WEEX 唯客博客， 原文标题：endoftheworld.txt: Crypto x AI 作者：Accelxr 编译：DAOSquare 人工智能是一种加速技术，它将极大地改变社会趋势，同时改变经济，重塑行业，并提供在线互动的新形式。 虽然很多人认为 Crypto 向人工智能世界的侵入是没有必要的，但我们认为这是一种至关重要的协同关系。随着对人工智能模型生产和分发限制的收紧，一个节奏非常快、反威权的开源社区正在迅速崛起，并与资金雄厚的中心化方案和政府展开了角逐。Crypto 是迄今为止筹集资金和管理开源工具的最佳工具，这与外压截然相反。这已经是一个理想的匹配，而且这还没有将 AI 对真实性、出处、身份和其他区域的影响纳入考量范畴，这些区域更是 Crypto 可以对其补救或改进的先天优势。 这里布满了各种值得探索的兔子洞，这篇文章试图尽量涵盖更多领域，因此这篇文章可以被看做是对迄今为止和可预见的未来中 Crypto x AI 的一些新兴领域的风暴概述。 创意 最近一段时间以来，对人工智能的第一波兴趣是在创意生成工具领域。生成式人工智能减少了用户对编程或高级软件熟练程度等技术技能的依赖，让具备基本电子产品经验的人都能够制作复杂的作品，同时以最低的成本输出专业作品。 这可能会对创意产业产生巨大的影响，仅举几例： 现在，任何人都可以成为创作者，随着人类与这些工具共创作品的场景也来越多，且越来越成熟，多人游戏的创作模式将取得前所未有的蓬勃发展。 利基社区能够制作出高质量的作品，而在此之前这些作品由于受众规模而限制了商业可行度。 生成性内容将大量涌入，其速度将远远超过人类工作，甚至将导致在线人类内容的潜在重估。 以下是一些与 AI 高度互动的创新媒介的讨论。 艺术 “AI 艺术不是艺术” 是那些顽固反对 AI 工具崛起的人们的常用口号。生成模型的发布迅速遭到了强烈反击和抗议，例如我们在 ArtStation 上看到的。然而，它却在 web3 中一些最有趣的创意垂直子领域中迸发出了火花。 AI 艺术有多种形式，最著名的是时下正流行的生成模型，包括 DALL-E、Stable Diffusion 和 Midjourney。还有像 ImgnAI 这样的 web3 竞争者，它们致力于围绕由代币经济学驱动的生成图像创作为用户提供更棒社交体验，这是围绕这些生成模型构建社区护城河所非常需要的。 然而，在这个领域备受推崇的 AI 艺术家们经常以一种更独特的方式进行工程设计和微调他们的模型，从而获得更加独特的作品，而不是通过简单的提示。这可能需要训练新的嵌入，或者使用 LoRAs 来完善某种风格，甚至需要完全构建自己的模型。 使用更复杂和更个性化模型将 AI 艺术作为 NFT 发布的流行艺术家包括 Claire Silver、Ivona Tau、Roope Rainisto、Pindar van Arman、Refik Anadol、Gene Kogan 等等。这些艺术家已经探索了使用各种市场进行分销，其中最突出的是 Braindrops、Mirage Gallery 和 FellowshipAI 等 AI 艺术专有市场，以及 Bright Moments 等专门针对艺术形式的活动平台。 AI 艺术的垂直子领域也已经形成，例如后摄影 (post-photography) 和数据艺术 (data art)。后摄影艺术主要由 Fellowship.ai 团队推动，通过与 Roope Rainsto 合作，让更多探索这种媒介的艺术家进入公众视野。很多后摄影美学都致力于拥抱早期生成工具中常见的视觉伪影 (visual artifacts)。随着 Roope Rainisto 在 Braindrops 上出版的 Life in West America 系列，后摄影艺术开始在社交媒体上受到越来越多的关注。 