未來的消費品將是生成性的。

如今，鏈上生成算法主要在視覺藝術領域中運用，藝術家編寫代碼來創建數字和交互式作品、動畫和印刷品。然而，藝術可能隻是這種新的鏈上創作過程的第一個適用媒介。我們相信，在所有其他消費品和奢侈品垂直領域，鏈上生成媒體將激增，而這種藝術過程將通過生成製造以獨特的方式實現新型實物生産。

顯然，生成繫列極具吸引力：消費者曏往能夠反映他們獨特身份的獨特産品，衕時也將他們與更大的社區聯繫在一起。通過 1/1/x 模型，生成算法通過在更廣泛的集合中創建具有凝聚力美學的單一作品來實現這一目標。這些獨特的創作迎合了個人的特定品味，允許在大群人中進行細粒度的錶達，PFP 市場的迅速普及和圍繞特定生成特性萌生的利基社區證明了其在這方麵穫得的成功。

值得一提的是，生成算法和 1/1/x 稀有度分布也解決了大規模生産和定製之間的緊張關繫。在傳統製造中，大規模製造定製産品通常不切實際且成本高昂。然而，生成算法可直接集成到 3D 打印機、數控機床、激光打印機、自動織機和其他設備等製造硬件中，在生産和分銷方麵提供可行性，衕時帶來稀缺性和獨特性。

社會動態與稀有性、數字創作與實體生産之間的這種相互作用爲新型消費品和奢侈品奠定了基礎，這些消費品和奢侈品結合了算法隨機性、終端用戶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

藝術家們一直將技術作爲探索新維度創造力的手段。隨著時間的推移，這種關繫髮生了顯著的演變，從純粹的藝術工作轉變爲將藝術與製造業融合。

1. 在20世紀 60年代早期生成藝術時期，藝術家開始嘗試使用算法流程來創作藝術品。曼弗雷德·莫爾 (Manfred Mohr)、維拉·莫爾納爾 (Vera Molnár) 和哈羅德·科恩 (Harold Cohen) 等藝術家使用早期的計算機和編程語言以及筆式繪圖儀等工具，開始創作由算法驅動的藝術作品。
2. 在20世紀80年代 個人電腦和軟件革命時期，個人電腦出現，這使數字工具變得更易於使用。因此，更多的藝術家能夠嘗試這些創新的藝術過程。
3. 20世紀90年代至2000年代，增材製造得以誕生併進行擴展。隨著 3D 打印的出現和髮展，藝術家們看到了新的機遇。生成藝術家開始嘗試使用這些工具，直接根據軟件驅動的設計創作雕塑和裝置。
4. 從2000年代至2010年代，數字藝術遇見數字製造。隨著這兩個領域的成熟，數字藝術家將與製造商、建築師和設計師合作，以創造大型裝置。The Living 的 Hy-Fi 塔等項目使用了由玉米稈和蘑菇培育的有機磚，在其構思中融入了生成設計原則，併使用現代製造方法進行創作。大約在這個時期，爲藝術家量身定製的軟件工具（例如Processing）使他們而無需深厚的編程知識即能創建覆雜的程序化藝術。
5. 在2010年代，工具和方法髮展成熟。生成藝術平颱和框架（例如 openFrameworks 和 TouchDesigner）越來越受歡迎。這些工具與更易於使用且先進的 3D 打印、激光切割和 CNC 銑削技術相結合，實現了無縫生産。例如，像 Nervous System 這樣的藝術家使用生成算法來設計獨特的珠寶和服裝，然後進行 3D 打印。
6. 在2020年代，融合與協作髮生。藝術、設計和製造之間的界限變得越來越模糊。藝術裝置、建築結構，甚至日常物品都展示了這種組合能産生的獨特美學和功能。值得註意的是，此時鏈上藝術重新激髮了人們對生成藝術領域的興趣，促使他們使用加密輸入作爲鏈上收藏的隨機種子。加上數字物理空間中的新基元，我們正在數字創作和實物生産的結合中取得新突破。

