能傳統遊戲行業

大型遊戲包含3D動畫、特效、音頻、美術、文字等極為豐富的細分内容，開發過程一般耗時較長，流程較為複雜，對工業化程度和實時性、交互性要求較高。開發單位常需以年計投入大量人力、物力、財力。長久以來，在傳統遊戲開發領域，成本、質量和效率三者組成了一個只能三選其二的「不可能三角」。例如，《荒野大镖客：救贖2》為制作超28平方英里逼真地圖和1,000個NPC，耗用8年時間、專職開發人員超1,200人、成本近3億美元。如今，借由AIGC強大的功能，遊戲開發者可以打破傳統遊戲研發的束縛，降低開發門檻和成本，顯著提升遊戲開發效率。

AIGC可通過機器學習、深度學習和自然語言處理等技術為遊戲開發、劇情策劃、人物交互、上線運營等提供精准強大的賦能。具體而言，AI可以在以下三個方面對傳統遊戲進行賦能：遊戲前的生産、遊戲中的體驗運營以及對遊戲産業結構的顛覆。

1. AI賦能遊戲生産

在遊戲生産方面，無論是美術、策劃AI 都為工作者提供了巨大助力。

AI用于各類遊戲資産的生成，實現降本增效

AIGC不同的功能在遊戲中的具體應用上，可以應用在劇情設計、角色設計、配音和音樂、美術原畫設計、遊戲動畫、3D模型、地圖編輯器等，可以生成各類遊戲資産。

以AI生成圖像公司Scenario為例，Scenario是首個商用的AI生成遊戲資産平台，該平台可以通過用戶輸入的文本和參考圖像進行AI模型訓練。用戶在平台上上傳訓練數據，如角色、道具、車輛、武器、皮膚、建築物、概念藝術、像素藝術和草圖等，然後，用戶可以在幾次點擊之内創建自己的生成性 AI 引擎，從而根據輸入的文字和參考圖片創造出達到遊戲生産標准的遊戲資産。

在進行原畫設計、3D 建模時，AIGC 例如 Midjourney 可以提供不錯的輔助創意，Stable Diffusion作為開源模型，可以提供更精細的控制。Epic Game 在 GDC 2023 上展示了他們最新的 Metahuman Animator 技術，這個技術可以讓開發者在幾分鍾内創建高質量的動畫，只需要三幀鏡頭就可以生成面部骨骼，也支持從視頻和音頻生成動畫。在現場展示中，演示人員僅僅用了 2 分鍾，就將現場表演的表情細節重現在數字空間里。Opus.ai 開發了一種新的、基于文本驅動的 3D 世界生成方法，該工具支持用戶通過文本輸入來創建動態照明、攝像機控制、地形、樹木和動物、建築物、道路以及人形的動畫角色。在該應用中，用戶只需打字就能夠創建3D 遊戲場景和場景里的各種組件以及動態效果。

在遊戲方案策劃上，2022 年 GDC 上騰訊 AI Lab 就展示了 AI 關卡 自動生成技術，AI 在數小時内就可以生成一千多個高質量關卡。在文案方面，AI 也可以為遊戲提供大綱、對話，加速遊戲内容生産。

AICG的強大生成能力不僅提高了遊戲生産商的效率，同時大幅降低了成本。遊戲行業乘著生成式AI走上了加速增長的跑道。

AI用于輔助遊戲測試

遊戲測試是遊戲開發周期中的一大關鍵環節，其目的是保證遊戲質量，減少發布後的風險，並為玩家提供更好的遊戲體驗。在遊戲測試中，測試人員將會對不同的測試目標使用不同的測試技術，就遊戲玩法、遊戲流程内容、遊戲系統、機型適配等進行測試，記錄遊戲中發現的問題，並通過管理工具報告Bug，向開發人員反饋問題。

在具體的遊戲測試應用中，例如日本卡牌遊戲《Shadowverse》利用AI測試卡牌組合，利用數據訓練出可以玩遊戲的AI，從而可以自動化的進行遊戲對局，用來發現可能存在的Bug和平衡問題，大大提高了效率，降低了測試成本。《天天跑酷》手遊利用AI自動化測試遊戲中的各種動作和遊戲中障礙物安排的合理性。

