生成式AI和Web3_NFT:AirNFTs

自2022年底OpenAI面向公眾推出ChatGPT以來，人工智能一直是熱門話題。人類提前收到了圣誕禮物，擁有了一個能回答大多數問題的機器！它是最快發展到一億用戶的應用，就像許多風險投資支持的創業公司一樣，它每天在燒掉數百萬美元。

但這么燒錢也不是啥大問題，因為微軟剛剛向OpenAI投資了100億美元。加上Azure的硬件和Bing的流量分發，ChatGPT的流行度已經跨越了成見的鴻溝。

不過，參與競爭的不僅僅是微軟。谷歌母公司Alphabet的生成式AI產品的demo版失敗后，股票市值損失了1000億美元。阿里巴巴和亞馬遜分別宣布了他們入局，與ChatGPT爭奪人工智能的主導地位。而蘋果很可能會把Siri作為進入該市場的前鋒產品。

人工智能工具的這種爆炸式增長，源于人們現在發現人工智能真正有用了。當加密貨幣、無人機或自動駕駛汽車這樣的趨勢在市場上興起時，它們的進入門檻很高。但你現在就可以用人工智能來作弊幫你完成家庭作業，ChatGPT甚至立馬可以讓你在交友網站Bumble上看起來超有吸引力。而對于加密貨幣，你只能購買一個代幣，并假裝它是你個性的全部。

阿瑟·克拉克曾經說過，“任何足夠先進的技術都似乎和魔法無異。”人工智能已經演進到到足以讓社會中的大部分人相信它是魔法。僅2022年第二季度，就有170億美元的資金投入到與人工智能相關的公司中。來自FAANG公司、風險投資基金和散戶投資者的興趣匯合在一起，使得該技術似乎已經準備好吸引散戶的注意。

在過去的幾周里，我們一直在努力理解該行業正在發生的事情，以及它在未來十年可能產生的重大影響。本文總結了我們對該行業理解，以及為什么我們認為區塊鏈和人工智能將在未來十年內相互融合。但在之前，讓我們重溫一下經濟學的一些基礎知識。

注意：在本文中，我會在AI模型和模型之間進行切換。為了方便閱讀，任何地方提到“模型”一詞都指生成式AI模型。?????

消失的稀缺性

人類作為一個物種的歷史，是由我們與稀缺性的抗爭來界定的。人們相信，人類在數萬年前開始遷徙，以尋找更加青翠的牧場。一旦人類學會利用火和農耕的力量，我們的祖先就繁榮了起來，整個文明也應運而生。之后人類越走越遠，開始跨洋貿易，以確保社會擁有所需的資源。

一旦一個文明不再需要擔心食物或保護自己免受自然環境的影響，人類就會專注于爭奪地位。中國長城、埃及金字塔、印度泰姬陵和歐洲文藝復興時期的大教堂，就其本身而言，都是地位的象征，它們在各自時代的社會經濟結構中起著重要作用。而人類之所以能追求需要耗費數萬人數十年勞動的事業，是因為不需要擔心這星期能否吃上飯。

隨著人類過渡到追求地位的社會，技能和服務變得稀缺。除了領域外，到了14世紀，人類對戰爭英雄的贊頌減少了，而開始更多地欣賞藝人、藝術家和發明家。

看看莎士比亞、米開朗基羅或班克斯的作品。這些藝術家有著獨特的解讀世界的方式，需要長時間地深入文化體驗中。如果沒有長時間浸其中，人類就無法創造文化。

稀缺性變得不再只是人類為物質生活而消耗的商品，而是那些激躍我們精神的東西。需要幾十年時間才能出現一位“一代巨匠”，因為產生他們的環境是很難復制的。即使有幾百人在1990年代的紐約布朗克斯區有著同樣的生活經歷，也只有一人變成了身價數十億美元的說唱大亨Jay-Z。而很少有人知道這些天賦異稟的人出現在哪里或如何出現。

一個技能稀缺的社會獎勵卓越的才華，給予高昂的報酬。我們常聽到歐洲文藝復興時期建造大教堂的藝術家們一旦被委以重任，任期就會長達數年。但在過去幾個世紀的大部分時間里，經濟產出與能量的投入呈線性關系。我們要么燃燒能源，要么讓人類消耗勞力來從事生產。

財富的創造主要依賴于能調用的人力的數量。這就是為什么人類歷史上有奴隸制這樣痛苦的經歷。財富的增長呈線性軌跡，并往往依賴于掠奪。

代碼和服務器改變了20世紀的發展路徑。突然之間，人們不再需要入侵遠方的土地或者迫使他人服從你的命令。正如納瓦爾所說，代碼和媒體是新的杠桿。寫代碼使你能擁有一支機器人軍隊服務于你。想一想Instagram或Tiktok：

