1kx：生成式制造的历史、web3实验和堆栈

作者：Accelxr，1KX；翻译：金色财经0xjs

消费品的未来是生成式的。

目前，基于区块链的生成算法主要用于视觉艺术领域，艺术家编写代码以创建数字和交互式作品、动画和印刷品。然而，艺术可能只是这种新的基于区块链的创作过程的第一个适用媒介。我们相信，基于区块链的生成式媒介将在每个其他消费品和奢侈品垂直领域广泛传播，而这种艺术创作过程将通过生成式制造独特的新类别物理产品。

生成式收藏的吸引力显而易见：消费者渴望独特的产品，反映他们独特的身份，同时将他们与更大的社区联系在一起。通过1/1/x模型，生成式算法通过创建在具有统一美学的更大收藏集合中的独特作品来实现这一点。这些独特的创作迎合了个体的具体口味，允许在一个部落内进行细粒度的表达，其在这方面的成功表现在PFP市场的兴起以及围绕特定生成特征崭露头角的小众社区的增长。

有趣的是，生成式算法和1/1/x的稀有度分布也解决了批量生产和定制之间的紧张关系。在传统制造业中，大规模定制产品通常不切实际且昂贵。然而，生成式算法可以直接集成到制造硬件中，如3D打印机、数控机床、激光打印机、自动织机等，既提供了生产和分发的可行性，又提供了稀缺性和独特性。

社会动态和稀有度、数字创作和物理生产之间的相互交叉为消费品和奢侈品的新类别打下了基础，这些产品结合了算法的随机性、最终用户的参数化和可验证的独特性，以满足消费者的需求。

生成式制造的历史

艺术家一直将技术作为探索创造性的新维度的手段。随着时间的推移，这种关系发生了明显的变化，从纯粹的艺术努力到艺术和制造的交汇。

1960年代 - 早期生成式艺术：艺术家开始尝试使用算法过程来创建艺术作品。使用早期计算机和编程语言以及钢笔绘图仪等工具，像Manfred Mohr、Vera Molnár和Harold Cohen这样的艺术家开始创建由算法驱动的艺术作品。

1980年代 - 个人计算机和软件革命：个人计算机的出现使数字工具更加可访问。这使更多的艺术家可以尝试这些新颖的艺术过程。

1990年代至2000年代 - 增材制造的诞生和扩展：随着3D打印技术的出现和发展，艺术家看到了新的机会。生成式艺术家开始尝试这些工具，直接从他们的软件驱动设计中创建雕塑和装置。

2000年代至2010年代 - 数字艺术与数字制造相遇：随着这两个领域的成熟，数字艺术家将与制作者、建筑师和设计师合作，实现大规模的装置。像The Living的Hy-Fi塔这样的项目，在其构思中采用了生成式设计原则，并使用现代制造方法进行创作。正是在这个时候，专为艺术家量身定制的软件工具，如Processing，使他们能够在不需要深入的编程知识的情况下创建复杂的程序艺术。

2010年代 - 工具和方法的成熟：生成式艺术平台和框架，如openFrameworks和TouchDesigner，变得越来越受欢迎。这些工具与更易于访问和精密的3D打印、激光切割和数控铣削技术相结合，实现了无缝的生产。例如，像Nervous System这样的艺术家使用生成算法设计了独特的珠宝和服装，随后使用3D打印技术进行制作。

2020年代 - 融合与合作：艺术、设计和制造之间的界限变得日益模糊。艺术装置、建筑结构，甚至日常物品现在都展示了这种组合可以产生的独特美学和能力。值得注意的是，区块链上的艺术在这个时候重新引起了人们对生成式艺术领域的兴趣，使用密码学输入作为链上集合的随机种子。结合数字物理空间中的新原语，我们正在接近数字创作和物理生产融合的新领域。

