作者：Accelxr，1KX；翻譯：金色財經0xjs
消費品的未來是生成式的。
目前，基於區塊鏈的生成演算法主要用於視覺藝術領域，藝術家編寫程式碼以創建數位和互動式作品、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透過生成式製造獨特的新類別實體產品。
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群聯繫在一起。透過1/1/x模型，生成式演算法透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眾社區的增長。
有趣的是，生成式演算法和1/1/x的稀有度分佈也解決了大量生產和客製化之間的緊張關係。在傳統製造業中，大規模客製化產品通常不切實際且昂貴。然而，生成式演算法可以直接整合到製造硬體中，例如3D列印機、CNC工具機、雷射印表機、自動織布機等，既提供了生產和分發的可行性，也提供了稀缺性和獨特性。
社會動態和稀有度、數位創作和物理生產之間的相互交叉為消費品和奢侈品的新類別打下了基礎，這些產品結合了演算法的隨機性、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。
生成式製造的歷史
藝術家一直將科技作為探索創造性的新維度的手段。隨著時間的推移，這種關係發生了明顯的變化，從純粹的藝術努力到藝術和製造的交匯。
1960年代 – 早期生成式藝術：藝術家開始嘗試使用演算法過程來創作藝術作品。使用早期電腦和程式語言以及鋼筆繪圖儀等工具，像Manfred Mohr、Vera Molnár和Harold Cohen這樣的藝術家開始創建由演算法驅動的藝術作品。
1980年代 – 個人電腦和軟體革命：個人電腦的出現使數位工具更加可存取。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 – 積層製造的誕生與擴展：隨著3D列印技術的出現與發展，藝術家看到了新的機會。生成式藝術家開始嘗試這些工具，直接從他們的軟體驅動設計中創建雕塑和裝置。
2000年代至2010年代 – 數位藝術與數位製造相遇：隨著這兩個領域的成熟，數位藝術家將與製作者、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，並使用現代製造方法進行創作。正是在這個時候，專為藝術家量身定制的軟體工具，如Processing，使他們能夠在不需要深入的程式設計知識的情況下創建複雜的程式藝術。
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。這些工具與更易於存取和精密的3D列印、雷射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演算法設計了獨特的珠寶和服裝，隨後使用3D列印技術進行製作。
2020年代 – 融合與合作：藝術、設計與製造之間的界線變得日益模糊。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，並使用密碼學輸入作為鏈上集合的隨機種子。結合數位實體空間中的新原語，我們正在接近數位創作和實體生產融合的新領域。
今天的生成式藝術家不僅僅是在製作藝術品，他們正在重新定義消費品，將美學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製造實驗。
Trame的Neolice Loom
Trame與CPG的Craft Nouveau是一系列著重將傳統工藝與生成式藝術相結合的收藏品，展示了生成式程式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編寫了一個演算法，用於產生可以由Neolice Loom自動織造的圖像 – 這是一種可以攝取程式碼來織造物理作品的自動織機。
fx(hash)生態系在製造業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層雷射切割的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使用程式碼的輸出在實體空間中由繪圖機機器重新建立Joanie Lemercier的雲端系列的變體。
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製造途徑之一。 9dcc生產的Iteration-002是將生成式設計與實體產品結合的早期範例。 Iteration-002襯衫是使用連接到SnowFro的Squiggles演算法的印表機即時製作的。印表機依賴原始碼的演算法隨機性來確定印在襯衫上的設計特徵，並遵循與原始的10k收藏相同的特徵分佈。
9dcc ITERATION-002
Tribute Brand最近也重新混合(remix)了Chromie Squiggle演算法，以創作製造的服裝。 Chromie Squiggle的持有者可以使用他們獨特的Chromie Squiggle來產生個人化的毛衣，而其他人則可以透過原始的Chromie Squiggle演算法來產生獨一無二的毛衣。此次發布包括了從Chromie Squiggle的源代碼派生的數位和實體ODDS毛衣。數位物件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數位物件都可以換取對應的ODDS實體毛衣，由Waste Yarn Project手工製作。