2. Ai agent提升玩家遊戲體驗

在關卡設置與遊戲難度上增加可玩性

在遊戲體驗方面，圍繞 AI 的自然語言生成、圖像生成、智能 NPC 能力，AIGC 原生遊戲及創新玩法已有雛形。王者榮耀絕悟 AI 目前已大規模運用到關卡評估和測試；《Left 4 Dead》中也使用了稱為「Director」的系統，根據玩家的表現調整僵屍的生成、道具的位置以及關卡的整體難度，確保遊戲的可玩性。

NPC的實時多樣對話提升遊戲體驗

傳統遊戲中故事情節是預先設計的，玩家只能按照固定的順序體驗有限的遊戲内容，因此角色扮演類遊戲的流水收入與内容儲備高度相關。AI Agent誕生後，遊戲中的NPC被賦予了「生命」，AI NPC會像人一樣設計每天的生活軌迹，記住當天發生的事情，玩家與NPC的每一次交互都將改變NPC的生活軌迹，創造出具有無限可能性的遊戲内容。

Ubisoft（育碧）公司研發部門 La Forge 開發的内部 AI 工具 Ghostwriter可用于幫助遊戲編劇在觸發事件時生成 NPC 的初稿台詞，比如NPC 之間的對話、戰鬥期間敵方對話或是玩家在進入某個區域時觸發的對白等，這些工作本來都是由遊戲編劇（策劃）花費海量時間來設計的。有了 Ghostwriter 工具之後，AI 可以根據 NPC 的基礎設定自動生成可供選擇和修改的樣本，從而節省大量時間，讓編劇可以專注于其他核心劇情元素。

目前國内具有代表性的應用案例是網易在《逆水寒》中應用了智能NPC系統，遊戲中400多名NPC都加載了網易伏羲人工智能實驗室的AI引擎，有獨立的性格特點和行為模式。智能 NPC 相比以往的遊戲 NPC，玩家和 NPC 的交流交互不再是設定好的、流程式的，而是自由度極高、完全開放的。國外的例子有《騎馬與砍殺 2》，該遊戲實現了NPC 的動態回複。

AI用于遊戲營銷與遊戲優化

AI可用于買量投放，從買量素材制作，到投放效果分析，再到買量投放執行的整個流程，AI都可以提高效率和質量，且能實現降本增效。

3. AI顛覆遊戲行業結構

l 遊戲行業的准入門檻下降

AI大幅度降低了遊戲生産者的開發成本。從前生成遊戲資産繪制動畫需要手動繪制每一幀圖像，現在用 AI 的方式可以大幅度降低成本。打破了原有遊戲大投入的模式，為小遊戲廠商殺出重圍提供了條件。

l 玩家權力進一步提高

在AICG的加成下，玩家人人可做策劃，並通過AI加持下的UGC來完成代碼、美工、測試等任務，從而做到玩家都可制作自己的遊戲，實現「遊戲去廠商化」。

二、 AI如何驅動gamefi增長？

綜合來看，gamefi項目在爆發後又走向死亡螺旋的原因如下：

短期内吸引玩家的爆點就是在2021年大受歡迎的 "p2e "模式，但後期"p2e "的吸引力下降。在 2021 年時，還有比例高達 67.9%受訪者認為 "p2e "是最大的行業驅動力。這種模式在遊戲行業剛剛興起時是獨一無二的，使很多玩家躍躍欲試。但是隨著時間推移，P2E機制已經失去了其作為行業推動力的重要因素，在2023年的調查跌至第八位。