這些平臺雇用的人數往往與用戶數量不成正比。通過添置硬件，就可支撐更多的用戶，從而擴大規模。

這個富足的時代，可能首先以1990年代初互聯網的誕生為標志。例如，垃圾郵件是通信成本暴跌的結果。Limewire和Napster是數字存儲和帶寬價格暴跌的產物。游戲和社交網絡是數百萬人聚會的數字城鎮，但我們不再關心容納這些活動的“空間”的稀缺性。

美SEC：Jump Trading曾通過與Terraform Labs的秘密交易賺取10億美元:5月16日消息，美國證券交易委員會(SEC)上周五公布的法庭文件顯示，加密貨幣做市商Jump Trading在TerraUSD加密貨幣崩盤前一年簽訂了一項秘密協議，突顯了Jump Trading與Do Kwon之間的關系。該文件是針對Do Kwon及其公司Terraform Labs的欺詐訴訟的一部分。

這些文件證實，Jump Trading通過與Terraform Labs的交易賺取了約10億美元的利潤。2020年 1月的電子郵件揭示了一項交易：“Jump將提高Terra和Luna的流動性，并將獲得在未來三年內以30美分、40美分和50美分的價格收購Luna。”Luna在2021年末和2022年初飆升至90美元以上。SEC還發布了2021年7月秘密協議的修訂版，其中Terraform Labs承諾每月向Jump轉賬6150萬枚Luna。（華爾街日報）[2023/5/16 15:04:57]

只要是以數字方式提供的服務，容納更多需求的邊際成本就會急劇下降。互聯網的大部分是“免費”的，象征著我們的世界逐漸數字化，稀缺性作為一個概念逐漸消失。納瓦爾在下面的視頻中解釋了這種新發現的“豐饒性”。?????

https://youtu.be/GtyWqj2ESiQ

開發人員類似于文藝復興時期的熟練工匠。他們掌握獲得杠桿并為自己制造工具賺取大量收益的能力。但這正在慢慢改變。而微軟在同一周既解雇了1萬名員工，又投資了100億美元到ChatGPT背后的OpenAI，反映了這種鮮明對比。

我不是要引起恐慌，暗示開發人員很快就會變得多余。他們不會。但我們將迎來一個由AI賦能的新型勞動時代。這正是今天風光無限的生成式AI。

創造富足

我們生活在一個富足的數字消費時代，流量傳播不再需要花費很多。當我寫就本文的時候，把它分發給1000個或10萬個讀者的成本是一樣的。Substack不按瀏覽量收費，因為為分發所依賴的基礎設施可以快速擴展。不過，盡管有將內容分發給更多人的渠道，但規模的兩端都帶有稀缺性，這是由人類注意力的局限所決定的。

作為一名作者，我的創作產出受時間限制。作為讀者，你只想從我這里讀到有意義的內容。

我們之所以看到ChatGPT和生成式AI等概念的爆發，是因為生產和消費的單位經濟學正在被顛覆。人們最后一次看到如此深遠的影響可能是在印刷術出現時。書籍降低了人類思想的存儲和傳播成本。在英國，識字率從5%上升到50%花了四個世紀的時間，但人們現在每天的閱讀時間已長達~2小時。

這種知識行為的變化直接推動了啟蒙時代的到來，這是一個以科學和哲學的快速發展為標志的時期，康德、伏爾泰、笛卡爾和亞當·斯密等人永遠改變了我們的世界觀。每當人類找到存儲、分享和發展思想的新方法時，就會做出相當酷的事情，無論是在洞穴壁畫還是在谷歌文檔中。

讓我們先了解一下生成式AI現在可以做些什么，看看它如何降低生產和消費成本。目前，像ChatGPT和Midjourney這樣的應用程序僅有一個目的：基于它們所接收的數據，創建出令人信服的輸出。這些數據通常來自于已公開的信息。

OpenAI的ChatGPT使用來自書籍、維基百科和期刊的數據以創建其文本回復。StableDiffusion是一項生成藝術作品的服務，最初依賴于庫存圖片。Github的Copilot使用平臺上數十億行代碼來輔助開發人員。

本質上，生成式AI會取用公開信息，對其進行合成，并根據用戶上下文予以處理。這里的上下文可以是“用五歲孩子的語言解釋比特幣”或“展示加密貨幣在迪拜下雨”。AI平臺會根據這些提令，在幾分鐘內創造機器生成的回復。

通常情況下，輸出的結果往往并不足以令人信服，但經過適當的調整，你最終會得到一些像人類產出一樣的東西。只要主題是通用的，并且你不期望有個性化的元素。

摘自紅杉關于生成式AI的文章

BXH再次遭受閃電貸攻擊，攻擊者獲利31794 USDT:9月29日消息，據Supremacy安全團隊監測，2022年9月28日，BXH在上次攻擊后更新的TokenStakingPoolDelegate合約再次遭受閃電貸攻擊，合約損失40085 USDT，攻擊者還完閃電貸手續費后獲利31794 USDT。

經過分析，本次攻擊是由合約的getITokenBonusAmount函數中使用getReserves()獲取瞬時報價造成，使得攻擊者可以通過操縱報價完成獲利。[2022/9/29 22:39:58]