关于数据艺术，Refik Anadol 是该领域的一名知名艺术家，他以使用数据、算法和人工智能来创建动态和交互式艺术作品的沉浸式装置而闻名。他的作品中有一些有趣的例子，如《Unsupervised》，该作品将 MoMA 的元数据转化为一个可实时生成新形式的作品。另外一个例子是《Sense of Place》，它使用了实时的环境数据，如风、温度和湿度，以及来自蓝牙、Wifi 和 LTE 的信号数据来为作品提供数据来源。 另一个有趣的垂直子领域是通过 Crypto 的特性实现的新内容媒体：链上自主艺术家。最著名的例子是 Botto，这是一个由社区治理的生成艺术家，它每周会创作 350 件艺术作品，以 ”轮(rounds)为周期，每一轮都包含了多个单独的 “碎片(fragments)。每一周 BottoDAO 社区都会对这些 ”碎片“ 进行投票，利用他们的审美偏好来指导 Botto 未来艺术创作的生成算法，确保艺术作品随着时间的推移在社区的影响下发展。每周，那个投票通过的 ”碎片“ 都会在 SuperRare 上铸造和拍卖，收益将返还给社区。在完成 “碎片化(Fragmentation)” 和 “悖论期(Paradox Periods)” 之后，Botto 目前正处于 “叛乱期(Rebellion Period)”，整合了 Stable Diffusion 2.1 和 Kandinsky 2.1 等新技术，并在其每周的轮次中探索协作和精选收藏。Botto 是 SuperRare 上收入最高的艺术家之一，甚至聚集了自己的收藏家 DAO，名为 CyborgDAO。另外，像 v0 这样的项目也正在探索代币经济学和 AI 艺术模型的整合，致力于为多位艺术家提供一个场所，让他们可以创建自己的链上艺术引擎，并由持有者社区治理。 在采访任何形式的 AI 艺术收藏家时，来自 Crypto 领域最常见的反驳是，艺术家的策展减少了其与区块链的互动，这与更经典的生成艺术 (Art Block) 不同。这些作品输出不是从特定于链的输入中产生的随机性，而是由艺术家自己选择，并经过多次排列后被 ”植入“ 藏品中。尽管这是一个数字原生的艺术创作过程，但它必须手动上链。 由于执行环境的限制和所使用的图像生成模型的计算复杂性，完全链上 AI 艺术是困难的。一些轻量级输出的例子，如 Pindar van Arman 的 byteGANs 被存储在链上，但我们预计对于更复杂的模型而言，短期内最接近的可用形式是链下验证机制。例如，Modulus Labs 最近与 Polychain Monsters 合作构建了一个通过 zkML 验证的 GAN 模型，用于生成可收藏的像素怪物。使用 zk 证明，每个生成的 NFT 都可以被加密验证为来自实际的 Polychain Monsters 艺术模型，这是 AI 艺术迈出的一大步。 音乐 在基于图像的艺术之外，音乐正在酝酿一场重大运动。ghostwriter 的 AI Drake 热门歌曲的成功现在似乎已经众人皆知。在 2 天内，它积累了 2000 多万的流量，并迅速被 UMG 取缔。这一短暂的现象使公众意识到艺术家与作品本身之间的关系正在发生根本性的变化。 在几年内，生成音乐毋庸置疑将超过人类创造的音乐。Boomy 是一家成立于 2018 年底的生成音乐初创公司，其用户在短时间内创作了全球近 14% 的录制音乐 (约 1400 多万首歌曲)。这仅仅是这一个平台的数据，而且发生在最近公众兴趣激增之前。 鉴于生成性内容将超过人类创作的作品，而且语音模型的使用会更加增加作品的鉴权难度，即如何确定作品是由该艺术家所创作，因此艺术家将需要真实性验证。当然，发布和验证艺术媒介真实性的最佳方式是通过加密原语。 