遊戲的投機屬性大于遊戲屬性，對玩家不友好。Gamefi 市面上見到的鏈遊參與的用戶大部分也都是幣圈玩家，遊戲質量參差不齊。遊戲内容更多的是強調策略和博弈，經濟模型維持時間也較短，有些圈外玩家甚至將這類鏈遊視為網絡博彩，這一階段也出現了不少 GameFi 高風險投機者。而新玩家需要先購買遊戲内物品或資産才能玩遊戲，雖然可以再從遊戲中賺回來，但是隨著遊戲内流通代幣越來越多，如果可玩性差、不耐玩、不穩定的經濟模型，代幣就會下跌，玩家要回本就難了。更看重其資産價值而不注重玩法的特點讓gamefi的項目很難持續。這個問題源于邊玩邊賺模式固有的幾個因素。一個關鍵問題是通常推動這些項目的不可持續的代幣經濟。當代幣獎勵超過遊戲中産生的實際價值時，就會出現不可持續的通貨膨脹循環，導致價格下跌和玩家興趣喪失。

遊戲可玩性差，無法留住遊戲用戶也不乏吸引新玩家。GameFi的遊戲基本上都是單一場景、NFT 道具，無法吸引新玩家。且相比傳統遊戲可玩性不足，開發難度和周期較短。市場中良莠不齊的多款小遊戲迅速搶占市場。如何增加應用場景來延長鏈遊生命周期 / 可持續收益模型是 GameFi 的主要目標。

在gamefi沈寂的這段時期，各大公司廠商正著力于地解決上一時期時期遺留下來的問題。

用戶獲取上，對P2E模式進行拓展創新以持續性吸引用戶。如Stepn在2022年5月的火爆出圈，把play to earn拓展到了move to earn。STEPN 的基本玩法很簡單，玩家在遊戲應用内裝備 NFT 運動鞋參與遊戲；通過在現實世界跑步即可賺取代幣收益，所得收益可以用來升級、修複運動鞋以提高「賺幣」效率，也可以直接賣出。這是 stepn 最火爆的一周之一，10.7% 的超級用戶，入駐 SOL 的超級用戶只有這個量達到 179 萬，幾乎所有入金的總和的用戶群體，所以這個項目的真正強大貢獻 39% 的高級用戶入駐 SOL，幾乎與普通用戶持平 92 萬，這個數據量特別驚人，短短幾個月就做到了百萬級的用戶基數。基于此，X2E 遊戲應運而生。X2E 的X 可以被定義為如遊戲或移動等任何人類行為，並通過這些行為來獲得收益。與早期純粹以盈利為導向的遊戲不同，X2E 高度重視社區文化和價值觀，通常以有意義的現實生活或創造性行為作為核心遊戲機制。

用戶留存上，首先改善遊戲的可玩性。開始研發的更為高質量的遊戲産品，同樣是以區塊鏈為主要背景的獨立遊戲團隊，但是相比于上一階段有更多的 3A 大廠團隊和成員加入，整體遊戲質量大大提升，一小部分獵奇心態的傳統遊戲玩家被相對高質量的遊戲吸引並加入鏈遊的玩家群體當中，鏈遊漸漸走入公衆視野，GameFi 將會成為遊戲常態屬性。

其次解決金融可持續性問題。要是遊戲本身遇到金融機制上的問題， DAO 在其中扮演非常關鍵的角色，用以來維持二級市場上 token 的穩定或通過債券機制從市場上回購 token，保持健康的流動性。GameFi在上一階段的基礎上會解決單一遊戲經濟模型問題，避免在單一遊戲内循環。

當下gamefi領域將關注重點轉移至遊戲本身的内在價值上，把不斷地吸引新用戶和留住用戶作為新的發展重點。AI的賦能也是在以上的層面發揮作用。

1. AI對P2E模式進一步拓展

在AI的加持下，gamefi能夠將「play to earn」做進一步拓展。上一輪gamefi的爆發是ai技術實現了「move to earn」的效果。這一次，AI有望引領gamefi進入「love to earn」時代，並推動新一輪增長。

（1） Sleepless AI

Sleepless AI將pay to earn模式做了進一步的延伸。通過AI塑造「love to earn」進而吸引用戶。Sleepless AI 是一個開創性的 Web3+AI 虛擬伴侶遊戲，利用 AIGC 和 LLM 創建豐富的基于故事的遊戲玩法以及與角色不斷發展的互動，為玩家提供情感支持和身臨其境的遊戲體驗

