生成式 AI 與區塊鏈的交匯點：創造力代幣化

撰文：Kava Labs

我們將繼續深入探討人工智能（AI）與區塊鏈技術的融合，重點研究生成式 AI 和代幣化的作用。作為 AI 和區塊鏈技術中最具創新性但也最具爭議性的領域之一，我們需要參考之前關於RWA 代幣化、AI 中的自然語言處理（NLP）、AI 在風險緩解和跨鏈互操作性中的作用的文章，以充分理解這兩種技術融合的更廣泛影響。

在本文中，我們將探討生成式 AI 的強大功能、它的工作原理以及當將生成式 AI 輸出的內容代幣化時面臨的版權材料問題。然後，我們將轉向區塊鏈技術的作用以及非同質化代幣（NFT）作為解決這些問題的潛在方案。我們還將研究已經利用 NFT 的行業，並在文章結尾討論這一動態領域的未來潛力以及 AI 可能扮演的角色。

創造內容的未來

與 AI 領域的其他方面一樣，生成式 AI 的演進在計算機科學領域有著深厚的根基，可追溯到 20 世紀 60 年代。英國藝術家 Harold Cohen 在加利福尼亞大學聖地亞哥分校通過他的AARON 項目實現了計算機圖像生成的早期迭代。然而，儘管有這些生成式 AI 成像的早期迭代，但直到 2022 年第四季度末 ChatGPT3.5 的推出，才標誌著現代 AI 的繁榮，也讓廣大公眾有機會接觸到這種劃時代的技術。

隨著Midjourney、Leonardo.ai和DALL-E在 2023 年的發佈，生成式圖像協議的流行迅速爆發，生成式 AI（GenAI）和提示工程（prompt engineering）迅速進入公眾視野，同時大型語言模型（LLMs）也備受矚目。一夜之間，每個人都獲得了在幾秒鐘內生成逼真圖像的能力，而此前，這項工作需要大量勞動力，只有專業藝術家和攝影師才能完成。

自那以後，生成式 AI 取得了長足的發展，不斷迭代並改進早期的版本。甚至傳統的 Web2 公司也開始實施 AI 圖像生成和編輯協議，比如 Photoshop 在 2023 年 5 月推出了其生成式填充工具包。我們還見證了該領域從圖像擴展到音頻、視頻和 3D 建模的擴張。

生成式 AI 到底是如何工作的？傳統藝術家是否需要擔心，以及區塊鏈如何幫助生成式 AI？

瞭解這項技術

為了確定區塊鏈可能與生成式 AI 的交匯點，我們首先需要了解這項技術的工作原理，以及它是否可能被解釋為剽竊。

生成式 AI 的第一步與其他 AI 模型相同 — — 收集、索引和清理原始數據。生成式 AI 收集圖像、音頻樣本、視頻或 3D 數字模型。然後，該模型可以被訓練來識別物體、紋理、顏色和音頻模式。

一旦模型將其樣本數據分解為最基本的組成部分，它就可以被用來重構和複製模式及依賴關係，如顏色如何相互作用以及物體之間的空間關係。與大型語言模型使用概率模型來預測下一個單詞、句子或段落的方式類似，生成式 AI 使用概率模型來預測像素值和它們彼此之間的位置關係，並將它們組合成一個單一的連貫圖像輸出。

生成式 AI 的最後階段是利用這些輸出在其反饋循環中。通過迭代和改進模型，隨著時間的推移創建更精確的輸出。

關於版權的爭議開始變得模糊，因為模型可以在開源數據上進行訓練，並且不會直接複製任何單一的原始數據進行復制。它們使用基於數十億個原始數據接觸點的高度複雜的預測模型，並通過預測建模將它們組合成一個輸出。一種思考方式是，這些模型更像現代歌手可能會受到 Michael Jackson 或披頭士樂隊的影響或啟發，而不是直接翻唱他們的歌曲。

NFT 的崛起

NFT 最早出現於 2014 年，當時數字藝術家 Jennifer 和 Kevin McCoy在 Namecoin 區塊鏈上首次鑄造了 Quantum。2017 年，隨著CryptoKitties的發佈，NFT 開始在這一領域獲得小眾追隨者，並在 2021 年的牛市行情中與Bored Ape Yacht Club、CryptoPunks等項目以及像Beeple這樣的獨立數字藝術家一起走紅。

