生成式 AI 与区块链的交汇点：创造力代币化

撰文：Kava Labs

我们将继续深入探讨人工智能（AI）与区块链技术的融合，重点研究生成式 AI 和代币化的作用。作为 AI 和区块链技术中最具创新性但也最具争议性的领域之一，我们需要参考之前关于RWA 代币化、AI 中的自然语言处理（NLP）、AI 在风险缓解和跨链互操作性中的作用的文章，以充分理解这两种技术融合的更广泛影响。

在本文中，我们将探讨生成式 AI 的强大功能、它的工作原理以及当将生成式 AI 输出的内容代币化时面临的版权材料问题。然后，我们将转向区块链技术的作用以及非同质化代币（NFT）作为解决这些问题的潜在方案。我们还将研究已经利用 NFT 的行业，并在文章结尾讨论这一动态领域的未来潜力以及 AI 可能扮演的角色。

创造内容的未来

与 AI 领域的其他方面一样，生成式 AI 的演进在计算机科学领域有着深厚的根基，可追溯到 20 世纪 60 年代。英国艺术家 Harold Cohen 在加利福尼亚大学圣地亚哥分校通过他的AARON 项目实现了计算机图像生成的早期迭代。然而，尽管有这些生成式 AI 成像的早期迭代，但直到 2022 年第四季度末 ChatGPT3.5 的推出，才标志着现代 AI 的繁荣，也让广大公众有机会接触到这种划时代的技术。

随着Midjourney、Leonardo.ai和DALL-E在 2023 年的发布，生成式图像协议的流行迅速爆发，生成式 AI（GenAI）和提示工程（prompt engineering）迅速进入公众视野，同时大型语言模型（LLMs）也备受瞩目。一夜之间，每个人都获得了在几秒钟内生成逼真图像的能力，而此前，这项工作需要大量劳动力，只有专业艺术家和摄影师才能完成。

自那以后，生成式 AI 取得了长足的发展，不断迭代并改进早期的版本。甚至传统的 Web2 公司也开始实施 AI 图像生成和编辑协议，比如 Photoshop 在 2023 年 5 月推出了其生成式填充工具包。我们还见证了该领域从图像扩展到音频、视频和 3D 建模的扩张。

生成式 AI 到底是如何工作的？传统艺术家是否需要担心，以及区块链如何帮助生成式 AI？

了解这项技术

为了确定区块链可能与生成式 AI 的交汇点，我们首先需要了解这项技术的工作原理，以及它是否可能被解释为剽窃。

生成式 AI 的第一步与其他 AI 模型相同 — — 收集、索引和清理原始数据。生成式 AI 收集图像、音频样本、视频或 3D 数字模型。然后，该模型可以被训练来识别物体、纹理、颜色和音频模式。

一旦模型将其样本数据分解为最基本的组成部分，它就可以被用来重构和复制模式及依赖关系，如颜色如何相互作用以及物体之间的空间关系。与大型语言模型使用概率模型来预测下一个单词、句子或段落的方式类似，生成式 AI 使用概率模型来预测像素值和它们彼此之间的位置关系，并将它们组合成一个单一的连贯图像输出。

生成式 AI 的最后阶段是利用这些输出在其反馈循环中。通过迭代和改进模型，随着时间的推移创建更精确的输出。

关于版权的争议开始变得模糊，因为模型可以在开源数据上进行训练，并且不会直接复制任何单一的原始数据进行复制。它们使用基于数十亿个原始数据接触点的高度复杂的预测模型，并通过预测建模将它们组合成一个输出。一种思考方式是，这些模型更像现代歌手可能会受到 Michael Jackson 或披头士乐队的影响或启发，而不是直接翻唱他们的歌曲。

NFT 的崛起

NFT 最早出现于 2014 年，当时数字艺术家 Jennifer 和 Kevin McCoy在 Namecoin 区块链上首次铸造了 Quantum。2017 年，随着CryptoKitties的发布，NFT 开始在这一领域获得小众追随者，并在 2021 年的牛市行情中与Bored Ape Yacht Club、CryptoPunks等项目以及像Beeple这样的独立数字艺术家一起走红。