該項目的首發旗艦遊戲是HIM，HIM 采用先進的大語言模型，使得遊戲中的虛擬人物能夠根據不同的遊戲情境和個性特征産生自然而有區分度的對話内容。這樣的技術應用極大地提升了角色的真實性和玩家的沈浸感。並以此來打造全方位、立體的虛擬形象，使其成為玩家日常生活的一部分。HIM 的長遠目標是建立一個以 AI 男友、AI 女友和 AI 寵物為主體的二次元虛擬人宇宙，為用戶提供支持和陪伴。HIM 不僅標志著 AI 與遊戲的自然契合，更展示了 Web3 遊戲如何利用 AI 技術創造全新的互動體驗

項目信息：

X賬戶：https://x.com/SleeplessAI_Lab

MCP（截至2024.6.15）：109,802,401

FDV（截至2024.6.15）：884,633,856

（2）Palio

Palio項目也利用大模型技術加入了「love to earn」的浪潮中。與Sleepless AI不同的是陪伴玩家的不是虛擬伴侶，而是虛擬寵物。從技術上看，Palio基于使用大型語言模型（LLM）作為代理系統的核心，由來自OpenAI、斯坦福大學和谷歌大腦的研究人員和工程師組成的團隊開發。具體而言，Palio大型語言模型表現出色，根據WAIS基准，語言智商為155分。這個分數超過了普通人，反映了其在語言理解方面的卓越能力。為了更好地發揮遊戲的陪伴屬性，Palio在AI的同理心增強上面下了功夫。為了讓人工智能令人信服地傳達情感，必須使用真實的情感數據集對其進行微調。PalioAI收集了大量此類數據，使其能夠改進其算法。這使得 PalioAI 比其他現有的基于知識的LLM 更具優勢，使其能夠更熟練地與用戶産生共鳴並提供詳細的反饋。最後，PalioAI的大模型在長期記憶方面優于其他陪伴式遊戲，使用檢索增強生成 （RAG），讓PalioAI擁有真正意義上的記憶。

以下是Palio 在遊戲中的具體應用：

• 幫助玩家完成任務：Palio 可以提供遊戲任務的說明和提示，幫助玩家順利完成任務。

• 提供遊戲信息：Palio 可以提供遊戲的背景故事、角色介紹、玩法說明等信息，幫助玩家更好地理解遊戲。

• 提供遊戲建議：Palio 可以根據玩家的遊戲進度和表現，提供遊戲策略建議，幫助玩家提升遊戲水平。

項目信息：

X賬戶：https://x.com/PalioAI

MCP（截至2024.6.15）：813.25 ETH

（3）SpaceCatch

推特：https://x.com/spacecatch_io

官網：https://spacecatch.io/

白皮書：https://whitepaper.spacecatch.io/

AI還能夠賦能前一段時間火爆出圈的「move to earn」， SpaceCatch 是一款由人工智能驅動的「move to earn」遊戲，該遊戲團隊在 AI 實施方面擁有豐富的經驗，尤其是在遊戲任務方面。利用人工智能來創建針對個人玩家的行為、關卡/頭像規格和遊戲内活動量身定制的遊戲任務，確保玩家覺得遊戲是根據他們的喜好進行個性化的。

項目信息：

X賬戶：https://x.com/spacecatch_io

MCP（截至2024.6.15）：916.57 ETH

2. 玩家自行創造AI加入遊戲競技

在這種全新的模式下，玩家能夠在遊戲中創造獨屬于自己的AI，同時讓AI參與到與其他玩家的比拼戰鬥中。每個創造出的AI都是根據玩家獨一無二的數據信息生成的。這種模式兼具創造性和競技性，值得關注。

（1）AI Arena

AI Arena 是第一款集成 Human x AI 協作的遊戲。在這個遊戲中玩家通過模仿學習的過程將玩家的個人信息數據轉移到人工智能上。事實上，玩家創造AI的過程也是玩家訓練AI大模型的過程。

