简述
近期“AI+Web3”的热度上升,相关概念Token也迎来了一波涨幅,由于很多加密圈的朋友并不是非常了解AIGC,这可能会导致投资失误或者错过潜在的机会。我从去年1月份开始关注AIGC,亲身经历了2022年AIGC技术和产业的高速发展,今天我就跟大家简单解读一下现在AIGC的发展格局、AI+Web3项目的现状以及如何使用AIGC工具创作Web3资产。
AIGC
AI模型分类
从模型功能上区分,目前AIGC主要涉及文字、图片、音乐和视频的生成。
文字
文字模型现象级应用当属OpenAI的ChatGPT,续写文字、创作故事、写代码、修BUG、写诗、做表......你所有能想象到的与文字相关的内容它都可以做。它可以极大程度上减少人的工作量,使用得当将会是文字工作者的利器。现在媒体平台上很多文章都是用AI写的,这一领域有很多潜在的机会,解决实际问题,创造新的工作流,打造商业闭环是我们这些使用工具的人需要去考虑的事情。
ChatGPT可以帮助开发人员完成大量的代码编写工作,还可以查找修改错误,当然它有可能出错,在使用中需要留意,尽信书不如无书。
此外,各类建议、策划、编撰等文字工作是它最擅长的,对于文字工作者来说,ChatGPT绝对是超强的辅助工具。
但是ChatGPT不是万能的,你可以将其定义为一个什么都懂一些的“全才”,但它却不是精通一切的“专家”。对于某些比较专业的知识,它的回答可能会出错,这包括但不限于编程细节、密码学、数学、历史等领域,所以在使用ChatGPT的时候最好对内容再复核一遍,以免出现严重错误,在最近的版本更新中,ChatGPT很多错误点已经得到了修正,随着模型的逐步完善,未来的想象力是无限的。
图片
AI生成图片是AIGC领域发展最快的赛道,2021年最火的技术还是生成对抗网络,但是它距离产品化还有很长的距离;到了2022年初,DiscoDiffusion横空出世引发了第一波AIGC爆点,DiscoDiffusion擅长对场景的刻画,出图场面恢弘大气,但是画面不够清晰,作图速度慢,要以10分钟计数;4月份,OpenAI的DALLE2上线,7月份Midjourney开放公测,使用Discord端作画,1分钟之内可以同时出4张图,艺术性超高,在11月份发布V4版本后进一步稳固了自己最强AI作画工具的地位;8月份,StableDiffusion正式发布,作图速度缩短至10秒之内,图片细节、清晰度都有极大的提升,并且奉行开源主义,所有代码都开源,这也诞生了庞大的社区,是之后世界范围内AIGC流行的火种,包括后面基于StableDiffusion训练的专门生成二次元图像的NovalAI。
数据:以太坊上的DeFi TVL自周日以来已减少35.5亿美元:金色财经报道,IntoTheBlock数据显示,自上周日以来,以太坊上DeFi的锁定总价值(TVL)已下降近8%。这种下降可能是由Curve被攻击后的不确定性引发的,代表着急剧下降。在此背景下,减少的金额为35.5亿美元,而Curve在ETH上的TVL仅占此数字的一小部分。[2023/8/1 16:12:20]
如今AI作图领域呈现Midjourney+StableDiffusion的双巨头局势,DiscoDiffusion和DALLE2在技术更新上已经离开了第一梯队,其余产品大多都是基于StableDiffusion的开源框架调整的。
音乐&视频
AI生成音乐和视频是一个发展相对较慢的赛道,至今还没有现象级应用,市场上存在的产品均不太成熟,其在技术难度上比生成图片和文字要大,但是已经有很多公司准备在2023年攻克这个难题,或许我们马上就能看到比较成熟的视频和音乐生成平台。下面我挑选几个相对优秀的产品简单介绍一下。
AI生成音乐最常见的玩法是用户输入一段文字或者一张图片,模型根据内容输出一段音乐,对应的产品可以关注Riffusion,它除了实现以上功能外还能在不同风格输入之间自然转换。
AI生成视频可以体验产品QuickVid,它可以在很短的时间内根据文字描述生成一段流畅的视频,你还可以选择不同使用场景下的视频风格,视频质量较高,与人为剪辑的效果差别不大。
AIGC+Web3玩法
AIGC可以助力Web3项目更快更好的完成文字和图片的设计工作,这在NFT和GameFi项目中应用最为广泛,但是这也需要一定的技巧,使用恰当的Prompt使AIGC输出可用的图片,并使用ChatGPT完成项目文案相关工作,描述词的使用有很多讲究,成为一名AI艺术家需要很多的前期学习,为了让大家快速完成需求,下面我简单说几种使用AIGC输出Web3可用图像的方法。
特殊Prompt
有一些特殊的Prompt可以控制模型输出特定风格的图片,这些图片可以直接拿来作为NFT或者GameFi内素材使用,版权属于创作者自己。下面我使用StableDiffusion做一些示范。直接复制我下面的描述词,自己定义括号中的内容。
BTCStudy内容贡献者曾汨:闪电网络是比特币未来重要发展方向之一:金色财经报道,在由比特大陆联合金色财经举办的《比特币诞生14周年》主题活动上,BTCStudy内容贡献者曾汨表示,“Miniscript作为一种更加智能的比特币脚本语言,降低了普通用户编写复杂脚本的门槛,可以加强不同钱包之间的可组合性。当前比特币社区里面一些核心钱包都在往支持Miniscript的方向努力。闪电网络是比特币未来重要发展方向之一,对于比特币成为更广泛的支付系统,取得大规模采用来说至关重要。当前闪电网络增长迅速,可以较为真实地反应比特币的实际采用情况。”[2023/1/3 22:23:19]
