作者：Accelxr，1KX；翻譯：金色財經0xjs

消費品的未來是生成式的。

目前，基於區塊鏈的生成算法主要用於視覺藝術領域，藝術家編寫代碼以創建數字和交互式作品、動畫和印刷品。然而，藝術可能只是這種新的基於區塊鏈的創作過程的第一個適用媒介。我們相信，基於區塊鏈的生成式媒介將在每個其他消費品和奢侈品垂直領域廣泛傳播，而這種藝術創作過程將通過生成式制造獨特的新類別物理產品。

生成式收藏的吸引力顯而易見：消費者渴望獨特的產品，反映他們獨特的身份，同時將他們與更大的社區聯系在一起。通過1/1/x模型，生成式算法通過創建在具有統一美學的更大收藏集合中的獨特作品來實現這一點。這些獨特的創作迎合了個體的具體口味，允許在一個部落內進行細粒度的表達，其在這方面的成功表現在PFP市場的興起以及圍繞特定生成特徵嶄露頭角的小衆社區的增長。

有趣的是，生成式算法和1/1/x的稀有度分布也解決了批量生產和定制之間的緊張關系。在傳統制造業中，大規模定制產品通常不切實際且昂貴。然而，生成式算法可以直接集成到制造硬件中，如3D打印機、數控機牀、激光打印機、自動織機等，既提供了生產和分發的可行性，又提供了稀缺性和獨特性。

社會動態和稀有度、數字創作和物理生產之間的相互交叉爲消費品和奢侈品的新類別打下了基礎，這些產品結合了算法的隨機性、最終用戶的參數化和可驗證的獨特性，以滿足消費者的需求。

生成式制造的歷史

藝術家一直將技術作爲探索創造性的新維度的手段。隨着時間的推移，這種關系發生了明顯的變化，從純粹的藝術努力到藝術和制造的交匯。

1960年代 - 早期生成式藝術：藝術家开始嘗試使用算法過程來創建藝術作品。使用早期計算機和編程語言以及鋼筆繪圖儀等工具，像Manfred Mohr、Vera Molnár和Harold Cohen這樣的藝術家开始創建由算法驅動的藝術作品。

1980年代 - 個人計算機和軟件革命：個人計算機的出現使數字工具更加可訪問。這使更多的藝術家可以嘗試這些新穎的藝術過程。

1990年代至2000年代 - 增材制造的誕生和擴展：隨着3D打印技術的出現和發展，藝術家看到了新的機會。生成式藝術家开始嘗試這些工具，直接從他們的軟件驅動設計中創建雕塑和裝置。

2000年代至2010年代 - 數字藝術與數字制造相遇：隨着這兩個領域的成熟，數字藝術家將與制作者、建築師和設計師合作，實現大規模的裝置。像The Living的Hy-Fi塔這樣的項目，在其構思中採用了生成式設計原則，並使用現代制造方法進行創作。正是在這個時候，專爲藝術家量身定制的軟件工具，如Processing，使他們能夠在不需要深入的編程知識的情況下創建復雜的程序藝術。

2010年代 - 工具和方法的成熟：生成式藝術平台和框架，如openFrameworks和TouchDesigner，變得越來越受歡迎。這些工具與更易於訪問和精密的3D打印、激光切割和數控銑削技術相結合，實現了無縫的生產。例如，像Nervous System這樣的藝術家使用生成算法設計了獨特的珠寶和服裝，隨後使用3D打印技術進行制作。

2020年代 - 融合與合作：藝術、設計和制造之間的界限變得日益模糊。藝術裝置、建築結構，甚至日常物品現在都展示了這種組合可以產生的獨特美學和能力。值得注意的是，區塊鏈上的藝術在這個時候重新引起了人們對生成式藝術領域的興趣，使用密碼學輸入作爲鏈上集合的隨機種子。結合數字物理空間中的新原語，我們正在接近數字創作和物理生產融合的新領域。