創建NFT：當玩家為遊戲比賽購買新的 NFT 時，構成其核心的神經網絡參數是隨機生成的。這意味著神經網絡最初將執行隨機操作，因為網絡尚未開發任何技能。

數據收集。玩家向 AI 演示操作，玩家在玩遊戲的過程中實際上是在創建一個操作列表（，供 AI 複制和學習。在機器學習術語中，玩家正在創建 AI 將訓練的數據集。玩家需要在遊玩的過程中有意識地位AI創造有用的數據集供AI學習模仿。

選擇合適的數據集並應用。即玩家希望人工智能從之前的訓練中記住多少？確定 AI 專注于訓練的功能。例如玩家可以告訴你的AI 專注于某一訓練課程。

訓練。 收集和配置數據後，訓練 AI 更新其參數。玩家的 AI 將不斷發展並適應新策略。

綜合來看，上述的過程可以理解為AI 向你學習，AI 捕捉您的技能，最後人工智能為您競爭。作為培訓師，你做得越好，你的人工智能就越好。在創造出專屬人工智能後就可以參與到競技中。遊戲玩家購買、訓練和戰鬥 AI 驅動的 NFT。 遊戲玩家競相開發更好的訓練技術以獲得獎勵。

項目信息：

X賬戶：https://x.com/aiarena_

（2） ASTO

在這個項目中，玩家自主生成的是ai agent。

玩家生成的ai agent由三個部分組成：大腦 NFT，這是代理的核心、代理的外觀和操作方式、存儲在大腦記憶樹中的記憶，用于編碼智能體學習的行為策略。由這個核心技術形成的ASM 平台為任何應用程序（例如：遊戲、元宇宙、金融）提供了創建作為 NFT 擁有的AI 代理的能力。

玩家自主創建的ASM的代理可以在「健身房」接受培訓。健身房是聯網的 GPU 雲計算提供商（類似于礦工），他們選擇為特定的 ASM 應用程序（例如：流行遊戲或 DeFi 市場的交易機器人）運行訓練算法。所有者使用ASTO代幣支付培訓費用。

目前由ASM項目驅動的遊戲有三款：

人工智能足球協會 （AIFA）

AIFA是一款4x4足球遊戲，由ASM Brain-powered All-Stars自主進行。玩家可以收集和交易全明星來建立獲勝的球隊。玩家將能夠在 AI 健身房訓練您的 ASM 大腦，以提高您的全明星的技能，然後看著他們進化成元宇宙足球冠軍。

穆罕默德·阿里 - 下一個傳奇

ASM 與 Muhammad Ali Enterprises 和 Non-Fungible Labs 合作，打造了世界上第一款由 AI 驅動的 Metaverse 拳擊遊戲。玩家將訓練的拳擊手與任何 ASM Brain 相結合，訓練和競爭以爭奪傳奇頭銜，追隨有史以來最偉大的穆罕默德·阿里的腳步。

AI聯賽：國際足聯女足世界杯 AU·NZ·2023™ 版

ASM與國際足聯合作，將街頭足球的新時代帶入元宇宙。在 AI League 手機遊戲中，玩家一開始是四名完全獨特的 AI 全明星足球運動員的經理。

上述玩家創建AI來參與競技的模式是競技遊戲的一大進步。在傳統的競技遊戲中，玩家創建角色的能力是由遊戲廠商決定的，玩家的自主可控性有限。但是在全新的模式下，玩家創建的每一個ai角色都是獨一無二的，競技的過程與現實更貼近，玩家的可操作空間得到大幅提高。

項目信息：

X賬戶：https://x.com/altstatemachine

MCP（截至2024.6.15）：16,703,261

FDV（截至2024.6.15）：49,591,301

3. AI促進遊戲降本增效，提高遊戲質量

本文在第一部分提及AI對傳統遊戲行業的降本增效同樣適用，並且相較于傳統行業展現出了更有效的作用。從遊戲本身來看，雖然Web3 遊戲開始注重遊戲性和可玩性的提升，但 2021–2023 年市場上的高質量遊戲内容相對較少。

根據 Game7 Research 數據，目前，半數以上的 Web3 遊戲是由獨立制作人或小團隊開發，而 3A 或 2A 級別的制作僅占 6%。一些項目過于關注技術和經濟層面，而忽視了遊戲設計的精良性、創新性和内容的豐富多樣性。這可能導致玩家流失和市場飽和的風險，限制了行業的長期發展。