然而值得注意的是，这对艺术家来说并不全是坏事，尤其是那些乐意拥抱这一必然趋势的艺术家。Holly Herndon 是一位开放语音模型的创新者，她授权其社区 (Holly+) 使用她的声音创作并分发作品。Holly 在发布时的主张很简单： “虽然目前来看，盗版和官方语音模型之间的差异可能很小，但随着更精细、更逼真的语音生成能力的提升，用户对更全面、更高保真的声音训练数据的需求，以及识别来源的需求也将随之增加。处于这些原因，我相信公众人物的官方、高保真的声音模型将成为刚需，那为什么不尝试一下呢？” DAO 负责监督 Holly+ 语音模型，能够通过投票决定新作品的创作和批准。DAO 的代币持有者有动力确保只有高质量的作品才能获得批准，以防止因劣质艺术或负面内涵而贬值。语音模型将用于制作数量有限的官方艺术作品，DAO 代币持有者将从这些作品的转售中获得持续的利润。 最近 Grimes 发布了 elf.tech，一个允许艺术家在他们的原创歌曲中使用 “GrimesAI 声纹” 的平台，在获得 Grimes 的批准后，需要与 Grimes 分享 50% 的版税份额。Elf.Tech 由 CreateSafe 的 AI 驱动，并通过与 TuneCore 的合作促进了专业分销并确保了适当的版税管理。如果音乐的最终形式是链上 NFT，则通过法定货币或通过自动的链上版税拆分来处理利润分配。Hume 是一家专注于虚拟艺术家的 web3 音乐工作室，是最早使用 Grimes 模型发布 Grimes AI 与其虚拟艺术家 angelbaby 合作的公司之一。 时尚与实体商品 我之前在这篇文章中探索过使用创意编程算法和人工智能对实体消费品和时尚产品进行生成制造的概念：https://mirror.xyz/1kx.eth/oBuaEp5jgGbe2gCsa6Z-_mLAeMRUhsIdZsaScHQNXS0。 简而言之，生成式人工智能和创意编程为产品和用户体验的超个性化未来创造了先决条件，使得我们可以根据个人喜好创作出独特的设计、图案和艺术。这项技术可以应用于从时尚到家居装饰的各个领域，并通过允许用户根据自己的喜好微调输出结果来进一步发挥其优势。新的制造工具通常允许我们将代码直接连接到机器，以自动化输出生产，从而从根本上解决了制造个性化商品的诸多技术瓶颈。 当前正在探索这一领域的 web3 项目包括 Deep Objects、RSTLSS 和 Little Swag World。值得指出的是，大多数数字时尚项目可能会探索生成性创意工具和媒体，Draup、Tribute Brand 和其他公司详细讨论了它的使用。 类似于 Botto 的社区创建模型输出是 Deep Objects 正在探索的有趣想法。他们使用社区策展引擎将 GAN AI 模型生成的 100 万个设计缩减为一个社区选择的作品。这最后一件作品现在将在生成式产品创作的展示中进行 3D 打印。DeepObjects 也可以轻松地将这种策展设计扩展到其他实物商品。 RSTLSS 与 AI 艺术家 Claire Silver 合作推出了一款名为 Pixelgeist 的作品，其中每一次铸造除了包含艺术品本身以外，还包含了一件以艺术品为特色的数字服装、带有服装的游戏头像，以及购买相应实体作品的权利。这种数字物理时尚和 AI 输出的独特融合是将游戏、时尚和 AI 结合在一起的有趣实验之一。Claire Silver 还通过她最近的系列作品解决了时尚摄影问题，并在 Braindrops 上得以实现。有关数字时尚主题的更多信息，请参阅我的文章：https://medium.com/1kxnetwork/augmenting-culture-the-emerging-field-of-digital-fashion-bead627c8dcd。 