FIL:手把手教你用 AIGC 赋能 Web3 项目

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。

波场TRON成为DefiLlama上TVL全球排名前三的公链:据官方消息,波场TRON成为DefiLlama上TVL全球排名前三的公链,当前TVL高达51.5亿美元。

DefiLlama 是最大的 DeFi(去中心化金融)TVL 聚合器。DefiLlama 的数据是完全开源的,由来自数百个协议贡献者组成的团队维护。DefiLlama 旨在用准确的数据和透明的方法跟踪来自 80 多个不同区块链的 800 多个 DeFi 协议。

波场致力于通过区块链技术和分布式应用(DApp)加速互联网的去中心化。2018 年 7 月,波场生态完成与 BitTorrent 的整合,后者是一家提供去中心化 Web 3.0 服务的先驱企业,拥有超过一亿月活用户。截至 2022 年 5月,公链用户总数突破9400 万,交易笔数超 32 亿,总锁仓量(TVL)超 103亿美元。[2022/5/23 3:35:26]

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。

BitTorrent File System 全网总收益超110亿枚BTT:据官方最新消息,BitTorrent File System(BTFS) 全网总收益已超过110亿枚BTT。全网总矿工数已突破400万,超级矿工数突破200万。活跃矿工主要分布在美国、德国、澳大利亚、芬兰、中国。矿工数据及分布情况可通过BTSCAN数据浏览器进行查看。

据悉,BitTorrent 文件系统(BTFS)既是一种协议,也是一种网络应用,它提供了一种内容可寻址的点对点机制,用于在去中心化的文件系统中存储和共享数字化内容,同时,它也为去中心化应用(Dapp)提供了一个基础平台。BTFS团队一直在根据最新的网络运行情况和BTT市场行情等,进行上传价格等一系列动态调整。[2021/10/8 20:13:45]

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。

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

Filecoin网络目前总质押量约为5451万枚FIL:据IPFS100.com报道,Filfox浏览器数据显示,Filecoin网络当前区块高度为626042,全网有效算力为3.719EiB,总质押量约为5451万枚FIL,活跃矿工数为1735个,每区块奖励为26.2104FIL,近24小时产出量为3368327FIL,24小时平均挖矿收益为0.0952FIL/TiB,目前FIL流通量为107835668FIL。目前有效算力排名前三的分别为:f0127595(时空云)以86.7PiB暂居第一,f0135467(RRM-雅典娜)以78.77PiB位居第二,f01248(智合云(ZH))以75.77PiB位居第三。注:减产倒计时16天。[2021/3/30 19:29:42]

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

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

BiKi平台FIL连续6日上涨 突破100USDT:据BiKi行情数据显示,截止今日14:27(GMT+8),平台内币种FIL连续6日上涨,已突破100USDT,累计涨幅119%。今日目前涨幅6.58%,现价100USDT。行情波动较大,请注意风险控制。

星际文件系统IPFS(InterPlanetary File System)是一个面向全球的、点对点的分布式版本文件系统,目标是为了补充(甚至是取代)目前统治互联网的超文本传输协议(HTTP),将所有具有相同文件系统的计算设备连接在一起。原理用基于内容的地址替代基于域名的地址,也就是用户寻找的不是某个地址而是储存在某个地方的内容,不需要验证发送者的身份,而只需要验证内容的哈希,通过这样可以让网页的速度更快、更安全、更健壮、更持久。Filecoin是在IPFS其上的激励层,通过token激励模式在IPFS上构建了一个去中心化存储市场。[2020/10/13]

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。

Filament区块链物联网项目宣布A轮融资500万美元:Filament 宣布完成了500万美元的A轮融资,投资方是Bullpen Capital、Verizon风投和三星风投。这是电子消费产品巨头三星的下属投资部门三星风投第一次参与投资区块链行业。之前,三星风投因参与 IBM 的 ADEPT 项目而轰动一时。ADEPT 项目是利用比特币和以太坊网络来打造去中心化的物联网,IBM 与三星选择了三种协议:BitTorrent(文件分享)、以太坊(智能合约)和 TeleHash(p2p 信息发送系统),利用这三个协议来支撑 ADEPT 系统。[2018/4/8]

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。

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。

链链资讯

[0:0ms0-3:541ms