現階段，Web3 遊戲正朝著高質量的圖像、豐富的内容和卓越的玩家體驗，甚至向 3A 制作方向挺進，趨向于通過提高遊戲的可玩性來吸引更多 Web2 玩家。但是在生成式AI出現之前，高質量AAA遊戲的天量投入成本讓web3領域的小團隊望而卻步。生成式AI的出現降低了遊戲制作的成本，讓更多小團隊有機會參與到高質量遊戲的追逐中。從行業整體層面上看，本輪gamefi行情中將湧現更多高質量遊戲，AI加速了真正有價值，有可玩性遊戲的湧現。

（1） EXVERSE

EXVERSE是一款3A級別第一人稱射擊遊戲，將激烈的射擊遊戲玩法與基于虛幻引擎 5 構建的創新 Web3 機制融合在一起。EXVERSE使用了諸多技術來提高遊戲的質量與真實性。使用虛擬化的幾何體系統Nanite來渲染技術來渲染像素級細節。使用Lumen全動態的全局照明和反射系統，在毫米到公里的大型細節環境中呈現呈現無限反射和間接鏡面反射的漫反射。使用 Chaos 的功能，能夠生成電影質量的破壞、粉碎和拆除大規模場景。Chaos 還支持靜態網格體動態、布料、頭發、車輛和剛體動畫，並與 Niagara 集成，用于灰塵和煙霧等輔助效果。

Niagara是一個視覺特效系統，它增強了傳統的粒子系統。借助 Niagara，我們將在 Expverse 中創建令人印象深刻的粒子模擬。

真實性與媲美傳統遊戲的高質量成為該遊戲的核心賣點。隨著AI技術的不斷賦能，未來將會有更多高質量3A級別的web3遊戲呈現在大衆面前。

項目信息：

X賬戶：https://x.com/exverse_io

MCP（截至2024.6.15）：1,484,312

FDV（截至2024.6.15）：18,461,655

（2） KOMPETE

該遊戲也是一款3A級別的由射擊主導的遊戲。該遊戲集成了多種玩法，玩家將置身于充滿 POI、賽道、籃球場、高爾夫球場等的大逃殺風格景觀中。該遊戲是免費的多人遊戲，沒有任何進入門檻，可以在任何設備上訪問。

該項目的亮點是這是一個多合一多人遊戲，遊戲中有槍戰、賽車、大逃殺、籃球場、高爾夫球場化妝店、社交推理、錦標賽。玩家在遊戲中獲得了更多元化更豐富的遊戲體驗。

項目信息：

X賬戶：https://x.com/KOMPETEgame

MCP（截至2024.6.15）：14,536,828

FDV（截至2024.6.15）：18,286,126

4. AI agent增加遊戲可玩性

大部分遊戲將 AI 代理技術引入其中，為玩家提供更加豐富、多樣化的遊戲體驗。例如，動態 NPC 可以使遊戲中的非玩家角色表現更加真實和靈活，增加了遊戲的挑戰性和趣味性。此外，玩家還可以獲得根據自己的行為和偏好的個性化互動體驗。玩家與NPC的每一次交互都將改變NPC的生活軌迹，遊戲的豐富度得到大幅度提升。

（1） AI Hero

如AI Hero 是一款結合了「RPG + 大逃殺 + DND」的、由 AI 參與生成的 Web3 遊戲，玩家首先需要根據喜好選擇自己的種族與職業，並在比賽中通過 AI 隨機生成的劇情結合自身屬性，探索不同的劇情選項，從而獲得裝備獎勵，提升自己的角色屬性。同時在比賽中會遇到其他的對手玩家，與其他 12 名玩家相互戰鬥，存活下來的玩家將獲得最終勝利，贏得獎勵。在遊戲中，AI 會實時跟蹤玩家當前的角色狀態與屬性，以及所處地形，被給予創造相應的劇情故事和劇情發展路線。例如玩家如果是一個戰士，那當他處在火山地形的時候，可能會遇到巨龍，並且身為戰士的玩家，通常會面臨戰鬥的考驗；但是如果玩家是一個盜賊，那同樣的背景下，玩家可能可以繞過戰鬥。 在起初訓練 AI 模型的時候，提前引入玩家遊戲中的角色狀態與屬性，首先讓 AI 為其量身定制劇本，第二為了避免不平衡的情況與不可控因素，遊戲中，AI 會直接給予玩家提供劇情選型，而不是讓玩家通過對話的形式主動推進遊戲。在AI agent與生成式AI的幫助下，AI Hero為玩家創造了更多可能。