Little Swag World 是在创意工作流程 (从设计到实物) 中使用 GAN 模型的绝好案例。该项目背后的艺术家 Bosch 自己构建了最初的设计，然后通过 Stable Diffusion / Controlnet 运行它以生成独特的超现实主义作品。这种技术实现了高度的美学一致性，该项目的下一步是将这些生成模型与陶瓷相结合，制作由 AI 增强的 NFT 实物商品。 总而言之，我们预计会出现很多令人兴奋的 Crypto x AI 项目，从策划生成产品的去中心化品牌到 AI 代理设计师的可分割 NFT。 娱乐 在最初围绕 Nothing Forever 的炒作之后，生成式娱乐也获得了更为充分的发展。Nothing Forever 是一部基于 Seinfeld 的生成式可交互动画情景喜剧，在 Twitch 直播上全天候运行。有趣的是，它展示了媒体的力量，节目的叙事会根据 Twitch 聊天回复而改变，并允许捐赠者将他们的肖像作为一个角色导入节目中。 来自 Fable 的 Simulation 通过 SHOW-1 扩展了这项研究，这是一个用于提示生成电视节目的模型，其中写作、动画、导演、配音和编辑都通过提示 (prompt) 实现。他们最初在《南方公园 (South Park)》剧集中演示了这一点，但它可以很容易地扩展到任何 IP。我非常期待像我们在 web3 中看到的那样，更多无需许可的 IP 形式将深入试验这种类型的内容创作工具。 Upstreet 最近也开始尝试生成式电视节目，采用他们为虚拟世界平台开发的 AI 代理模型 (详细介绍见下文)，允许创作者添加自己的 VRM 头像，并通过提示进行独特的互动和短剧创作。 另一个值得关注的领域是知识产权。Story Protocol 这样的项目正在研究使用去中心化的 IP 注册机构来促进 IP 的创建、分发和货币化。这对创作者很有用，相对于传统的 IP 许可，它更为丝滑，尤其在生成式 AI 时代尤为独特。NFT IP、meme 和其他娱乐项目可以获得授权并支付版权费用来生成各类衍生品，这样可以极大地解锁创作者作品的价值放大率。 你是机器人吗？ 我们可能很快将面临一个问题：深度伪造。例如，通过对有影响力的人进行训练从而与粉丝互动的聊天机器人，以及社交媒体上的生成式垃圾邮件等等。要不了多久，验证谁是真实人类将至关重要。 Web3 在预防女巫方面付出了很多努力 (尽管该问题并未被根治)。然而声誉系统、人格证明机制设计、用户护照、灵魂绑定 NFT 以及整个代币经济都在致力于解决该问题。 认证硬件、zkML 和人格证明 我之前在这篇文章中详细讨论了 zkML 的实际意义和潜在用例：https://mirror.xyz/1kx.eth/q0s9RCH43JCDq8Z2w2Zo6S5SYcFt9ZQaRITzR4G7a_k。 有多个团队，如 Modulus Labs、EZKL、Giza，更专注于使用 zk 证明模型的推理。这些使用 zk 来验证模型输出的努力具有广泛的应用，并使 DeFi、身份、艺术和游戏领域的新实验能够以信任最小化的方式使用这些模型。 虽然有无数的项目专注于人格证明，但最有趣的应用程序之一当属 Worldcoin。Worldcoin 使用 AI 模型将虹膜扫描转换为简短的哈希值，以便在出现女巫攻击的情况时很容易地进行交叉检查来验证相似性或冲突。因为每个虹膜都是独一无二的，所以该模型能够确定用户是真实且独一无二的。它使用受信的硬件设置 (那个识别度极高的球体) 来确保模型只接受来自其相机并经过加密签名的输入。 同样，zk micophone 团队演示了如何使用经过认证的麦克风来创建音频内容并对其进行数字签名，以验证录音的真实性。密钥存储在麦克风的安全区域中，该区域通过签名来保证录制音频的真实性。