那么我們現在進展到了什么程度呢？紅杉博客上的上圖很好地展示了當前的現狀。AI模型現在可以接受文本輸入，實時編輯并改變語氣，這同樣適用于圖片和代碼。其原因是有大量的數據集可用于訓練生成式AI模型。如果我們以前需要花大量時間，而今只需要其中的一個小零頭，就可以閱讀和處理來相同數量書籍的知識，或創作相同的藝術作品，那么我們將不可避免地達到一個過度飽和的狀態。對于更復雜的任務，比如電影或音樂的編輯，需要更多的人力參與。但是AI確實使這個過程更加高效。

具有諷刺意味的是，AI已經被用于總結和提供大量工作的關鍵洞見。這里的挑戰在于缺乏歸屬權和可驗證的來源。例如，ChatGPT可能會在缺乏公共領域信息的情況下給我錯誤的答案。它不說明用于生成響應的數據來源。這就是目前生成式AI的危險所在。

我們可以創作無數的作品，卻找不到什么或誰是它的靈感來源。而在某個時候，我們要依賴這些源頭來處理無無窮無盡的內容，并告訴我們其中的重要信息。

過去幾周我的推特內容是什么

如果沒有追蹤來源的基礎設施或驗證人工智能模型的機制，生成式AI將無非是今日互聯網的翻版而已。一大堆由算法驅動的假新聞，根據用戶偏好來推送內容來提升留存率。雖然生成式AI可以使每個人成為藝術家，但可能會讓最初制作出AI模型用于自我訓練的人被邊緣化。這將是富足時代中的一項關鍵挑戰：當每個人都從中受益時，如何確保使用的作品被正確歸屬和有效地商業化？

互聯網已經為這個問題提供了答案。像Instagram的Reels和Tiktok這樣的平臺極大地依賴第三方藝術家的音樂。用戶“混剪”音頻，制作出朗朗上口、時尚、短小的片段，內容從舞蹈動作到烹飪無所不包。TikTok發布了SoundOn來幫助藝術家上傳作品和變現。在這些情況下，平臺有責任獲得授權并支付版稅。當媒介相同且分發渠道由平臺擁有時，這是一個簡單的任務。

您可能已經讀到一半就感到疲憊，這篇文章很長。因此，在繼續閱讀本文更復雜的部分之前，休息一下，看看我最近在Instagram上看到的這個混剪作品。它是一件甜美的藝術作品，也是版權律師的噩夢。

這也是數字媒體使身處不同地點的人共同混搭一個作品的文化“融合”的優秀例子。

https://youtu.be/BXlzxDl32ic

好了，言歸正傳吧。

如果涉及到多個作品的混剪二創，那么情況就變得復雜起來——尤其是如果這些混合作品是由平臺外的用戶制作的。還記得我之前提到的用莎士比亞的風格改寫《哈利·波特》嗎？這還比較簡單，因為你只需要處理兩個人的作品。但如果我們要用《權力的游戲》的情節，以莎士比亞的風格改寫《哈利·波特》呢？這里就涉及到三個人要分享版稅了。

目前，生成式AI面臨的挑戰是，需要使用幾百人的作品來創建成千上萬個輸出，但這些作品沒有被識別、歸屬或追蹤。

通常情況下，制作這些作品并不需要付出成本。我可以在ChatGPT上每天運行數百個指令，直到得到滿意的輸出。當今的社交媒體網絡與賭場老虎機有很多相似之處。用戶花費數小時尋找能夠帶來巨大多巴胺刺激的內容。

隨著生成式AI的出現，我們正在激勵人們隨意運行指令，直到得到理想的輸出。但是有一種方法可以解決這個問題，那就是強制實施成本。在NFT領域我們有關于此的一些早期嘗試。

可驗證的真相

20世紀70年代以來，復制粘貼功能就已經存在了。翻閱年輕一代的Instagram標題，你就會意識到人們在大量使用這項功能。一項簡單的技術，改變了我們對復制的看法：NFT。

美聯儲哈克：利率應該在年底前超過3%，7月加息幅度暫未確定:6月22日消息，美聯儲哈克表示，我們需要迅速達到中性利率，即2.5%；利率應該在年底前超過3%；還沒有準備好決定7月份是加息75個基點還是50個基點，如果需求比我預期的更快走軟，7月加息50個基點可能是好消息。（金十）[2022/6/22 1:25:07]

當然，你可以復制一張無聊猿的圖像！但只有一種方式可以擁有它，通常意味著在獲得它時要支付一筆錢。即使可以輕松復制，擁有獨特的資產仍然變得令人向往，這種變化是由區塊鏈引起的。區塊鏈使得實時全網驗證你真正擁有的資產成為可能。

有人可能會說，這項技術在現實生活中并沒有很多的應用場景。但如果生成式AI和區塊鏈這兩種工具融合在一起呢。生成式AI的大部分內容不久將嚴重依賴于版權。像迪士尼或Netflix這樣的大型制片廠擁有我們在童年和青少年時期喜愛的角色的版權。

