随着以NFT为主导的区块链游戏越来越多,新兴的P2E(Play-to-Earn)现象正在重新塑造玩家的角色,以及未来游戏开发工作室与消费者之间的关系。

究竟什么样的游戏能先跑出来,也随之成为了备受关注的话题。换言之,《原神》所创造的商业游戏神话,在Web3时代可以被复制吗?

通过观察《原神》的付费逻辑,我们会发现,角色是其核心付费点之一。具体表现为,内容紧密围绕角色,游戏内的所有内容包括剧情、大世界、动画在内,最终都是要为了角色而服务。在专属的剧情中,每个角色都有立体的设定和性格,甚至单独制作的大世界所提升的游戏体验(比如层岩巨渊)都会分摊到每一个角色身上,玩家最终还是要用角色去进行探索。

由此可见,玩家会为了角色付费,除了对战斗能力的追求之外,一定程度上也是因为对角色产生了感情,而这也是《原神》要不停进行高强度更新的原因。因为只有大量围绕角色为核心的高质量内容更新,才能吸引玩家与角色在探险中产生情和亲近感,从而吸引玩家进入付费循环。

反观当下的区块链游戏,目前大部分GameFi(Game Finance)项目的玩法都比较简单,比如种田、塔防、 盲盒等。这与游戏玩家越来越喜欢喜欢扮演重要的角色、在整个故事和生态系统中做出关键决策的动力目标,似乎还并不能很好地契合。

“我们相信,多元化的玩法和充满个性的AI Being,将会带来下一个Web3游戏的叙事高潮。”

「GalaxyBlitz」游戏总监(Gaming Director)Deon表示,他们所追求的沉浸感和个性化的整体体验,既是Web3游戏的独特魅力,也是GameFi领域的未来发展趋势。

「GalaxyBlitz」是一款以太空战斗为主题的大型多人在线SLG游戏,总部位于北欧。游戏于2022年第二季度发布,致力于通过“SLG AI P2E”的技术与商业模式,利用Web3的特性来开拓新一代娱乐游戏。其核心团队来自著名游戏公司Supercell旗下的现象级战斗策略手游《部落冲突》(Clash of Clans,简称COC)。今年1月底,「GalaxyBlitz」宣布成功获得了1000万美元的融资。

Web3下的新式SLG:以角色为核心

作为一款典型的Play2Earn区块链游戏,「GalaxyBlitz」将真实世界和虚拟元世界通过NFT结合了起来,而战斗策略型SLG类型无疑是最合适的载体之一。

SLG(模拟经营类游戏,Simulation Game)类游戏作为从单机时代就开始流行的游戏类型之一,比起《原神》所代表的开放世界RPG来说,最大的特点在于玩家的反馈周期较长。SLG游戏的核心体验在于多个变量下复杂的决策流程,也就是带给玩家的“长期爽感”。因此,无论在什么平台上,SLG游戏的生命周期都远胜其他主要游戏类型,在手游时代更加是稳居最赚钱的游戏类型。那么《原神》“以角色为核心”的付费逻辑是否可以在SLG类型中复刻呢?

“AI技术的发展,使之成为了可能。”

Deon告诉36氪,GalaxyBlitz将在下一个版本中使用AI技术,使游戏里面的每一个角色都能成为可以吸收主角性格的“AI Being”。其中,无监督的强化学习技术可以让AI Being具备类似人类的认知和意识,角色所有的动作例如挥剑、躲避、防御、走路、弯腰等等,都是由玩家亲手训练产生,带上主角的印记,做出与玩家相似的决策。因此,每个角色本质上都是与玩家共同成长的AI“伙伴”,很容易与玩家产生共情。

经营类单机游戏(单机模拟经营游戏破解版)

「Galaxy Blitz」Al版本的付费循环

AI Being 训练框架:陪伴玩家成长

为了实现上述的AI技术,「GalaxyBlitz」与知名AI公司Phantom AI一起研发了适用SLG手游的神经网络训练系统“GalaxyBlitz Mobile Net”。这是一种可扩展的数据驱动方法,在低功耗的玩家手机设备和GalaxyBlitz的深度强化数据中心共同搭配下,学习有可重复使用的运动技能的AI Being。

经营类单机游戏(单机模拟经营游戏破解版)

GalaxyBlitz Mobile Net 框架

GalaxyBlitz Mobile Net框架由两个阶段组成:预训练,目标训练。在预训练期间:low-level policy π(a|s,z)被定义为以动作空间数据集s里面用a为基础动作作为变量实现目标z的一个映射,使用奖励函数r对各种动作进行建模。经过预训练之后,可以通过使用特定任务转移到目标任务。

low-level policy可以为各种通用动作建模,根据Environment0定义的玩家习惯状态集可以实现挥剑、走路、冲刺、弯腰、射击等通用动作的训练。在目标训练期间: High-level policy w(z|s,g)被定义为以动作空间数据集s里面用为动作组合z作为变量实现目标g的一个映射,其中z=array(a)。通过High-level policy,已经学会Low-level policy的AI Being可以被指示执行各种特定任务,这些特定任务由Low-level policy里面的一组动作拼接连成。

而在High-level policy中,一开始Environment1的随机样本生成的模拟角色表演技能组合,随着玩家操作的频繁,discriminator会分离出让玩家习惯的动作产生,AI Being的动作将越来越符合玩家的习惯。

经营类单机游戏(单机模拟经营游戏破解版)

图源:「GalaxyBlitz」

比如,High-level policy所训练的动作并不包含“趴地”和“站起来”,但是AI Being会自主学习这两种动作。如果玩家喜欢AI Being胆小的性格,那么它会在遇到危险时“卧倒”,在关键时刻“勇敢站起来”,从而发掘玩家内心的闪光点。

“High-level policy让AI Being拥有了玩家‘在关键时刻拥有勇气’的性格。”

目前,「GalaxyBlitz」计划在1.0的版本中实现2亿美元的年流水,从而达到目前Web2领域SLG的较高水平。而在下一个AI版本中,「GalaxyBlitz」将致力于为玩家实现投资需求、娱乐需求、情感消费需求的组合,盈利空间将会向《原神》的50亿美元级别进行展望。

经营类单机游戏(单机模拟经营游戏破解版)

「GalaxyBlitz」团队预想的GameFi演进路线

尽管「GalaxyBlitz」的走向还需要市场来印证,但AI技术驱动下的新式GameFi似乎正在全球范围内快速蔓延。未来,或许每一个游戏角色都能拥有玩家独特的喜好与数据,他们不再是千篇一律的“数值工具人”,而是真正陪伴玩家成长的“冒险伙伴”。

共 3 页 上一页 1 2 3 下一页