由于大多数录音都是经过处理或编辑的，由 SNARK 驱动的音频编辑软件可以实现音频转换的同时仍能证明音频来源。Daniel Kang 还与 Anna Rose 和 Kobi Gurkan 合作，对经过认证的录音进行概念验证。 永远的影响力者 验证人格或人类创造的内容的另一面是接受深度伪造的可能性。与上面的语音克隆模型类似，一些有影响力的人选择创建聊天机器人来吸引他们的受众。一个著名的例子是 Caryn Marjorie，她使用其声音推出了一款 AI 女友产品，并训练了数千小时的 YouTube 视频，以完美地捕捉她的个性、举止和声音。用户可以用每分钟 1 美元的价格在一个私人 Telegram 频道中与她的头像交谈，发送和接收带有她肖像的语音消息。在推出的第一周，Caryn Marjorie 赚了 72,000 美元，随着订阅的增长，预计她的月收入将超过 500 万美元。 CarynAI 仅仅是 AI 女友产品的其中一个例子 (更多介绍见下文)，想象一下，你可以和你最喜欢的游戏主播的 AI 模型一起玩游戏，实时对话，模拟真实的体验；或者，KOL 可以使用拟人化的 AI+头像，这些头像可以被授权用于时装秀或出版物等等。 ˚✧₊⁎( ˘ω˘ )⁎⁺˳✧༚ Uwu-ral Networks 是如此卡哇伊 (ノ◕ヮ◕)ノ:・゚✧* 一个不争的现实是，79% 的 18 至 24 岁成年人表示感到孤独；在 18 至 34 岁的人中，有 42% 的人表示 “一直” 感到 “被遗忘”；63% 的 30 岁以下男性认为自己是单身，而同年龄段的女性中有 34% 认为自己是单身；只有 21% 的男性表示他们在过去一周内从朋友那里得到了情感支持。 人是寂寞的。在一个孤独感日益流行的时代，尤其是在年轻人中，人工智能陪伴的出现提供了一个独特但略带反乌托邦的解决方案。AI 伴侣始终可用、无需判断且高度个性化。他们可以充当治疗师或欲望释放出口。他们可以是富有创造力的同事，也可以是生活方式的教练。他们总是在等着和你谈论你想要的任何事情。 做到这一点的基础结构可以是：使用个性提示微调模型，概述行为、外表、特征、沟通方式等。通过 elevenlabs 等人声模型运行模型的输出。根据要求使用图像生成器模型和定义的外观提示生成自拍照。生成适当的 vrm 头像并将其放置在可交互的环境中。好了，你现在拥有了一个非常适合你的超媒体伴侣。如果再融入 Crypto，你将可以让他们可拥有、可交易、可出租等等。 伴侣 上面的这种设置完全可以通过 DIY 实现，不过你也可以使用那些专门针对此概念的 APP。Replika 是最著名的例子，它允许我们与虚拟伴侣进行实时沟通而无需任何技术技能。这些应用程序通常以订阅模式运行，用户付费与他们的虚拟伴侣互动。此类产品不仅有利可图，而且它们还展示了这种趋势对人类心理的巨大影响：例如，Reddit 上的一篇帖子展示了一个人与虚拟伴侣连续 2000 天的交谈记录，而且我们还看到了求婚、AR 自拍创作等等。这里还有一个有趣的花絮：当色情功能从平台上删除时，subreddit 版主不得不将自杀热线 Pin 在了社区顶部以安抚躁动的社区成员。 基于角色的平台也开始涌现，它为用户提供了一种使用多重角色的方法 (通常也是订阅模式)。虽然在 Character.ai 和 Chub.ai 等平台上有许多现成的角色可供选择，但真正的新颖之处在于通过性格提示 + 反馈训练来制作完全属于自己的角色或场景。 很多 web3 项目已经进行了一些尝试来提供这些伴侣体验，例如 Belong Hearts、MoeMate 和 Imgnai。 Belong Hearts 开创了一种新颖的 NFT 铸造玩法，让用户与他们提供的角色聊天，直到用户搞到她的电话号码，从而可以被列入 NFT 铸造的白…
