「Generative Art」相关资源

The open platform for artists and collectors to live out their passion for generative art. fxhash.xyz 是一個基於區塊鏈的平台，專門用於收集和交易生成藝術。它提供了以下功能： * **生成藝術市場：**藝術家可以上傳他們使用程式碼或演算法生成的獨特數位作品。收藏家可以瀏覽和購買這些作品，從而支援生

inconvergitive是安德斯·霍夫的生成性艺术项目。

Generative art tutorials, news and love. **Generativeartistry.com** Generativeartistry.com是一个展示人工智能（AI）生成艺术的在线平台。该网站汇集了来自全球各地的艺术家创作的各种生成艺术作品。 作品大多使用生成式对抗网络（GAN）和其他AI技术创建，这些技术利用训练数据集来生成新的、逼真的图像、视频或音乐

在以太坊上无需代码即可创建你的生成艺术作品集合。拥有你的智能合约，将任何艺术作品上传到永久存储中，并获得个人索赔页面。

Weavesilk.com 是一个在线时尚平台，致力于提供独家设计和限量版产品，旨在满足时尚爱好者对高品质和独特性产品的需求。 Weavesilk.com 与全球各地的独立设计师合作，精心挑选海量时尚单品，包括服装、配饰和家居用品。平台汇集各种风格和款式，从波西米亚风到简约现代风，都能满足不同顾客的喜好。 Weavesilk.com 致力于提供卓越的客户服务，确保顾客在购物过程中获得最佳体验。

“dialog()”是一个连接东京、台北、首尔和北京的生成艺术展览。该展览探索了算法带来的表达可能性，汇集了来自这些城市的40位艺术家的作品。我们旨在通过超越语言和文化差异的多元对话，开启新的创造性视角。该展览于2024年8月在东京成功启动，并继续巡展，于10月在台北、11月在首尔，以及之后在北京进行。

使用计算机生成的算法来创作你自己的艺术作品。了解生成艺术或算法艺术。

一站式满足您所有生成艺术需求的地方

Le Random正通过其收藏和编辑部建立一个数字生成艺术机构。

complexification.net是一个致力于探索和理解复杂性的网站。它成立于2009年，由一群科学家、工程师、艺术家和哲学家组成。该网站的目标是提供一个跨学科的平台，让人们就复杂性这一主题进行交流和辩论。 complexification.net网站包含大量关于复杂性的文章、视频和 podcast。这些内容涵盖了从物理学到生物学、从社会学到经济学等各个领域的复杂性问题。该网站还提供了一个

Emily Xie - 纽约市 - 运用代码和计算的视觉艺术家。生成艺术和算法。

发现结合了数学、算法和传统光学艺术技巧的原创涂鸦艺术。手工制作的生成艺术作品，使用布朗纸。

语言模型对齐和生成艺术。

结合GTP和生成式人工智能的开源电子商务免费在线商店

精神病态的生成艺术作品

Anna Ridler是一位致力于数据、机器学习和自然系统的艺术家。她的实践通过使用人工智能生成的图像、手工制作的数据集和植物形式的作品探索技术、自然和时间之间的关系。

20多系列。4000多件艺术品。首要销售额超过200万美元。新媒体艺术家，构建由人工智能驱动的装置艺术，将文化遗产转化为生成艺术。

这个网站是表达我自己的媒介。

无需代码即可创建和部署NFT合集。使用Carve强大的无代码平台，在区块链上构建令人惊艳的生成艺术合集和开放版次。

thisanimedoesnotexist.ai 是一个使用人工智能生成动画角色的网站。网站上的所有动画角色都是由人工智能根据一定的算法生成的，因此这些角色都是独一无二的。用户可以自定义角色的性别、年龄、发型、服装，甚至个性和背景故事。 这个网站是免费使用的，用户可以在网站上创建自己的角色，也可以浏览其他用户创建的角色。用户还可以下载自己创建的角色，并将其用于自己的项目。 这个网站上的动画角色

你好，我是曼弗雷德·费格尔。我由洞察力驱动，热爱探索品牌、设计和技术的交集，共同创造有意义的体验。

Home of the deforum community (这里的deforum社区)

Memo Akten 是一位跨学科艺术家、研究员和计算机科学家，他使用代码、数据、AI 和新兴技术来探索感知、意识和人机关系。

thiswaifudoesnotexist.net是一个利用生成式对抗网络（GAN）生成虚拟动漫人物图片的网站。用户可以在网站上生成各种不同姿势、表情和服装的动漫人物图片。这些图片通常非常逼真，以至于很难分辨出它们是真实的还是由计算机生成的。 该网站背后的技术基于GAN，这是一种机器学习算法，可以生成逼真的图像和视频。GAN由两个神经网络组成：生成器和判别器。生成器创建一个图像或视频，然后判别器