其他值得注意的生成式時尚項目包括mmERCH和RSTLSS，它們都計劃圍繞演算法隨機性和設計進行實驗。
生成式製造堆疊
對於生成式產品的生成式製造堆疊可分為5層：
創作：使用演算法或人工智慧流程產生設計或概念的初始階段。
策展：選擇和微調產生的設計以實現期望的結果或規格的過程。
翻譯：將數位設計轉換為製造設備使用的機器可讀指令或程式碼的轉換過程。
製造：將虛擬設計轉化為實體物件的實體生產或製造過程。利用不同的材料和設備，如3D列印、數控銑削、雷射切割、機器織造和自動織布機等，來創造不同形狀和材料的物件。
認證/連結：驗證製造產品的真實性並將其與數位孿生體連結以確保其來源。
創作層
生成式商品的創建始於程式碼。諸如p5.js和Processing之類的函式庫為藝術家和設計師提供了創建生成式藝術的強大工具。這些庫透過從交易哈希、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)允許藝術家輕鬆將這些隨機種子插入其程式碼中，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開發和微調，以創建所需的美學效果。他們通常從現有的AI模型中選擇一個，例如生成對抗網路（GAN）作為基礎。透過反向傳播，模型權重逐漸改進，以產生與所需風格相符的藝術品。藝術家透過策展最吸引人的輸出並將其納入訓練資料集來提供回饋。這個迭代過程繼續，並不斷改進模型的性能，使藝術家能夠探索不同的可能性。除了自訂模型或Stable Diffusion LoRA等外，還有一些工具可以簡化這個過程，例如Scenario.gg。
策展層
在創作層之後，程式碼的輸出可以進一步精化以適應使用者的偏好。在創意編碼的脈絡中，這通常以多人參數化的形式進行，例如fx(hash)的fx(params)提供了這樣的功能。
在AI生成式模型的背景下，策展通常是透過更廣泛的代幣持有者社群來完成的，就像Botto的生成演算法和Deep Objects的社群設計過程一樣。
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，例如Trame和ArtBlocks，向公眾展示作品的地方，或fx(hash)作為自我發布者。
翻譯層
一旦演算法和設計確定，生成式商品必須翻譯成適用於製造硬體的機器可讀指令。翻譯是一個相對簡單的過程，旨在盡可能準確地在物理空間中重新創建一個作品。
翻譯可以透過幾種不同的方式進行，包括：
藝術家/收藏家詮釋。將物理設計規格留給藝術家或收藏家來翻譯物件是最簡單的方法。他們會決定如何製作一個作品，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製造所需的實體資訊嵌入到NFT本身。在NFT的元資料中的特徵定義了翻譯的領域（例如，織物的紋理、線的大小、編織說明等等）。
直接實例化。第三種方法是直接產生可解釋的資產：生成式演算法已經適應了製造硬件，或者演算法的輸出是一個可以3D列印的檔案或3D網格的頂點。
製造層
在翻譯之後，生成的商品將被製造出來。製造階段是一個關鍵步驟，涉及將虛擬設計轉換為實體物件。使用不同的技術，如3D列印、數控銑削、雷射切割、機器列印和自動織造等，以不同的材料和形狀建立物件。
對於上面提到的Trame與Alexis Andre首次發布，使用了Neolice Loom作為製造硬體。 Neolice Loom接受藝術家的自訂腳本，並透過編織將程式碼重新解釋到3D空間中。 Trame也正在拓展到新的媒材領域，上圖突顯了一次生成陶器的實驗。
儘管今天的生成式藝術製作是特定於生成藝術的，但Artmatr突顯了先進製造工具對數位物品的實體生產能做什麼。藝術家與Artmatr團隊合作，提交各種數位檔案格式，如程式碼、3D模型、PSD檔案（Photoshop）、向量和動畫。接下來，他們會定義物理的“線程”，包括媒介（油、UV、丙烯）、基材、尺寸等等。最後，透過使用機器，如機械手臂和6軸印表機，將其實現。使用墨水噴印、噴射噴塗和擠出等不同的技術，產生的拓樸可以是2D、2.5D或3D。
認證/連結層
在創建物理物體之後，需要將其與其數位孿生體關聯起來。這類似於其他領域的數位物理過程，例如時尚。使用Kong和IYK製造的近場通訊晶片、隱寫術和QR碼等是將數位與實體連接並提供出處認證的技術之一。
未來可能性
展望未來，我們預期現有的區塊鏈上生成式藝術作品將作為衍生性商品的程序。我們已經在一些時尚項目中看到了這一點，例如使用Squiggles的各種時尚項目，另一個早期範例是建立在Terraforms藝術程式之上的Terraflows，這種網路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列印房屋的建築佈局。
另一個有趣的未來可能性是去中心化製造設施的代幣化，用於大規模生產生成式商品，形成一種實體基礎設施網路。擁有適當設備的業餘愛好者和商業製造商可以透過競標來為收藏家或藝術家印製或製作其發布的作品。代幣可以計量硬體網絡，並幫助啟動製造設施的初始成本。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/或化學製造也可能是生成式特性的有趣途徑：例如，生成式程式碼可以用演算法來確定實驗室生長晶體的特徵、植物的表型等等。