人工智能將使這些制片廠能夠創建定制的和個性化的派生品，通過觸及受眾最深厚、珍貴的記憶來與他們溝通。如果鋼鐵俠可以教孩子數學呢？如果天行者達斯·維德能給出約會建議又如何？沒準許多人能靠這些脫單呢。

當然，制片廠可以擁有并發布這些人工智能生成的聊天機器人或互動角色的產品。但是，結合區塊鏈將使得他們能夠跟蹤、驗證和收取版稅。他們可以設立一個開放的市場，任何人都可以來創作，而不是將創作的應用程序的種類局限于在制片廠工作的開發人員的能力邊界。實際上，任何持有大量IP的公司都可以通過允許派生作品而過渡成為規模化的平臺。

讓我解釋一下這意味著什么。想象一下，我決定讓LinkinPark的ChesterBennington來朗讀我為您寫的這篇長文，持有他IP的遺產繼承人和持有他聲音合成版本的工作室很快就可以讓我獲得授權。但這將是一個冗長而費力的過程，涉及到律師和驚人數量的文書工作。這似乎很愚蠢，但圍繞已故名人和IP權利已經有一整個產業。

假設Chester的聲音權利是在區塊鏈上的，它可以被授權給全球幾百名個人。當然，也有理由擔心聲音可能被誤用，例如被用于深度偽造或被用于逝者不愿意與之相關聯的內容。但是，如果這些權利定價足夠高，進入門檻就會淘汰大多數壞蛋。

這已經在某些地方得到了實踐，那就是在“梗”領域。最近我在Instagram上看到了一系列由Stoa的創始人之一RajKunkolienkar制作的流行梗圖，這是一種有趣的使用方式，表現出了生成式AI的潛力。

梗是文化，是公共財產。曾經有人試圖將它們制作成NFT。但是，如果我們要用自己的身份“二次創作”這些文化，我認為要它們提供可驗證的來源，并且應該能獎勵使用的梗背后的原始面孔。

Raj是否應該“授權”對這些圖像二次創作的權利？文化是否應該可以變現？我不知道。這個人可能只不過是在一個周六早上在美麗的果阿閑逛，但似乎有路徑可以做到這些。

對不起，Raj——我只是想找一種方式來推銷我在Stoa的投資。這就算是增值了......對嗎？

從歷史上看，像那些代表超級英雄和游戲角色的IP被認為很容易與受眾產生親近感。在漫展活動中，人們扮成蝙蝠俠或達斯·維達并不奇怪!而且我們不太可能發明一個世界，讓粉絲們期望購買授權來扮演他們喜歡的角色。

但確有可能，一部分粉絲群體會眾籌資金，購買合法翻拍和在原作者思想基礎上發布派生作品的權利。

你可能認為這不靠譜，但在Web3生態系統中，這已成為現實。去年，一個社區籌集了4700萬美元，在蘇富比拍賣會上競拍美國憲法。雖然競拍未能成功，但成千上萬的人成功眾籌了真金白銀。最終，用戶被允許要求退款或選擇持有原生代幣$PEOPLE。在我寫本文時，約有17,000個用戶擁有該代幣，現時交易市值約為1.4億美元。

代幣和鏈上溯源使社區能夠集結起來獲得知識產權，這些知識產權可與人工智能一起使用，供粉絲二次創作派生藝術品。

人類聰明才智和機器生成產品的這種結合，已經大規模地發生了。2022年6月，《Cosmopolitan》雜志發布了使用DALL-E制作的雜志封面。他們制作了一個帶有達斯·維達的封面，但選擇不予發布。

在這種情形下，要構建大型社區，就得依靠DAO。工作室本身發行代表這些權利的鏈上工具。它可以是社區通過眾籌獲得的單一NFT。發行代幣的數量與為獲得IP而貢獻的資本量成正比。然后由DAO決定如何管理和處理如何使用該授權。

4T2 Finance已正式部署至Kava以太坊共鏈測試網:6月22日消息，Kava Labs宣布4T2 Finance已經正式部署到Kava以太坊共鏈測試網上。4T2 Finance即將在Kava Cosmos&EVM網絡上線。

據悉，4T2 Finance是一個建立在Cosmos上的元治理DeFi協議。該協議通過veToken機制獲得治理通證，并支持用戶通過4T2平臺將去中心化交易所（DEX）的治理通證進行veLock。[2022/6/22 4:44:10]

社區可以規定使用該授權所需的最低數量的代幣。更復雜的功能，如創作生成性藝術，可能需要DAO投票。DAO可以通過要求將上述IP產生的部分收入支付給DAO來產生現金流。

由于現有的大型工作室可能沒有足夠的偏好來承擔這種風險，新生藝術家則可接受這樣的商業模式。這可能看起來很離譜，但每當出現了新的分配形式或更好觸達受眾的手段的時候-藝術家總是第一個擁抱它的人群。在過去十年里，Spotify和Soundcloud一直是發掘新興藝術家的重要工具。在未來十年里，藝術家們將鏈上元素實現的金融化與生成性音樂相結合，以加速他們的職業成長。