塑料雕像
注:只需要改变括号中的内容就可以得到相同类型的图片,示例文字顺序=图片顺序,图片内角色依次为Yoda、Superman、ironMan、MaiShiranui、shark、batman、Bumblebee和wizard。你可以尝试所有其他可能性。
Funkypopfigurine,madeofplastic,productstudioshot,onawhitebackground,diffusedlighting,centered
这类图片直接发一个NFT项目绰绰有余,每个都是1/1,你只需要告诉AI想要什么。
模块建筑
这段描述词中的temple可以改也可以不改,都可以做出不错的效果图。
Tinycuteisometrictemple,softsmoothlighting,softcolors,softcolors,100mmlens,3dblenderrender,trendingonpolycount,modularconstructivism,blueblackground,physicallybasedrendering,centered
这类图片可以构建一个土地NFT项目或者游戏中的建筑。
3D矢量风格动物
通过改变粗体内容,生成不同的矢量动物形象
kawaiilowpolypandacharacter,3disometricrender,whitebackground,ambientocclusion,unityengi
贝莱德CEO:尽管FTX存在诸多问题,但加密技术将非常重要:金色财经报道,贝莱德CEO Larry Fink表示,目前已经申请破产的加密交易所FTX似乎存在不当行为,但加密货币背后的技术也未来发展息息相关。他认为,在FTX崩溃后,大多数加密公司也将跟随倒闭。他承认,贝莱德通过其管理的一个基金向FTX投资了2400万美元。不过,尽管FTX存在诸多问题,但Larry Fink表示,他认为加密技术将非常重要。他说道,我相信下一代市场或者下一代证券将实现通证化。[2022/12/1 21:15:40]
3D游戏风格房间
可改变粗体内容,生成不同的房间
Tinycuteisometriclivingroominacutawaybox,softsmoothlighting,softcolors,purpleandbluecolorscheme,softcolors,100mmlens,3dblenderrender
通过以上案例我们可以看到,AIGC可以在图片设计上辅助甚至取代画师,你可以创造出独一无二的艺术风格、角色,而不需要掌握绘画的技巧,这是生产力的极大进步。
模型训练
以上工作流使用的是开源的StableDiffusion通用模型,它无法生成模型素材中不存在的东西,比如你无法让它生成一只无聊猿,模型本身也不知道什么是无聊猿,所以它存在局限性和时效性。为了解决以上提到的问题,我们可以训练自己的模型,将需要的素材都放进去,从而使模型输出内容符合我们的预期,这在NFT二创、扩展,GameFi辅助设计等方面都有很大的应用潜力。
展示几张我训练的无聊猿模型二创成图效果,从左到右分别是蝙蝠侠风格,黏土风格,毕加索抽象风格和黄金材质:
当然也可以控制生成与原本项目图片相似度极高的图片,下列四张图片有两张原图,两张用无聊猿模型生成的图,几乎很难分辨,你可以猜一下,后面我会揭晓答案。
模型训练原理很简单,用自己提供的图片训练出一个专属模型,但是让普通人从零开始训练一个AIGC模型是很困难的,好在StableDiffusion给我们提供了一些比较简单的模型训练方法。
法官令要求推特向马斯克提供推特前高管的文件:8月16日消息,美国特拉华州衡平法院周一下达法院命令,要求推特向特斯拉马斯克提供一名推特前高管的文件。马斯克称,该高管是计算推特上虚假账户数量的关键人物。
?根据特拉华州衡平法院法官命令,推特被要求收集、审查和出示来自前消费品总经理凯文·贝克普尔的文件。
今年4月,在推特同意被马斯克收购后,贝克普尔离开了这家公司。在马斯克提交给法庭的文件中,他被描述为“最密切参与”确定垃圾邮件账户数量的高管之一。不过,麦考密克拒绝了马斯克要求获取其他21名掌握相关信息的人的请求。(凤凰网科技)[2022/8/16 12:28:02]
现在常用的技术方案有三种:Fine-Tuning、DreamBooth、Textual-Inversion
特性解释:
Fine-Tuning--模型训练、原生框架
优点:功能最全,效果最好,prompt控制精确,是优质精细模型的统一技术方案
缺点:训练复杂,硬件要求高,训练时间长,训练图片需要标记词
DreamBooth--模型训练、简易框架、添加特殊标识符
优点:训练简单、速度快、硬件要求相对低、不需要精确的图片标记词,能较好地生成不同风格的图片,开放模型最常用方案
缺点:受限于的表示方式,训练SD模型中不存在的类效果会差一些,整体出图质量低于Fine-Tune,模型文件:2-4G