在 2021 年的牛市行情中，NFT 展示了其底层区块链技术用例的强大功能。不可变的去中心化账本可以解决长期存在的建立连贯来源证明的问题。通过拥有永久且不可更改的数字认证印章，各行业可以轻易确定其产品的合法所有权。高端艺术数据库Artory在利用区块链技术为独家艺术品建立来源证明方面表现出色。

自 2021 年 NFT 热潮达到顶峰以来，尽管 NFT 的受欢迎程度有所下降，但其重要性并未减弱。通过 ERC-721 和 ERC-1155 代币标准引入动态和非半同质化 NFT 项目，随着实物资产（RWA）的兴起，创造了新市场。实物资产的代币化，特别是在房地产和汽车行业，得益于能够建立连贯的来源证明，同时随着时间的推移更新 NFT 以反映维护和改进。

铸造 NFT

NFT 在 2021 年牛市行情中走红，得益于铸造 NFT 系列的便捷性。对于一个相对小众且存在技术进入壁垒的快速增长行业而言，能够在OpenSea和Rarible等平台上铸造 NFT 为数百万用户提供了一个简单的切入点。与创建自己的 NFT 系列相比，设置钱包可能更具挑战性。

最初的设置是通过简单的账户创建过程完成的。之后，一旦用户将钱包连接到其账户，他们就可以在几分钟内轻松上传并铸造一个系列，这与将图像上传到云提供商的便捷程度相似。用户体验无与伦比，一旦他们的图像通过审核，他们就可以轻松地在平台与其选择的交易所之间进行交易。

数字艺术的流动性

铸造 NFT 以及自由买卖数字艺术品的能力，是吸引数百万用户加入的重要一步。这虽然是对加密货币市场波动性的速成课程，但更重要的是，它为用户提供了一个动态的教育工具。他们很快就理解并开始实施加密货币交易。例如，可以无缝地从 NFT 平台转移到钱包和交易所，再转换回法定货币。

这也使许多创作者首次能够将他们的数字艺术品变现。这体现了 Web3 的基本承诺，即将财务和创意主权重新交还给个人，而不是第三方守门人。

版税的新纪元

在确立数字资产的来源方面，NFT 常被忽视的一个方面是：它能够为原始创作者自动支付版税。虽然艺术家转售权（Artist Resale Rights，ARR）或称追及权（droit de suite）的概念自 20 世纪初法国于 1920 年首次引入以来就已存在，但对许多国家而言，这仍然是一种较新的做法。

在这方面，NFT 提供了一个独特的机会。对于任何特定 NFT 的交易，自动实施版税的过程解决了这一问题，而无需任何繁琐的传统中介参与。NFT 平台的策展流程将这一权力直接交还给创作者，让他们能够决定希望获得的版税比例。

AI 与 NFT 的未来

2021 年 NFT 的兴起令人印象深刻的一点是，它的兴起并没有借助生成式 AI 协议。在那个环境下，数字艺术家大放异彩，但现在，任何人都可以像使用聊天机器人一样轻松地创作出高制作价值的艺术品，因此，这个市场未来的盈利能力如何尚不明朗。人们可能会更加关注项目的实用性和社群。

生成式 AI 协议可以让个人成为出色的艺术家，并开启之前遥不可及的职业大门。然而，在上一个周期中，艺术家们遇到的一个主要问题是，他们的艺术品在未经同意的情况下被当作 NFT 出售。对于通过生成式 AI 协议创作的数字资产的货币化问题，法律上仍然存在模糊之处。这两个因素可能会发生冲突，特别是如果生成式 AI 资产被用于通过热门的 NFT 系列来创造世代财富的话。

在上一个周期中，当 NFT 被复制并在多个区块链上铸造时，剽窃也起到了推波助澜的作用。关于缺乏互操作性和数据孤岛的主题，在之前的博文中已有探讨。在这方面，AI 可以发挥重要作用。通过早期异常检测和欺诈预防等安全增强措施，AI 可以像在 RWA 和 DeFi 领域一样，成为后盾。这对于在确定数字资产来源时建立跨链互操作安全性至关重要。