對產業鏈的再思考

摘自A16z題為"誰擁有生成式AI平臺?"的文章

我想了解生成式AI產業鏈的哪些部分可能會被打破，哪些部分已顯示出有意義的增長。上圖來自A16z的文章"誰擁有平臺"，對過去18個月價值累積的情況提出了深刻的見解。

原文摘錄：

我們觀察到，目前基礎設施供應商可能是市場上最大的贏家，留住了流經產業鏈的大部分資金。應用程序企業的收入增長非常快，但往往面臨著用戶留存、產品差異化和毛利率等問題。而大多數模型提供商，雖然對該市場的存在具有基石意義，但遠沒達到大規模的商業化。換句話說，創造最多價值的企業，即訓練生成性AI模型并將其運用于新應用的企業，并未捕獲其中的大部分價值。預測接下來會發生什么就更難了。但我們認為，關鍵是要了解產業鏈的哪些部分有真正的差異化和競爭壁壘。這將對市場結構和長期價值的驅動力產生重大影響。到目前為止，在大平臺企業的傳統護城河之外，我們很難在產業鏈中找到結構上的競爭壁壘。

該文指出，盡管多個垂直賽道的收入已超過1億美元，但仍存在著盈利能力和留存率的隱憂。當像StableDiffusion或ChatGPT這樣的基礎AI模型供公眾敞開使用時，沒人知道它們的競爭壁壘長什么樣子。而且，當新奇感消失后，很難準確預測用戶會停留多長時間。

大部分的價值捕獲發生在硬件和云平臺領域。AWS、谷歌云和Azure已經花了幾十年時間來完善存儲和計算方面的技術，以合理的單位經濟效益提供大規模硬件設施。Filecoin、Render和Akasha等項目已經成為Web3領域內的相應供應商。

然而，在目前的形勢下，硬件眾包很難超越中心化服務提供商所提供的可靠性和規模。根據A16z的觀點，價值可以在三個地方累積：實體基礎設施、AI模型或應用程序。我們認為，在基于Web3的人工智能領域，競爭壁壘將圍繞培育垂直用戶、激勵數據流動和通過社區參與規模化并將模型變現的方式來建立。

我們已經看到有幾個領域發生了這種情況。

垂直用戶

這方面我們已經有了一個基本的MVP，就是Numeraire。該代幣背后的企業向研究員發布標準化的股票市場數據集。然后，研究員在數據上運行他們自研的人工智能和機器學習模型，以返回一個“信號”。這個信號用簡單的語言衡量他們認為的資產價格走勢。信號是根據信號提供者質押的NMR的數量來加權的。

提供錯誤信號的用戶的代幣將會被燒毀。由于這些代幣在流通市場上交易，用戶沒有動機犧牲真金白銀而提供錯誤信號。相反，提供準確信號的研究員會得到獎勵。隨著時間的推移，預測準確的用戶可以獲得更多的NMR代幣，從而對企業資金的部署產生影響。所有這些可能看起來都是虛幻的。

通過代幣激勵的去中心化研究員團體能夠跑贏市場嗎？事實正是如此。該基金自成立以來的回報率約為48%。根據該公司網站的數據，價值約5500萬美元的NMR代幣已獎勵給產出超過5000個模型的數據科學家。

在Numeraire的例子中，數據本身并不是專有的。信任這個平臺、將代幣在平臺上質押并分享模型輸出的數據科學家組成的這個網絡才是有價值的。該網絡使用代幣激勵機制創建了一個垂直領域的數據科學家社區。就其價值而言，這本身就是一種護城河。

Layer2跨rollup橋Orbiter測試網絡新增支持zkSync2.0:金色財經消息，Layer2跨rollup橋Orbiter Finance的測試網絡新增支持以太坊二層解決方案zkSync2.0。[2022/5/25 3:40:54]

激勵數據流動

瀏覽器或硬件上的插件，可以用來收集、清洗數據并傳遞給可對其有用的第三方。這是目前互聯網常見的做法。人們的數據被收集并傳遞給那些向我們推銷不需要的產品的企業。

與Google或Facebook那樣的壟斷平臺不同，新型系統將依賴于一個協議，這個協議將收集的數據特性予以標準化，并提供給市場。企業可以通過支付報酬，以換取用戶愿意分享數據。我們在Pocket?看到了這種做法的一個非常早期的嘗試。

該團隊正在創建一個標準化的協議，對用戶數據進行結構化，允許第三方企業向Pocket用戶請求以方便企業調用的方式分享數據。用戶可以根據支付的報酬選擇分享的信息。Brave瀏覽器的BAT獎勵是這方面的一個非常早期的嘗試。

模型的變現

Web3原生產品和人工智能的另一種互動方式是出租人工智能模型。今天在OceanProtocol市場上就有這樣一個早期的嘗試。在這種情形下，去中心化研究團體開發人工智能模型，并授權給第三方，讓他們帶來更多的硬件和數據。。