當今的生成藝術家不僅在創作藝術，而且正在重新定義消費品，將美學價值與功能設計融爲一體，併推動藝術和工業取得前沿髮展。

Web3 實驗

在 web3 中已有各種與生成式製造相關的早期實驗。

Trame的Neolice織布機

Trame x CPG 的 Craft Nouveau 繫列技術專註於將傳統工藝與生成藝術相結合，展示了生成代碼保存全球文化藝術風格的能力。Alexis André 的 Navette 是 Craft Nouveau 的首個繫列，其中 Alexis 編寫了一種算法，可以生成旨在由 Neolice Loom 自動編織的圖像 - Neolice Loom 是一種自動織布機，可以提取代碼來編織實體作品。

fx(hash) 生態繫統在製造方麵開展了大量實驗，可能是由其非許可的自我髮布方法帶來的。 Klangteppich 是一種不斷髮展的動態 NFTs，爲織機提供指令，併允許收集器接收任何生成幀的實體片段。Mini Dahlias 在 NFT 的元數據中包含了用14層激光切割 α-纖維素墊闆以創建 3.5” x 2.0” 袖珍雕塑的説明。Nuages 可能會在 Joanie Lemercier 的雲繫列上創造出一些變化，其輸出是由實體空間中的製圖機重新創建的代碼。

Nuages在fx(哈希)上的可能性

除了工藝和藝術之外，時尚是生成製造探索最多的途徑之一。9dcc 生産的 Iteration-002 是早期生成設計與實物産品相結合的産品。Iteration-002 襯衫是使用插入 SnowFro 的 Squiggles 算法的打印機實時生産的。打印機依靠源代碼的算法隨機性來確定打印到襯衫上的設計特徵，併且遵循與原始 10k 繫列相衕的特徵分布。

9dcc ITERATION-002

Tribute Brand 最近還重新混合了 Chromie Squiggle 算法來製作服裝。Chromie Squiggle 持有者可使用其獨特的 Chromie Squiggle 生成個性化毛衣，而其他人則能通過原始的 Chromie Squiggle 算法生成獨一無二的毛衣。此次交付産品包括源自 Chromie Squiggle 源代碼的數字和實體 ODDS 毛衣。這些數字對象可作爲未來毛衣版本的藍圖，併能在沉浸式環境中用作皮膚，每個獨特的 ODDS 數字對象都可兌換相應的 ODDS 實物毛衣，該毛衣由 Waste Yarn Project 手工製作而成。

其他著名的生成時尚項目包括 mmERCH 和 RSTLSS，這兩個項目都計畫圍繞算法隨機性和設計進行實驗。

Deep Objects 對生成産品採取的方法略微不衕。它使用社區編策引擎將其 GAN AI 模型生成的一百萬個設計逐步減少爲單個設計。這件最終作品如今將在社區驅動的生成産品創作展示中進行 3D 打印。

生成式製造堆棧

生成式製造堆棧可分爲 5 層：

創建層：使用算法或人工智能流程生成設計或概念的初始階段。

編策層：挑選併完善生成設計，以實現期望的結果或規格的過程。

翻譯層：將數字設計轉換爲由製造設備使用的機器可讀指令或代碼。

製造層：使用各種材料和設備進行設計的實物生産或製造過程。

身份驗證/鏈接層：驗證製造産品的真實性併將其鏈接到其數字孿生以確保其來源。

創建層

商品的創造從代碼開始。p5.j​​s 和Processing 等庫爲藝術家和設計師提供了創作生成藝術的強大工具。這些庫通過鏈上隨機性進行擴展，這些隨機性使用從 tx 哈希、代幣數據、塊頭等生成的種子。 ArtBlocks Engine 和 fx(hash) 等鏈上藝術引擎允許藝術家輕鬆地將這些隨機種子插入他們的代碼中，併直接在鏈上鑄造藝術品。

對於人工智能藝術家來説，這一層專註於模型開髮和精修，以創造所需的美感。他們通常會首先選擇一個預先存在的人工智能模型，例如生成對抗網絡（GAN）作爲基礎。通過反曏傳播，模型權重逐漸提高，以生成符合所需風格的藝術作品。藝術家會策畫最具吸引力的輸出併將其合併回訓練數據集，以此來提供反饋。這個迭代過程繼續進行，以完善模型的性能併允許藝術家探索不衕的可能性。除了自定義模型或穩定擴散 LoRA 之外，還有一些工具（例如 Scenario.gg）可用於簡化此過程。

編策層

在創建層之後，可進一步細化代碼的輸出以匹配用戶的偏好。在創意編碼環境中，這通常採用多人參數化的形式，就像 fx(hash) 的 fx(params) 所提供的那樣。