今天的生成式艺术家不仅仅是在制作艺术品，他们正在重新定义消费品，将审美价值与功能性设计相结合，并推动艺术和工业在艺术和工业方面的可能性的前沿。

Web3实验

在Web3中，有各种早期的生成式制造实验。

Trame的Neolice Loom

Trame与CPG的Craft Nouveau是一系列着重将传统工艺与生成式艺术相结合的收藏品，展示了生成式代码保留全球各地文化艺术风格的能力。Alexis André的Navette是Craft Nouveau的首个收藏，其中Alexis编写了一个算法，用于生成可以由Neolice Loom自动织造的图像 - 这是一种可以摄取代码来织造物理作品的自动织机。

fx(hash)生态系统在制造方面进行了大量实验。这可能是由于其无需许可的自我发布方法。Klangteppich是一种不断演变的动态NFT，提供了织造的说明，并允许收藏家获得从代码生成的任何帧的物理作品。Mini Dahlias在NFT的元数据中包含有关如何从14层激光切割的α-纤维素垫板中创建3.5英寸x 2.0英寸口袋雕塑的说明。Nuages possible使用代码的输出在物理空间中由绘图仪机器重新创建Joanie Lemercier的云系列的变体。

fx(hash)上的Nuages possible

除了工艺和艺术之外，时尚是最受探索的生成式制造途径之一。9dcc生产的Iteration-002是将生成式设计与物理产品相结合的早期示例。Iteration-002衬衫是使用连接到SnowFro的Squiggles算法的打印机实时制作的。打印机依赖源代码的算法随机性来确定打印在衬衫上的设计特征，并遵循与原始的10k收藏相同的特征分布。

9dcc ITERATION-002

Tribute Brand最近也重新混合(remix)了Chromie Squiggle算法，以创作制造的服装。Chromie Squiggle的持有者可以使用他们独特的Chromie Squiggle生成个性化的毛衣，而其他人可以通过原始的Chromie Squiggle算法生成独一无二的毛衣。此次发布包括了从Chromie Squiggle的源代码派生的数字和物理ODDS毛衣。数字物体用作未来毛衣版本的蓝图，并可以在沉浸式环境中用作外观，并且每个独特的ODDS数字物体都可以换取一个相应的ODDS物理毛衣，由Waste Yarn Project手工制作。

其他值得注意的生成式时尚项目包括mmERCH和RSTLSS，它们都计划围绕算法随机性和设计进行实验。

生成式制造堆栈

对于生成式产品的生成式制造堆栈可以分为5层：

创作：使用算法或人工智能过程生成设计或概念的初始阶段。

策展：选择和微调生成的设计以实现期望的结果或规格的过程。

翻译：将数字设计转化为制造设备使用的机器可读指令或代码的转换过程。

制造：将虚拟设计转化为物理对象的物理生产或制造过程。利用不同的材料和设备，如3D打印、数控铣削、激光切割、机器织造和自动织机等，来创建不同形状和材料的对象。

认证/链接：验证制造产品的真实性并将其与数字孪生体链接以确保其出处。

创作层

生成式商品的创建始于代码。诸如p5.js和Processing之类的库为艺术家和设计师提供了创建生成式艺术的强大工具。这些库通过从交易哈希、代币数据、区块头等生成的种子扩展了区块链上的随机性。区块链艺术引擎如ArtBlocks Engine和fx(hash)允许艺术家轻松将这些随机种子插入到其代码中，并直接在区块链上铸造艺术品。

对于AI艺术家，这一层重点是模型的开发和微调，以创建所需的审美效果。他们通常从现有的AI模型中选择一个，比如生成对抗网络（GAN）作为基础。通过反向传播，模型权重逐渐改进，以生成与所需风格相符的艺术品。艺术家通过策展最吸引人的输出并将其纳入训练数据集来提供反馈。这个迭代过程继续，不断改进模型的性能，使艺术家能够探索不同的可能性。除了自定义模型或Stable Diffusion LoRA等外，还有一些工具可以简化这个过程，比如Scenario.gg。