今天的生成式藝術家不僅僅是在制作藝術品，他們正在重新定義消費品，將審美價值與功能性設計相結合，並推動藝術和工業在藝術和工業方面的可能性的前沿。

Web3實驗

在Web3中，有各種早期的生成式制造實驗。

Trame的Neolice Loom

Trame與CPG的Craft Nouveau是一系列着重將傳統工藝與生成式藝術相結合的收藏品，展示了生成式代碼保留全球各地文化藝術風格的能力。Alexis André的Navette是Craft Nouveau的首個收藏，其中Alexis編寫了一個算法，用於生成可以由Neolice Loom自動織造的圖像 - 這是一種可以攝取代碼來織造物理作品的自動織機。

fx(hash)生態系統在制造方面進行了大量實驗。這可能是由於其無需許可的自我發布方法。Klangteppich是一種不斷演變的動態NFT，提供了織造的說明，並允許收藏家獲得從代碼生成的任何幀的物理作品。Mini Dahlias在NFT的元數據中包含有關如何從14層激光切割的α-纖維素墊板中創建3.5英寸x 2.0英寸口袋雕塑的說明。Nuages possible使用代碼的輸出在物理空間中由繪圖儀機器重新創建Joanie Lemercier的雲系列的變體。

fx(hash)上的Nuages possible

除了工藝和藝術之外，時尚是最受探索的生成式制造途徑之一。9dcc生產的Iteration-002是將生成式設計與物理產品相結合的早期示例。Iteration-002襯衫是使用連接到SnowFro的Squiggles算法的打印機實時制作的。打印機依賴源代碼的算法隨機性來確定打印在襯衫上的設計特徵，並遵循與原始的10k收藏相同的特徵分布。

9dcc ITERATION-002

Tribute Brand最近也重新混合(remix)了Chromie Squiggle算法，以創作制造的服裝。Chromie Squiggle的持有者可以使用他們獨特的Chromie Squiggle生成個性化的毛衣，而其他人可以通過原始的Chromie Squiggle算法生成獨一無二的毛衣。此次發布包括了從Chromie Squiggle的源代碼派生的數字和物理ODDS毛衣。數字物體用作未來毛衣版本的藍圖，並可以在沉浸式環境中用作外觀，並且每個獨特的ODDS數字物體都可以換取一個相應的ODDS物理毛衣，由Waste Yarn Project手工制作。

其他值得注意的生成式時尚項目包括mmERCH和RSTLSS，它們都計劃圍繞算法隨機性和設計進行實驗。

生成式制造堆棧

對於生成式產品的生成式制造堆棧可以分爲5層：

創作：使用算法或人工智能過程生成設計或概念的初始階段。

策展：選擇和微調生成的設計以實現期望的結果或規格的過程。

翻譯：將數字設計轉化爲制造設備使用的機器可讀指令或代碼的轉換過程。

制造：將虛擬設計轉化爲物理對象的物理生產或制造過程。利用不同的材料和設備，如3D打印、數控銑削、激光切割、機器織造和自動織機等，來創建不同形狀和材料的對象。

認證/鏈接：驗證制造產品的真實性並將其與數字孿生體鏈接以確保其出處。

創作層

生成式商品的創建始於代碼。諸如p5.js和Processing之類的庫爲藝術家和設計師提供了創建生成式藝術的強大工具。這些庫通過從交易哈希、代幣數據、區塊頭等生成的種子擴展了區塊鏈上的隨機性。區塊鏈藝術引擎如ArtBlocks Engine和fx(hash)允許藝術家輕松將這些隨機種子插入到其代碼中，並直接在區塊鏈上鑄造藝術品。

對於AI藝術家，這一層重點是模型的开發和微調，以創建所需的審美效果。他們通常從現有的AI模型中選擇一個，比如生成對抗網絡（GAN）作爲基礎。通過反向傳播，模型權重逐漸改進，以生成與所需風格相符的藝術品。藝術家通過策展最吸引人的輸出並將其納入訓練數據集來提供反饋。這個迭代過程繼續，不斷改進模型的性能，使藝術家能夠探索不同的可能性。除了自定義模型或Stable Diffusion LoRA等外，還有一些工具可以簡化這個過程，比如Scenario.gg。