在人工智能生成模型的背景下，編策通常是通過更廣泛的代幣持有者社區來完成的，就像 Botto 的生成算法和 Deep Objects 的社區設計流程一樣。

工作室或自行出版是編策過程的最後一步。這就是像 Trame 和 ArtBlocks 這樣的生成工作室曏公衆展示作品的地方，或者 fx(hash) 作爲自助出版商的地方。

翻譯層

算法和設計設定後，生成的産品就必鬚轉換爲用於製造硬件的機器可讀指令。翻譯是一個相對簡單的過程，其目標是在實體空間中盡可能準確地再現原件。

翻譯可以通過幾種不衕的方式完成，具體如下：

藝術家/收藏家解讀。用於翻譯對象的最簡單方法是將實體設計規範留給藝術家或收藏家。他們將決定一件作品的製作方式、使用的材料、具體尺寸等。

嵌入特徵。更具可擴展性且有意思的方法是，將製造所需的實體信息嵌入到 NFT 本身中。 NFT 元數據中的特徵定義了解讀區域（例如掛毯的線數、線大小、編織指令等）。

直接實例化。第三種方法是直接生成可解讀資産：生成算法已適用於製造硬件，或者算法的輸出是 3D 打印文件或 3D 網格的頂點。

製造層

翻譯後，生成的商品就會被製造出來。​​製造階段是指將虛擬設計轉換爲實體對象，這是很關鍵的一步。3D 打印、數控銑削、激光切割、機器人打印機和自動編織等多種技術可用於創建不衕材料和形狀的物體。

Trame的生成陶器

對於上麵提到的 Trame 與 Alexis Andre 的第一次共衕生成的産品，Neolice Loom 被用作製造硬件。Neolice Loom 接收藝術家的自定義腳本，併通過編織將代碼重新解碼到 3D 空間中。 Trame 也正在擴展到新的媒介。上圖突出顯示了生成陶器的實驗。

雖然 Artmatr 專門針對當今的生成藝術製作，但它強調了先進的製造工具可爲數字産品的實體生産所髮揮的作用。藝術家與 Artmatr 團隊合作提交各種數字文件格式，例如代碼、3D 模型、PSD 文件 (Photoshop)、矢量和動畫等。接下來，他們將定義實物“線程”，包括介質（油、紫外線、丙烯酸）、基材、尺寸等參數。最後，通過使用機械臂和六軸打印機等機器來實現其生産。利用噴墨打印、噴槍和擠壓等不衕技術，將得到 2D、2.5D 或 3D 拓撲結構。

認證/鏈接層

創建實體對象後，就需要將其鏈接回其數字孿生。這類似於時尚等其他空間的數字實體化過程。使用 Kong 和 IYK 製造的近場通信芯片、隱寫術和 QR 碼隻是連接數字與實體物品併提供來源認證的一些技術。

請查看我們最近髮錶的一些與數字實體基礎設施相關的文章，或者參閲我們提供的與數字時尚相關的文章，其中深入探討了時尚特有的數字物理策略。

未來的可能性

展望未來，我們預計現有的鏈上生成藝術將充當衍生品的程序。我們通過在各種時尚項目中使用 Squiggles 看到了這一點，另一個早期的例子是 Terraflows，這是一個建立在 Terraforms 藝術程序之上的流場研究。這種網絡藝術可在實體空間中對生成藝術提供引人入勝的重新詮釋。例如，可使用 Fidenza 藝術腳本爲 3D 打印房屋創建建築布局。

在未來，還有另一個有趣的可能性，即將去中心化製造設施的代幣化用於在某種實體基礎設施網絡中大規模生産生成品。擁有適當設備的愛好者和商業製造商可通過競標由收藏家或藝術家髮布的工作，以打印或創作作品。代幣可以計量該硬件網絡併將製造設施的初始成本降到最低。這與帶有鏈上代碼的 CC0 範例配合得特別好。

放眼未來，合成生物學和/或化學製造也可能是提高生成質量的一個值得探討的途徑。例如，生成代碼可用於在算法上確定實驗室生長的晶體的特徵、植物的錶型等。

聲明：

1. 本文轉載自[Mirror]，著作權歸屬原作者[1kx]，如對轉載有異議，請聯繫Gate Learn團隊，團隊會根據相關流程盡速處理。
2. 免責聲明：本文所錶達的觀點和意見僅代錶作者個人觀點，不構成任何投資建議。
3. 文章其他語言版本由Gate Learn團隊翻譯， 在未提及Gate.io的情況下不得覆製、傳播或抄襲經翻譯文章。