Textual-Inversion--新定义特征向量,不改变模型本身
优点:需要图片数量少:3-5张,训练文件小:几十KB
缺点:对于原SD中不存在的创新的物体、画风等出图效果不好,暂无商业用例
综合考虑成本与难度,新手推荐使用DreamBooth训练自己的模型,这里我给大家找了一个最简单的Colab版本,它可以使用谷歌免费的服务器训练模型并生成图片,前期需要处理的素材也最少。
训练模型之前,你需要训练使用的准备图片,初次尝试最好在10张左右,尺寸512*512,如果图片尺寸不合适可以使用BIRME等工具调整。
打开上面的链接,也就是:https://colab.research.google.com/github/TheLastBen/fast-stable-diffusion/blob/main/fast-DreamBooth.ipynb
主页显示如下,这是一个即时更新的页面,它不会保存你的更改,你可以直接在这个页面使用,或者点击“文件”选择“在云端硬盘中保存一份副本”,打开副本页,这个页面会保存你的所有更改。
马斯克将迫使Twitter与其重新谈判440亿美元的收购交易:6月15日消息,据内幕人士透露,特斯拉 (TSLA.O)CEO 马斯克将迫使 Twitter (TWTR.N) 与其重新谈判 440 亿美元的收购交易。(金十)[2022/6/15 4:28:50]
之后我们开始模型训练,首先点击第一行的运行按钮,连接Google云端硬盘,安装到gdrive。
运行完成后在按钮前面会出现绿色的对勾,右上角RAM/磁盘也出现绿色对勾,后面每段程序运行完成的标志都是这个小对勾。上一段程序运行结束后,点击下一段的按钮继续运行。
接下来安装依赖,下载模型
开始正式训练,首先为你的模型起个名字。
上传图片,点击运行后会出现“选择文件”按钮,选定图片后上传,我这里选择了八张CloneX的图片作为训练素材,并为它们命名为CloneX1-8,这里对图片的命名不要与已有单词相同,它是对你训练素材的特殊标记。图片命名方式可以参考下图。
运行Captions,并跳过Conceptimages
开始训练,训练步数设置为图片数量*100,我是用了八张图片,这里选择800,其他参数暂时不需要调整,等后面熟练掌握了模型训练方法再进行更精准的训练。
点击运行,出现以下界面表示训练开始,等待训练完成。这里有两个训练过程,一个是训练文字,一个是训练图片。
训练完成后直接运行测试模型,这里不需要调整参数。
程序运行完后会出现一个链接,点击打开到可以作图的WebUI界面。
WebUI的主页如下,1处选择使用的模型,2处输入描述词,也就是你对想要输出图片的内容,3处输入负面描述词,也就是你不想要图片出现什么内容,3可以空着不填。填写完描述词后点击生成图片。
因为我们对图片的标记是CloneX,所以我们生成图片时前部分要指定主体,这里推荐固定句式“apictureofclonexwith+......”,with后面加对图片的描述,每个描述词之间用逗号隔开。
简单测试,这里输入提示词“apictureofclonexwithbeautifulgirl,redhair”,结果应该会出现一个红色头发的女生CloneX形象,效果如下图:
测试2,输入提示词:“apictureofclonexwithbeautifulgirl,Longgreenhair,blackcoat,yelloweyes”也就是绿色长发、黑色外套、黄色眼镜的女CloneX,生成效果如下
从以上两个简单测试来看,用10张以内的素材图片训练的模型就可以很好的生成想要的图片,而且这些CloneX是原本不存在的,是你创造了它们!以后喂10张图给AI,它可以给你10,000张图,这是生产力质的提升。
我把这个训练的模型上传到了Huggingface,有兴趣的朋友可以拿去玩,在训练过程中遇到什么问题也可以联系我。链接:https://huggingface.co/wheart/clonexnft
揭晓答案,无聊猿那四张图片,前两张是AI生成的,后面两张是原图。
现有AI+Web3项目简析
随着AIGC的兴起、ChatGPT的爆火、微软对AI百亿投资等事件的铺垫,Crypto很多AI项目也得到了更多的关注,诸如AGIX之类的AI概念Token都迎来了一波不错的涨幅。但是就目前这些AI+Web3的项目来看,我并没有发现真正有想象力的产品。这段时间受到关注的项目大都是很久之前的老项目,所以只能看作是版块轮动带动了它们,长线来看没有好的标的。如果后面出现基于新AI技术做的产品或许可以关注。
目前很多Crypto大佬,像CZ、Vitalik都对AI技术产生了兴趣,所以对于AI+Web3之后的发展,我个人认为还是值得期待的。
总结
综合来看,目前AIGC在Web3的应用还处于非常初级的阶段。现阶段利用好AI工具可以对项目的设计、开发、运营工作提供极大的便利,下一阶段肯定会出现更多优秀的产品,我们要做的就是学习、使用、分析、发现,比大部分人多走一步,不错过AIWeb3这趟车。
郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。