策展層

在創作層之後，代碼的輸出可以進一步精化以適應用戶的偏好。在創意編碼的上下文中，這通常以多人參數化的形式進行，比如fx(hash)的fx(params)提供了這樣的功能。

在AI生成式模型的背景下，策展通常是通過更廣泛的代幣持有人社區來完成的，就像Botto的生成算法和Deep Objects的社區設計過程一樣。

工作室或自我出版是策展過程的最後一環。這是生成式工作室，比如Trame和ArtBlocks，向公衆展示作品的地方，或者fx(hash)作爲自我發布者。

翻譯層

一旦算法和設計確定，生成式商品必須翻譯成適用於制造硬件的機器可讀指令。翻譯是一個相對簡單的過程，旨在盡可能准確地在物理空間中重新創建一個作品。

翻譯可以通過幾種不同的方式進行，包括：

藝術家/收藏家解釋。將物理設計規格留給藝術家或收藏家來翻譯對象是最簡單的方法。他們會決定如何制作一個作品，使用的材料，具體的尺寸等等。

嵌入式特徵。一個更具可擴展性和有趣的方法是將制造所需的物理信息嵌入到NFT本身。在NFT的元數據中的特徵定義了翻譯的領域（例如，織物的紋理、线的大小、織造說明等等）。

直接實例化。第三種方法是直接生成可解釋的資產：生成式算法已經適應了制造硬件，或者算法的輸出是一個可以3D打印的文件或3D網格的頂點。

制造層

在翻譯之後，生成的商品將被制造出來。制造階段是一個關鍵步驟，涉及將虛擬設計轉化爲物理對象。使用不同的技術，如3D打印、數控銑削、激光切割、機器打印和自動織造等，以不同的材料和形狀創建對象。

對於上面提到的Trame與Alexis Andre首次發布，使用了Neolice Loom作爲制造硬件。Neolice Loom接受藝術家的自定義腳本，並通過編織將代碼重新解釋到3D空間中。Trame也正在拓展到新的媒介領域，上圖突出了一次生成陶器的實驗。

盡管今天的生成式藝術制作是特定於生成藝術的，但Artmatr突出顯示了先進制造工具對數字物品的物理生產能做什么。藝術家與Artmatr團隊合作，提交各種數字文件格式，如代碼、3D模型、PSD文件（Photoshop）、矢量和動畫。接下來，他們會定義物理的“线程”，包括媒介（油、UV、丙烯）、基材、尺寸等等。最後，通過使用機器，如機械手臂和6軸打印機，將其實現。使用墨水噴印、噴氣式噴塗和擠出等不同的技術，生成的拓撲可以是2D、2.5D或3D。

認證/鏈接層

在創建物理物體之後，需要將其與其數字孿生體關聯起來。這類似於其他領域的數字物理過程，比如時尚。使用Kong和IYK制造的近場通信芯片、隱寫術和QR碼等是將數字與物理相連接並提供出處認證的技術之一。

未來可能性

展望未來，我們預計現有的區塊鏈上生成式藝術作品將作爲衍生品的程序。我們已經在一些時尚項目中看到了這一點，比如使用Squiggles的各種時尚項目，另一個早期示例是建立在Terraforms藝術程序之上的Terraflows，這種網絡化的藝術可以在物理空間中產生有趣的重新解釋。例如，可以使用Fidenza藝術腳本創建用於3D打印房屋的建築布局。

另一個有趣的未來可能性是去中心化制造設施的代幣化，用於大規模生產生成式商品，形成一種物理基礎設施網絡。擁有適當設備的業余愛好者和商業制造商可以通過競標來爲收藏家或藝術家打印或制作其發布的作品。代幣可以計量硬件網絡，並幫助啓動制造設施的初始成本。這與區塊鏈代碼配合使用的CC0範例特別契合。

再往前看，合成生物學和/或化學制造也可能是生成式特性的有趣途徑：例如，生成式代碼可以用算法來確定實驗室生長晶體的特徵、植物的表型等等。

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播信息之目的，不構成任何投資建議，如有侵權行為，請第一時間聯絡我們修改或刪除，多謝。