項目信息：

X賬戶：https://x.com/binary_x

MCP（截至2024.6.15）：389,304,902

FDV（截至2024.6.15）：2,220,965,504

（1） Parallel Colony

利用ai agent的項目還有colony。2023 年 4 月，斯坦福大學和谷歌的研究人員發表了一篇被稱為「Smallville 論文」的文章，其中詳細介紹了他們如何通過用 25 個 AI 代理填充沙盒數字領域來模擬人類行為。受這篇論文的啓發，Parallelcolony就此誕生。在這個遊戲中，基于 AI agent的 NFT 角色是主要參與者，玩家在遊戲中只需要引導這些NET角色。該遊戲的ai agent由Avatars驅動，Avatars是由Parallel團隊微調的自定義大型語言模型（LLM）生成的，以便代理能夠更好地記住體驗並根據他們的遊戲記憶做出決定。這樣一來，遊戲世界中的其他角色將不僅僅是不可玩的角色（NPC），他們實際上將擁有獨特記憶，能夠在遊戲世界中進行自主決策。

具體而言，Colony 的半自主 AI 化身提供動力的獨特架構意味著，盡管玩家擁有個人化身，但玩家必須通過通用指令與他們的化身協同工作，引導他們完成各種任務，用戶可能會向遊戲里的建議：「也許你應該種一棵蘋果樹，以便將來有食物？NPC會對建議做出回應，在某些情況下，他們會根據他們可能擁有的其他目標來解釋它們——如果他們認為玩家的建議不符合特征或與他們正在追求的另一個目標相沖突，他們甚至可能會拒絕它。在這種情況下，所有者可能會發現自己正在與他們的頭像辯論或哄騙他們完成任務。最終，化身將確定其預期目標——有時甚至無視其所有者的建議——並開始追求它認為最有利的任務。通過ai agent賦能，遊戲世界更加貼近真實世界。這樣一來遊戲的真實性和可玩性加強了。

項目信息：

X賬戶：https://x.com/ParallelColony

5.AI發掘用戶需求增加用戶粘性

Ultiverse項目于 12 月初推出了第一個由人工智能驅動的開放元宇宙協議——Bodhi。菩提協議作為支持基礎設施和即將推出 Dapp 的協同生態系統集成商，為 Ultiverse 人工智能驅動的協作世界願景提供了動力。針對不同遊戲動機驅動的玩家，Ultiverse 的 Bodhi 協議能夠挖掘用戶偏好，並進行玩家群體劃分的 AI ，將玩家數據反饋至另一款基于多重實時算法的 AI 引擎。從而通過玩家的偏好數據來實時調整，給玩家帶來最佳體驗。

AI 是最底層的驅動器，遊戲是落地場景。 AI+web3 打破了傳統遊戲的局限性，可以向玩家提供更個性化的體驗，實現精細化運營。

圖33、Ultiverse 項目路線圖

資料來源：《AI 助力遊戲 ，Ultiverse 能否引領 GameFi 新趨勢？》，Dot Labs

項目信息：

X賬戶：https://x.com/UltiverseDAO

MCP（截至2024.6.15）：38,988,211

FDV（截至2024.6.15）：278,487,225

6. AI提高代幣經濟的可持續性

Zara Finance

Zara Finance憑借其獨特的AI GameFi Pool運作機制和專注于GameFi及NFT細分市場的策略,正成為這一行業的佼佼者。Zara Finance結合了Defi的機槍池(Vault)概念和GameFi中的遊戲公會策略,開發出了一套完整的AI策略系統。這個系統不僅提高了資源的有效分配,還優化了玩家和投資者的收益率,進一步推動了區塊鏈遊戲與金融的融合發展

