AIG:手把手教你用 AIGC 賦能 Web3 項目_jubilations

簡述

近期“AI+Web3”的熱度上升，相關概念Token也迎來了一波漲幅，由于很多加密圈的朋友并不是非常了解AIGC，這可能會導致投資失誤或者錯過潛在的機會。我從去年1月份開始關注AIGC，親身經歷了2022年AIGC技術和產業的高速發展，今天我就跟大家簡單解讀一下現在AIGC的發展格局、AI+Web3項目的現狀以及如何使用AIGC工具創作Web3資產。

AIGC

AI模型分類

從模型功能上區分，目前AIGC主要涉及文字、圖片、音樂和視頻的生成。

文字

文字模型現象級應用當屬OpenAI的ChatGPT，續寫文字、創作故事、寫代碼、修BUG、寫詩、做表......你所有能想象到的與文字相關的內容它都可以做。它可以極大程度上減少人的工作量，使用得當將會是文字工作者的利器。現在媒體平臺上很多文章都是用AI寫的，這一領域有很多潛在的機會，解決實際問題，創造新的工作流，打造商業閉環是我們這些使用工具的人需要去考慮的事情。

ChatGPT

ChatGPT可以幫助開發人員完成大量的代碼編寫工作，還可以查找修改錯誤，當然它有可能出錯，在使用中需要留意，盡信書不如無書。

ChatGPT編寫代碼

此外，各類建議、策劃、編撰等文字工作是它最擅長的，對于文字工作者來說，ChatGPT絕對是超強的輔助工具。

ChatGPT給予加密投資建議

但是ChatGPT不是萬能的，你可以將其定義為一個什么都懂一些的“全才”，但它卻不是精通一切的“專家”。對于某些比較專業的知識，它的回答可能會出錯，這包括但不限于編程細節、密碼學、數學、歷史等領域，所以在使用ChatGPT的時候最好對內容再復核一遍，以免出現嚴重錯誤，在最近的版本更新中，ChatGPT很多錯誤點已經得到了修正，隨著模型的逐步完善，未來的想象力是無限的。

圖片

AI生成圖片是AIGC領域發展最快的賽道，2021年最火的技術還是生成對抗網絡，但是它距離產品化還有很長的距離；到了2022年初，DiscoDiffusion橫空出世引發了第一波AIGC爆點，DiscoDiffusion擅長對場景的刻畫，出圖場面恢弘大氣，但是畫面不夠清晰，作圖速度慢，要以10分鐘計數；4月份，OpenAI的DALLE2上線，7月份Midjourney開放公測，使用Discord端作畫，1分鐘之內可以同時出4張圖，藝術性超高，在11月份發布V4版本后進一步穩固了自己最強AI作畫工具的地位；8月份，StableDiffusion正式發布，作圖速度縮短至10秒之內，圖片細節、清晰度都有極大的提升，并且奉行開源主義，所有代碼都開源，這也誕生了龐大的社區，是之后世界范圍內AIGC流行的火種，包括后面基于StableDiffusion訓練的專門生成二次元圖像的NovalAI。

FCA數字資產主管在加入不到一年后離職:金色財經報道，英國金融行為監管局(FCA)的數字資產主管Binu Paul在加入不到一年的時間里已經離開了該機構。

Paul于去年10月加入英國金融監管機構。他之前在新西蘭金融市場管理局擔任金融技術專家領導。他從Victoria McLoughlin手中接過了數字資產主管的職位，后者是臨時性的。

截至發稿時，FCA沒有回應評論請求，也沒有確認誰將取代Paul。[2023/6/26 22:01:26]

如今AI作圖領域呈現?Midjourney+StableDiffusion?的雙巨頭局勢，DiscoDiffusion和DALLE2在技術更新上已經離開了第一梯隊，其余產品大多都是基于StableDiffusion的開源框架調整的。

從左到右：discodiffusion、midjourney、stablediffusion、novalai

音樂&視頻

AI生成音樂和視頻是一個發展相對較慢的賽道，至今還沒有現象級應用，市場上存在的產品均不太成熟，其在技術難度上比生成圖片和文字要大，但是已經有很多公司準備在2023年攻克這個難題，或許我們馬上就能看到比較成熟的視頻和音樂生成平臺。下面我挑選幾個相對優秀的產品簡單介紹一下。