部分爭論是，在一個模型開源的世界里，將沒有原生工具來驗證輸出的來源。將DAO或代幣等加密經濟基礎設施與開源模型相結合，將得以讓研究員用其工作成果創造現金流，同時還可驗證輸出的來源。

而供應側是由一群研究員來維護和更新的，他們分享出租人工智能模型所產生的現金流。在這種情況下，可以將生成式AI模型視為NFT，而研究員就是藝術家。這也可適用于太敏感而無法共享的情況，如醫療健康數據、專有財務數字或用戶數據。在HuggingFace和Replicate等平臺上可以看到早期的嘗試。

A16z發布的文章在價值積累方面給出了一個相關的觀點：

目前，在生成式AI領域似乎沒有任何系統的護城河。作為簡單的近似歸因，應用程序因使用相似的模型而使產品缺乏過硬的差異化；模型也面臨長遠來看差異化不明確的問題，因為它們在相似的數據集上用相似的架構進行訓練的；云服務提供商缺乏深層次的技術差異化，因為他們運行相同的GPU。

生成式AI企業差異化的唯一途徑是將所有權和控制權移交給用戶。就目前情況而言，數據往往是由眾包得來的。人工智能模型是開源的，價值向下流動以覆蓋硬件成本。

激勵用戶分享數據或人工智能模型可以減少團隊的負債和成本。反過來，當模型由社區而不是獨立的看門人管理時，它可能會大大改善生成式AI平臺的產出。

這似乎有些離譜，但業內已有團隊將區塊鏈基礎設施、版權和生成式AI結合起來了。我們在AletheaAI?中看到了早期嘗試。但在我們講這個之前，先了解一下生成式AI共生領域正在發生的事情。

生成式AIDApps

上周二，NotBoringbyPackyMcCormick的PackyMcCormick發布了一篇關于Replika的文章。這是一篇引人入勝的文章，揭示了生成式AI產品的用戶在未來幾年將面臨的問題。簡而言之，Replika是一款允許人們在聊天中浪漫互動的應用程序。不幸的是，驅動該應用程序的GPT模型一度允許對用戶進行騷擾，向13歲以下兒童發送不良內容。因此，該應用的開發者匆忙禁用了應用中的成人內容，以避免局勢失控。

來自Replika的Subreddit-一名用戶意識到與他建立情感紐帶的機器人不再像以前一樣運行。

該應用最初承諾提供陪伴并可以性感對話。用戶抱有這種期望，該應用也履行了承諾，但突然間決定卻不再向用戶兌現承諾。對于許多在現實世界中難以與他人互動或形成親近關系的用戶來說，這是一種重要的遁世之所。然而，突然間，這種遁隱之地消失了。

這反映了生成式AI產品的用戶在未來幾年將面臨的挑戰。在這些應用上花費時間的人幾乎不擁有其中的任何創意、模型或內容。一小部分具有先發優勢的企業可以通過利用公域內容獲得巨大利益。

它將權力格局轉向為有利于發布生成式AI模型的企業。因此，OpenAI可開始優先考慮其被投資企業，同時阻擋競爭對手。緩解此風險的一種方法是專注于將模型作為公共產品，保持開源，并將其交由社區來治理。

AletheaAI一直在朝著這個目標努力。他們將自己定義為“生成式AI經濟的產權骨干”。假設你已經創建了一個尖端的模型，并且只想讓持有代幣的用戶訪問它。或者，你想嵌入一個具有人工智能的NFT，將其從無生命的靜態資產轉化為能夠實時對話的交互式智能資產。Alethea的協議給予開發者和創作者無需許可的訪問權限來實現這一點。

構建基于區塊鏈的智能dAPP和智能NFT，它們在鏈上具有可追溯性。專門從事細分領域的生成式AI的服務提供商可以共享他們的產品，用于訓練Alethea的模型。

然后，下游的創作者可以從Alethea的模型中插入具有特定技能的NFT，并訓練其智能NFT來提供服務。這樣由AI模型、服務提供商和尋求AI服務的NFT用戶構成了一個交易平臺，支撐這個平臺的加密經濟激勵機制是由Alethea作為協議來管理，并處理所有交易的。

有一些限制條件。生成式AI現在所處的階段就如同移動互聯網的2007年代。每當有一個新的媒介出現時，需要一段時間才會有更多的人開始發布迭代產品。人們仍在努力創造面向垂直領域的人工智能模型。我很希望做一個生成的人工智能模型，用來分析每周的鏈上活動，并有像無聊猿NFT那樣的熱度。但我缺乏這樣技能。

就像我們從金融科技應用逐漸發展到DeFi一樣，將會有一段時間是由中心化的、閉源的提供商主導市場。只有當行業意識到將所有權轉移給更大的用戶群體，會以中心化企業無法實現的方式釋放網絡效應和數據源泉時，才會出現更多開源、社區治理的模型。圍繞垂直領域的生成式AI模型，形成去中心化團體，加入這個團體，其唯一途徑是上傳您的數據。就如同流動性挖礦一樣，但專用于生成式AI時代。