在 2021 年的牛市行情中，NFT 展示了其底層區塊鏈技術用例的強大功能。不可變的去中心化賬本可以解決長期存在的建立連貫來源證明的問題。通過擁有永久且不可更改的數字認證印章，各行業可以輕易確定其產品的合法所有權。高端藝術數據庫Artory在利用區塊鏈技術為獨家藝術品建立來源證明方面表現出色。

自 2021 年 NFT 熱潮達到頂峰以來，儘管 NFT 的受歡迎程度有所下降，但其重要性並未減弱。通過 ERC-721 和 ERC-1155 代幣標準引入動態和非半同質化 NFT 項目，隨著實物資產（RWA）的興起，創造了新市場。實物資產的代幣化，特別是在房地產和汽車行業，得益於能夠建立連貫的來源證明，同時隨著時間的推移更新 NFT 以反映維護和改進。

鑄造 NFT

NFT 在 2021 年牛市行情中走紅，得益於鑄造 NFT 系列的便捷性。對於一個相對小眾且存在技術進入壁壘的快速增長行業而言，能夠在OpenSea和Rarible等平臺上鑄造 NFT 為數百萬用戶提供了一個簡單的切入點。與創建自己的 NFT 系列相比，設置錢包可能更具挑戰性。

最初的設置是通過簡單的賬戶創建過程完成的。之後，一旦用戶將錢包連接到其賬戶，他們就可以在幾分鐘內輕鬆上傳並鑄造一個系列，這與將圖像上傳到雲提供商的便捷程度相似。用戶體驗無與倫比，一旦他們的圖像通過審核，他們就可以輕鬆地在平臺與其選擇的交易所之間進行交易。

數字藝術的流動性

鑄造 NFT 以及自由買賣數字藝術品的能力，是吸引數百萬用戶加入的重要一步。這雖然是對加密貨幣市場波動性的速成課程，但更重要的是，它為用戶提供了一個動態的教育工具。他們很快就理解並開始實施加密貨幣交易。例如，可以無縫地從 NFT 平臺轉移到錢包和交易所，再轉換回法定貨幣。

這也使許多創作者首次能夠將他們的數字藝術品變現。這體現了 Web3 的基本承諾，即將財務和創意主權重新交還給個人，而不是第三方守門人。

版稅的新紀元

在確立數字資產的來源方面，NFT 常被忽視的一個方面是：它能夠為原始創作者自動支付版稅。雖然藝術家轉售權（Artist Resale Rights，ARR）或稱追及權（droit de suite）的概念自 20 世紀初法國於 1920 年首次引入以來就已存在，但對許多國家而言，這仍然是一種較新的做法。

在這方面，NFT 提供了一個獨特的機會。對於任何特定 NFT 的交易，自動實施版稅的過程解決了這一問題，而無需任何繁瑣的傳統中介參與。NFT 平臺的策展流程將這一權力直接交還給創作者，讓他們能夠決定希望獲得的版稅比例。

AI 與 NFT 的未來

2021 年 NFT 的興起令人印象深刻的一點是，它的興起並沒有藉助生成式 AI 協議。在那個環境下，數字藝術家大放異彩，但現在，任何人都可以像使用聊天機器人一樣輕鬆地創作出高製作價值的藝術品，因此，這個市場未來的盈利能力如何尚不明朗。人們可能會更加關注項目的實用性和社群。

生成式 AI 協議可以讓個人成為出色的藝術家，並開啟之前遙不可及的職業大門。然而，在上一個週期中，藝術家們遇到的一個主要問題是，他們的藝術品在未經同意的情況下被當作 NFT 出售。對於通過生成式 AI 協議創作的數字資產的貨幣化問題，法律上仍然存在模糊之處。這兩個因素可能會發生衝突，特別是如果生成式 AI 資產被用於通過熱門的 NFT 系列來創造世代財富的話。

在上一個週期中，當 NFT 被複制並在多個區塊鏈上鑄造時，剽竊也起到了推波助瀾的作用。關於缺乏互操作性和數據孤島的主題，在之前的博文中已有探討。在這方面，AI 可以發揮重要作用。通過早期異常檢測和欺詐預防等安全增強措施，AI 可以像在 RWA 和 DeFi 領域一樣，成為後盾。這對於在確定數字資產來源時建立跨鏈互操作安全性至關重要。