AI生成音樂最常見的玩法是用戶輸入一段文字或者一張圖片，模型根據內容輸出一段音樂，對應的產品可以關注?Riffusion，它除了實現以上功能外還能在不同風格輸入之間自然轉換。

Riffusion

AI生成視頻可以體驗產品?QuickVid，它可以在很短的時間內根據文字描述生成一段流暢的視頻，你還可以選擇不同使用場景下的視頻風格，視頻質量較高，與人為剪輯的效果差別不大。

QuickVid

AIGC+Web3玩法

AIGC可以助力Web3項目更快更好的完成文字和圖片的設計工作，這在NFT和GameFi項目中應用最為廣泛，但是這也需要一定的技巧，使用恰當的Prompt使AIGC輸出可用的圖片，并使用ChatGPT完成項目文案相關工作，描述詞的使用有很多講究，成為一名AI藝術家需要很多的前期學習，為了讓大家快速完成需求，下面我簡單說幾種使用AIGC輸出Web3可用圖像的方法。

某地址通過ERC20批準網絡釣魚丟失了價值196000美元的代幣:金色財經報道，據Scam Sniffer監測，今日某地址通過ERC20批準網絡釣魚丟失了價值196,000美元的代幣。凈資產減少94%[2023/6/22 21:54:21]

特殊Prompt

有一些特殊的Prompt可以控制模型輸出特定風格的圖片，這些圖片可以直接拿來作為NFT或者GameFi內素材使用，版權屬于創作者自己。下面我使用StableDiffusion做一些示范。直接復制我下面的描述詞，自己定義括號中的內容。

塑料雕像

注：只需要改變括號中的內容就可以得到相同類型的圖片，示例文字順序=圖片順序，圖片內角色依次為Yoda、Superman、ironMan、MaiShiranui、shark、batman、Bumblebee和wizard。你可以嘗試所有其他可能性。Funkypopfigurine,madeofplastic,productstudioshot,onawhitebackground,diffusedlighting,centered

AIGC3D雕像

這類圖片直接發一個NFT項目綽綽有余，每個都是1/1，你只需要告訴AI想要什么。

模塊建筑

這段描述詞中的?temple?可以改也可以不改，都可以做出不錯的效果圖。Tinycuteisometric?temple,softsmoothlighting,softcolors,softcolors,100mmlens,3dblenderrender,trendingonpolycount,modularconstructivism,blueblackground,physicallybasedrendering,centered

AIGC建筑

這類圖片可以構建一個土地NFT項目或者游戲中的建筑。

3D矢量風格動物

通過改變粗體內容，生成不同的矢量動物形象kawaiilowpoly?panda?character,3disometricrender,whitebackground,ambientocclusion,unityengi

Michael Saylor：MicroStrategy將比特幣期貨視為加密策略的一部分:金色財經報道，MicroStrategy聯合創始人兼執行主席Michael Saylor表示，該公司可能會在某個時候考慮涉足芝商所市場的比特幣期貨合約以產生收益。Saylor表示，在過去，MicroStrategy曾考慮過，但最終決定不通過其他公司借出比特幣；“未來我們將一直考慮遠期收益率，我們可能會找到一種方法，以這種方式產生收益”。Saylor還表示，他不打算將MicroStrategy的企業軟件和比特幣業務分開，因為兩者相互融合。

此前2月3日消息，MicroStrategy 2022年第四季度比特幣減值費用達1.976億美元。截至2022年底，MicroStrategy的比特幣總持倉增加至13.25萬枚，價值18億美元；該公司比特幣持倉累計減值損失達到22億美元。[2023/2/8 11:54:20]

AIGC矢量動物

3D游戲風格房間

可改變粗體內容，生成不同的房間Tinycuteisometric?living?roominacutawaybox,softsmoothlighting,softcolors,purpleandbluecolorscheme,softcolors,100mmlens,3dblenderrender