策展层

在创作层之后，代码的输出可以进一步精化以适应用户的偏好。在创意编码的上下文中，这通常以多人参数化的形式进行，比如fx(hash)的fx(params)提供了这样的功能。

在AI生成式模型的背景下，策展通常是通过更广泛的代币持有人社区来完成的，就像Botto的生成算法和Deep Objects的社区设计过程一样。

工作室或自我出版是策展过程的最后一环。这是生成式工作室，比如Trame和ArtBlocks，向公众展示作品的地方，或者fx(hash)作为自我发布者。

翻译层

一旦算法和设计确定，生成式商品必须翻译成适用于制造硬件的机器可读指令。翻译是一个相对简单的过程，旨在尽可能准确地在物理空间中重新创建一个作品。

翻译可以通过几种不同的方式进行，包括：

艺术家/收藏家解释。将物理设计规格留给艺术家或收藏家来翻译对象是最简单的方法。他们会决定如何制作一个作品，使用的材料，具体的尺寸等等。

嵌入式特征。一个更具可扩展性和有趣的方法是将制造所需的物理信息嵌入到NFT本身。在NFT的元数据中的特征定义了翻译的领域（例如，织物的纹理、线的大小、织造说明等等）。

直接实例化。第三种方法是直接生成可解释的资产：生成式算法已经适应了制造硬件，或者算法的输出是一个可以3D打印的文件或3D网格的顶点。

制造层

在翻译之后，生成的商品将被制造出来。制造阶段是一个关键步骤，涉及将虚拟设计转化为物理对象。使用不同的技术，如3D打印、数控铣削、激光切割、机器打印和自动织造等，以不同的材料和形状创建对象。

对于上面提到的Trame与Alexis Andre首次发布，使用了Neolice Loom作为制造硬件。Neolice Loom接受艺术家的自定义脚本，并通过编织将代码重新解释到3D空间中。Trame也正在拓展到新的媒介领域，上图突出了一次生成陶器的实验。

尽管今天的生成式艺术制作是特定于生成艺术的，但Artmatr突出显示了先进制造工具对数字物品的物理生产能做什么。艺术家与Artmatr团队合作，提交各种数字文件格式，如代码、3D模型、PSD文件（Photoshop）、矢量和动画。接下来，他们会定义物理的“线程”，包括媒介（油、UV、丙烯）、基材、尺寸等等。最后，通过使用机器，如机械手臂和6轴打印机，将其实现。使用墨水喷印、喷气式喷涂和挤出等不同的技术，生成的拓扑可以是2D、2.5D或3D。

认证/链接层

在创建物理物体之后，需要将其与其数字孪生体关联起来。这类似于其他领域的数字物理过程，比如时尚。使用Kong和IYK制造的近场通信芯片、隐写术和QR码等是将数字与物理相连接并提供出处认证的技术之一。

未来可能性

展望未来，我们预计现有的区块链上生成式艺术作品将作为衍生品的程序。我们已经在一些时尚项目中看到了这一点，比如使用Squiggles的各种时尚项目，另一个早期示例是建立在Terraforms艺术程序之上的Terraflows，这种网络化的艺术可以在物理空间中产生有趣的重新解释。例如，可以使用Fidenza艺术脚本创建用于3D打印房屋的建筑布局。

另一个有趣的未来可能性是去中心化制造设施的代币化，用于大规模生产生成式商品，形成一种物理基础设施网络。拥有适当设备的业余爱好者和商业制造商可以通过竞标来为收藏家或艺术家打印或制作其发布的作品。代币可以计量硬件网络，并帮助启动制造设施的初始成本。这与区块链代码配合使用的CC0范例特别契合。

再往前看，合成生物学和/或化学制造也可能是生成式特性的有趣途径：例如，生成式代码可以用算法来确定实验室生长晶体的特征、植物的表型等等。