Alethea去年展示了這個可能的樣子。他們在蘇富比的拍賣會上發布了一款iNFT。它以接近50萬美元的價格售出。這款NFT是一種可以調用OpenAI的GPT-3與用戶對話的藝術形式。Web3原生項目長期以來已經習慣了在中心化平臺上建設產品的風險。游戲、錢包和交易所就經常會被應用商店下架。

依賴OpenAI的NFT存在著同樣的風險。因此，該項目團隊開發了自己的GPT模型，名為CharacterGPT。與今天ChatGPT給出的基于文本的回答不同，他們開發的模型可以進行合成語音生成、面部動畫和個性。這里有一些細微的差別。首先，生成式AI模型無法存儲在區塊鏈上。而Alethea團隊的好人們也認為，在未來也不可能存儲在區塊鏈上。CharacterGPT目前是私有的和中心化的。

類似Alethea的原生代幣可以決定模型在某些情況下的響應方式。這并不意味著模型會避免自我調節。如果社區成員出于自我利益行事，他們可能會拋棄引起麻煩的邊緣用例。但這仍然是一個更為去中心化的過程。即使在我提出DAO可以治理生成式AI模型的技術前沿，亞當·斯密的無形之手也無所不在。

Alethea本身僅提供智能合約、CharacterGPT和將鏈上基礎設施與生成式AI連接起來的協議。人們相信，在某個時候，第三方開發者將會創建DApps，提供各種各樣的服務。你可以通過一個建立基于Polygon的第三方dApp來嘗試這一點，它名為Mycharacter。它可以讓你生成一個人工合成角色，其屬性可以進行調整并可鑄造為鏈上NFT。你可以在這里與SandeepNailwal的數字化代表交談。

這個機器人模仿Sandeep說話的逼真程度，有點讓人感到恐懼。

另一個可用來表明AI服務可與區塊鏈基礎設施結合的dApp是Noah'sArk。少數經挑選的NFT用戶可以使用該產品，并將其托管為人們可以互動的AI角色。我來解釋一下它是如何工作的。用戶將其NFT與平臺上所謂的pod“融合”。截至撰寫本文時，每個pod在OpenSea上售價為300美元。實際上，pod是訪問Alethea的AI服務的門卡。您可以將一個pod與一個NFT連接起來，以開啟諸如唱歌或天氣播報等功能。

目前這些東西看起來像玩具。當然，沒人會覺得整天與NFT交談很有意思。我對消費產品的衡量標準之一是能否激起我用它的興趣。我很喜歡用PS-VR設備。但是和一個類似NFT的機器人聊天呢？可能不會像用PS-VR那樣么有意思。了解這一點，對創業團隊選擇產品開發的方向很有幫助。

Alethea的宏大使命不僅僅是構建對話式界面。就目前而言，實際上大多數Web2都是用于收集OpenAI數據的前端。即使Chat-GPT或StableDiffusion的用戶也在不知不覺中促進了它的增長，但并沒有分享其獲得的價值。Alethea的理念是，未來將會出現多個由用戶擁有的模型。但現在沒有任何協議可以輕松地開發它們并嵌入到現有的鏈上基礎設施。這正是Alethea要彌補的鴻溝。

但是，這樣的未來將包括什么？為理解這一點，我們需要回到本文的開頭——在富足時代的稀缺性。

就像在互聯網誕生之初一樣：通過torrents種子和P2P共享文件，我們將經歷一段盜版猖獗的混亂時期。建立一個類似希特勒的AI模型是否符合倫理道德？如果第三方開發者使用工作室所有的知識產權，版稅應該如何分配？在這樣一個時期，將IP權利放在鏈上會很有用。現在已經有了實現這一目標的工具。那就是NFT。

工作室和創作者都將從中受益。突然間，你可以用閑置資產創造現金流。另一方面，生成式AI能工具的創作者可以在不必擔心違法的情況下加速增長。Github的Copilot功能已能允許在編碼時使用AI來助力。但如果你能復制你最喜歡的開發者的風格呢？如果RickRubin為你制作的音樂提供意見呢？

有人利用PaulGraham的全部文章來建立一款能模仿他答問的機器人。你可在下面的推特中看到它的演示。

在這種情況下，如何確保版權獲取和版稅支付呢？

https://video.twimg.com/amplify_video/1631139680841535488/vid/828x720/h0eU7uLiDcOKaD-r.mp4?tag=16

生成式AI的關鍵是人類智慧的可擴展性。文本和藝術是該技術突出的應用場景，因為它們作為媒介是最常記錄和易于獲取的，可用于訓練模型。隨著模型創建的便捷性和可供輸入內容復雜性的提高，我們將看到個人發布自己的AI服務。這將減少人們回答基本問題的時間。可能會有一種版本的AI向創業者推薦風險投資基金，或解釋與他人合作的危險。