AIGC3D房間

通過以上案例我們可以看到，AIGC可以在圖片設計上輔助甚至取代畫師，你可以創造出獨一無二的藝術風格、角色，而不需要掌握繪畫的技巧，這是生產力的極大進步。

模型訓練

以上工作流使用的是開源的StableDiffusion通用模型，它無法生成模型素材中不存在的東西，比如你無法讓它生成一只無聊猿，模型本身也不知道什么是無聊猿，所以它存在局限性和時效性。為了解決以上提到的問題，我們可以訓練自己的模型，將需要的素材都放進去，從而使模型輸出內容符合我們的預期，這在NFT二創、擴展，GameFi輔助設計等方面都有很大的應用潛力。

展示幾張我訓練的無聊猿模型二創成圖效果，從左到右分別是蝙蝠俠風格，黏土風格，畢加索抽象風格和黃金材質：

派盾：New Free Dao攻擊者將1000枚BNB轉移至Tornado Cash:9月16日消息，據派盾預警監測，New Free Dao項目攻擊者地址已將1000枚BNB（約27萬美元）轉移到TornadoCash。

此前9月8日消息，New Free Dao項目遭閃電貸攻擊，攻擊者獲利4500枚BNB（約合125萬美元）。[2022/9/16 7:00:41]

無聊猿二創

當然也可以控制生成與原本項目圖片相似度極高的圖片，下列四張圖片有兩張原圖，兩張用無聊猿模型生成的圖，幾乎很難分辨，你可以猜一下，后面我會揭曉答案。

無聊猿模型復刻

模型訓練原理很簡單，用自己提供的圖片訓練出一個專屬模型，但是讓普通人從零開始訓練一個AIGC模型是很困難的，好在StableDiffusion給我們提供了一些比較簡單的模型訓練方法。

現在常用的技術方案有三種：Fine-Tuning、DreamBooth、Textual-Inversion

特性解釋：

Fine-Tuning--模型訓練、原生框架優點：功能最全，效果最好，prompt控制精確，是優質精細模型的統一技術方案缺點：訓練復雜，硬件要求高，訓練時間長，訓練圖片需要標記詞DreamBooth--模型訓練、簡易框架、添加特殊標識符優點：訓練簡單、速度快、硬件要求相對低、不需要精確的圖片標記詞，能較好地生成不同風格的圖片，開放模型最常用方案缺點：受限于的表示方式，訓練SD模型中不存在的類效果會差一些，整體出圖質量低于Fine-Tune，模型文件：2-4GTextual-Inversion--新定義特征向量，不改變模型本身優點：需要圖片數量少：3-5張，訓練文件小：幾十KB缺點：對于原SD中不存在的創新的物體、畫風等出圖效果不好，暫無商業用例綜合考慮成本與難度，新手推薦使用DreamBooth訓練自己的模型，這里我給大家找了一個最簡單的Colab版本，它可以使用谷歌免費的服務器訓練模型并生成圖片，前期需要處理的素材也最少。

訓練模型之前，你需要訓練使用的準備圖片，初次嘗試最好在10張左右，尺寸512*512，如果圖片尺寸不合適可以使用BIRME等工具調整。

打開上面的鏈接，也就是：https://colab.research.google.com/github/TheLastBen/fast-stable-diffusion/blob/main/fast-DreamBooth.ipynb

Pantera Capital CEO：鏈游和NFT剛剛達到足夠多人使用的臨界質量:8月11日消息，Pantera Capital首席執行官Dan Morehead在接受RealVision采訪時表示，加密世界是周期性的，總會有新的機會可以抓住，例如DeFi和NFT。

Dan Morehead稱：“我認為DeFi現在非常便宜，但下一個前沿領域時游戲和NFT，這兩個領域剛剛達到足夠多人使用的臨界質量（critical mass），區塊鏈游戲也是相關的。在Pantera Capital的風險投資組合中，涉及很多領域，我們也一直是Layer 2擴展解決方案的大型投資者，比特幣和以太坊很棒，但它們目前只能進行非常有限的交易，所以我們需要Layer 2。”（The Daily Hodl）[2022/8/11 12:17:44]

主頁顯示如下，這是一個即時更新的頁面，它不會保存你的更改，你可以直接在這個頁面使用，或者點擊“文件”選擇“在云端硬盤中保存一份副本”，打開副本頁，這個頁面會保存你的所有更改。