Zara Finance利用AI技術篩選優質的WEB3産品,為用戶創造最大化的利益。它的産品如Z-Swap、GameList和Slaunch,不僅增加了用戶的參與度,也提升了整個生態系統的互動性和可持續性。特別是在GUSD算法穩定幣和Zara治理代幣的設計上,Zara Finance展現了其在金融工程方面的先進思想,為用戶提供了更穩定、更可信的投資選擇。

項目信息：

推特：https://x.com/ZaraFinance

7.為AI賦能gamefi提供基礎設施

（1）KARRAT

KARRAT 是一個去中心化的遊戲基礎設施層，由$KARRAT支持，並由一個真正去中心化的社區提供支持，該社區擁有共同的願景，包括迎合新時代的遊戲、娛樂和人工智能産品。KARRAT 協議旨在支持遊戲和娛樂行業以及這些行業的變革性 AI 創新。

具體包括：

資助社區項目和獎勵

為遊戲和娛樂生態系統開發基礎設施解決方案

為 Web3 原生 IP 開發故事片

與電子競技組織建立聯盟

與遊戲和娛樂工作室建立合作夥伴關系，他們的標題項目

構建内容交付網絡

促進創新挑戰

該項目的亮點是其背後的工作室AMGI Studios，該工作室通過專有技術、人工智能和實時動畫創新來制作娛樂IP、遊戲和Web3原生資産。AMGI Studios由皮克斯、夢工廠、EA和亞馬遜的人才創立，擁有一支由60多名創意人員和開發人員組成的多元化團隊。AMGI 得到了 Epic、Netflix、酷玩樂隊、Polygon 以及 Tony Robbins、Marc Cuban 和 Eric Yuan的支持。

項目信息：

X賬戶：https://x.com/karratcoin

MCP（截至2024.6.15）：81,821,582

FDV（截至2024.6.15）：819,161,582

（2）GameGPT

GameGPT項目在技術上支持遊戲的生産，GameGPT 是由人工智能驅動的遊戲引擎，為下一代區塊鏈遊戲提供動力。GameGPT可以整合多個AI智能體（agent）來自動完成遊戲開發中的部分流程。而不同的智能體各司其職，工作起來井井有條。有智能體負責審查遊戲的設計計劃，並進行相應的修改和調整；有的負責將任務轉化為具體的代碼；有的負責對上一步生成的代碼進行檢查，對運行結果進行審核；還有智能體負責驗證全部的工作是否符合初始預期。

這樣，通過細化分解工作流程，GameGPT就可以簡化AI智能體的工作。這種各司其職會更加有效率，實現起來也比一個全能型的智能體完成一切要簡單得多。

首先，在遊戲設計階段，在收到用戶請求後，GameGPT的任務包括生成整個遊戲的開發計劃。這個計劃階段是關鍵步驟之一，極大地影響了整個開發過程的無縫進展。這個階段由基于LLM的遊戲開發經理策劃，先提出一個初始計劃，隨後分解成任務列表。

值得注意的是，由于LLM固有的局限性，這個初始計劃經常會出現幻覺，從而産生意想不到的任務，包括沒有信息或不必要的冗余任務。為了應對這些問題，研究人員提出了四項可以減輕這些難題的策略，這四種策略相互正交的，並且可以分層執行以獲得更好的效果。

圖38、GameGPT項目架構

資料來源：《GameGPT白皮書》，Dot Labs

項目信息：

X賬戶：https://x.com/Gamegptofficial

MCP（截至2024.6.15）：15,751,978

FDV（截至2024.6.15）：95.654.353

三、風險提示

風險一：價格波動

• 加密貨幣價格波動較大，無法保證或預測未來價格

風險2：財務

• 項目可能會由于經營不善而破産

風險3：不及預期

• Gamefi整體板塊的發展不及預期

風險4：法律

• 部分國家和地區禁止該類行為，阻礙發展

 

内容来源：PANews