所需的智能和知識模式越稀缺，用戶為服務支付的成本就越高。現實世界也是如此，您需要支付極高的溢價才能訪問日益專業化的服務提供，例如專門從事Web3業務的律師或熟諳游戲行業的風險投資者。

社區還是企業

我常常想，為什么DeFi在2020年初迅速崛起。回頭來看，原因是人們受加密經濟元素的激勵而投入資本來使用這些產品。歷史上，對于從事交易或借貸的金融科技企業來說，資本的成本，比發行代幣用作獎勵的成本要高得多。

將這些DeFi產品的治理交給代幣，反過來讓人們產生了所有權感。這種感覺在私人企業中很難復制。當然，你可以購買股票來獲得所有權，盡管可能賠錢，但這種所有權與通過使用產品獲得的所有權是不同的。

Blur和OpenSea之爭的核心是同樣的主題，只是所處的領域是NFT。通過代幣激勵來將流動性予以外包，并把治理權交給用戶。Web3和人工智能發生碰撞的原因也將是相同的。

社區將圍繞購買其崇拜的創作者的IP而聚集在一起，成立DAO組織。像MikeShinoda和SnoopDogg這樣的創作者已經成為Web3生態系統的一部分。我認為SnoopDogg完全有可能將他的聲音予以代幣化并賣給社區。他最近在Eminem的視頻中展示了他的無聊猿。

他可以使用Noah'sArk等工具將他的聲音與無聊猿糅合在一起。一旦IP被代幣化并上鏈，它就可以嵌入到模型中，而模型又將從普通公眾中獲取數據。

這可能聽起來離奇，但考慮到StableDiffusion是一個開源項目，現在因為使用了Getty的庫存圖片而陷入麻煩。如果允許用戶上傳歷年創作的藝術作品，來換取模型的治理權，這未嘗不是一個好主意？

數百萬創作者可以在不被坑的情況下做出貢獻。基于區塊鏈的StableDiffusion可以輕松跟蹤誰的藝術品被用于生成二創圖像，并向下載作品的人收取費用。然后，版稅可以在對創作做出貢獻的藝術家之間分配。

(我在這里并不是要種草，但這是下一個類似OpenSea的機會。一個由藝術家管理的StableDiffusion的庫存圖片網站。如果你正在建設這樣的網站，請與我們聯系。)

上面的模型列明了它可能的樣子。它是A16z當前所建議的生成式AI技術棧的一種混合形式。Web3原生的AI平臺可以通過以代幣激勵的形式來眾包數據集。貢獻者，如藝術家，可以分享他們的作品，這些作品可以通過模型運行，并輸出一個特定的藝術風格。

如果查詢者決定使用一件作品，他們可以獲得一個NFT，顯示所使用的模型和輸入的數據。這樣的生成藝術品將像過去的NFT一樣有價值，因為它們的來源是可驗證的。

下一個OpenSea可能會將這種形式的生成性藝術、提供數據或運行查詢的貢獻者與證明組成藝術作品組件的鏈上基礎設施相結合。這同樣適用于AI模型。維護和優化模型的去中心化團體可以將其出租給市場，用戶可以在其中鑄造NFT。或者，一個被幾百萬人使用的大型模型可以將自己開源，并以DAO來運行。這使得用戶能夠在生成式AI工具的維護和擴展方面發揮更大的作用。

你可能認為這并不重要——這是拿著答案找問題。但是，問問Replika的用戶們，他們對應用程序中的產品決策沒有征求他們的意見有何感受。

如今，訓練這些工具只需要少量數據。因此，最初為創建這些工具做出貢獻的藝術家可能會成為多余的人。確保公平結果的一個方法是根據他們的成果被使用的程度，按比例給他們代幣。

想象一下，如果在OpenSea早期，為平臺做出貢獻的藝術家獲得了股權或代幣的獎勵，那么，也許他們就不用像現在這樣擔心版稅問題了。

我試著在下面描繪出Web2和Web3之間在哲學上如何對待AI的差異。

乍一看，Web3原生AI似乎是拿著答案找問題。這也是我過去幾個月的想法。但請注意OpenAI在過去幾個月是如何發展的。你就會明白我們多么需要應對新型平臺壟斷的工具。在代幣、NFT和鏈上溯源之間，產業已經創造出了豐富的工具集來應對即將到來的假新聞和失業潮。這不再是關于加密貨幣。而是關系到如何建立一個強有力的的系統，避免人工智能生產無意義的內容，并造成混亂。

我們要在AI的背景下運用Web3的原則，因為AI技術過于強大，不能任憑少數企業擺布。當互聯網興起時，我們沒有工具來驗證溯源或管理消耗我們大部分時間的壟斷平臺。現在情況不同了。像Uniswap這樣的DeFi平臺已向人們展示了一個分布式的、社區擁有的基礎設施以及中心化的同類方案都是可行的。在生成式AI模型方面，相同情形的出現只是時間問題。

Tags：NFT人工智能GPTCHAAirNFTs人工智能幣龍頭MGPT價格baerchain

OKB