Colab版本DreamBooth

備份

之后我們開始模型訓練，首先點擊第一行的運行按鈕，連接Google云端硬盤，安裝到gdrive。

鏈接云盤

運行完成后在按鈕前面會出現綠色的對勾，右上角RAM/磁盤也出現綠色對勾，后面每段程序運行完成的標志都是這個小對勾。上一段程序運行結束后，點擊下一段的按鈕繼續運行。

運行完成標志

接下來安裝依賴，下載模型

安裝依賴

下載模型

開始正式訓練，首先為你的模型起個名字。

設置模型信息

上傳圖片，點擊運行后會出現“選擇文件”按鈕，選定圖片后上傳，我這里選擇了八張CloneX的圖片作為訓練素材，并為它們命名為CloneX1-8，這里對圖片的命名不要與已有單詞相同，它是對你訓練素材的特殊標記。圖片命名方式可以參考下圖。

上傳訓練圖片

訓練素材

運行Captions，并跳過Conceptimages

開始訓練，訓練步數設置為圖片數量*100，我是用了八張圖片，這里選擇800，其他參數暫時不需要調整，等后面熟練掌握了模型訓練方法再進行更精準的訓練。

設置訓練參數

點擊運行，出現以下界面表示訓練開始，等待訓練完成。這里有兩個訓練過程，一個是訓練文字，一個是訓練圖片。

訓練模型

訓練完成后直接運行測試模型，這里不需要調整參數。

測試模型

程序運行完后會出現一個鏈接，點擊打開到可以作圖的WebUI界面。

測試鏈接

WebUI的主頁如下，1處選擇使用的模型，2處輸入描述詞，也就是你對想要輸出圖片的內容，3處輸入負面描述詞，也就是你不想要圖片出現什么內容，3可以空著不填。填寫完描述詞后點擊生成圖片。

WebUI主界面

因為我們對圖片的標記是CloneX，所以我們生成圖片時前部分要指定主體，這里推薦固定句式“apictureofclonexwith+......”，with后面加對圖片的描述，每個描述詞之間用逗號隔開。

簡單測試，這里輸入提示詞“apictureofclonexwithbeautifulgirl,redhair”，結果應該會出現一個紅色頭發的女生CloneX形象，效果如下圖：

CloneX模型測試1

測試2，輸入提示詞：“apictureofclonexwithbeautifulgirl,Longgreenhair,blackcoat,yelloweyes”也就是綠色長發、黑色外套、黃色眼鏡的女CloneX，生成效果如下

CloneX模型測試2

從以上兩個簡單測試來看，用10張以內的素材圖片訓練的模型就可以很好的生成想要的圖片，而且這些CloneX是原本不存在的，是你創造了它們！以后喂10張圖給AI，它可以給你10,000張圖，這是生產力質的提升。

我把這個訓練的模型上傳到了?Huggingface，有興趣的朋友可以拿去玩，在訓練過程中遇到什么問題也可以聯系我。鏈接：https://huggingface.co/wheart/clonexnft

上傳模型文件

HuggingFace模型

揭曉答案，無聊猿那四張圖片，前兩張是AI生成的，后面兩張是原圖。

現有AI+Web3項目簡析

隨著AIGC的興起、ChatGPT的爆火、微軟對AI百億投資等事件的鋪墊，Crypto很多AI項目也得到了更多的關注，諸如AGIX之類的AI概念Token都迎來了一波不錯的漲幅。但是就目前這些AI+Web3的項目來看，我并沒有發現真正有想象力的產品。這段時間受到關注的項目大都是很久之前的老項目，所以只能看作是版塊輪動帶動了它們，長線來看沒有好的標的。如果后面出現基于新AI技術做的產品或許可以關注。

目前很多Crypto大佬，像CZ、Vitalik都對AI技術產生了興趣，所以對于AI+Web3之后的發展，我個人認為還是值得期待的。

V神對ChatGPT的測評

CZ的AI形象

總結

綜合來看，目前AIGC在Web3的應用還處于非常初級的階段。現階段利用好AI工具可以對項目的設計、開發、運營工作提供極大的便利，下一階段肯定會出現更多優秀的產品，我們要做的就是學習、使用、分析、發現，比大部分人多走一步，不錯過AIWeb3這趟車。

Tags：IGCAIGIONFusionTIGCAigangjubilationsFusion Heroes

PEPE