- 0
- 0
- 0
分享
- 从不知何为NFT到单件作品414万美元,加拿大在世最贵加密艺术家 Mad Dog Jones
-
原创 2022-11-11
元宇宙艺术家系列
ON .07 Mad Dog Jones
加拿大在世最贵加密艺术家 Mad Dog Jones 在2020年2月还不知何谓NFT。2021年4月,他的 NFT 作品《REPLICATOR》斩获了414万美元的佳绩,刷新加拿大在世艺术家个人拍卖纪录。
1
艺术家
Mad Dog Jones
●
△Mad Dog Jones
△Mad Dog Jones 的 Ins账号
△《Déjà vu》
△《Why would I care I'm just a cat?》
△《Boardwalk》
△Mad Dog Jones 部分作品
△Mad Dog Jones 部分作品
2
代表作品
Representative works
●
REPLICATOR
“《REPLICATOR》是一个时光机器的故事,它不仅反映了过去突破性的创新,也象征了现代科技的延续。我对于藏家随着这件NFT数码作品的世代变化将做出什么样的回应非常感兴趣。”——Mad Dog Jones
《REPLICATOR》是具有200多年历史的老牌拍卖行 PHILLIPS 推出的第一件NFT 数字加密艺术作品,2021年4月12至23日,经过12天的竞价,最终以414.4万美元的价格完成了交易。
△《REPLICATOR》
《REPLICATOR》在视觉上由一张图像构成,描绘了位于洛杉矶市中心办公室里的一台影印机,充满对这一曾被视为前沿技术而如今正走向衰落的科技的怀旧之情。
不过其真正的特点在于该作品每28日便会“自动孕育”出一件新的数码艺术,一共七个世代,每一代皆为独一无二的NFT作品。
艺术家亦在算法中加入了偶然性,通过自我指涉般的改动,使《REPLICATOR》在后续生产过程中如同真实影印机般发生“卡纸”现象。一旦遭遇“卡纸”,某个NFT 分支会衍生出独一无二的“卡纸艺术品”并停止再造下一代,从而抑制后续世代的繁衍数量呈指数式裂变。
由于统计差异,无法确切预测《REPLICATOR》最终会生成多少件NFT,在一百万次的模拟过程中,平均总数是220,有99%的机率最终获得的NFT总数介于75至300件之间,整个过程平均花费一年时间。
Hypervision
2021年2月,Mad Dog Jones 与 六次格莱美奖得主 deadmau5合作,创作了一组 NFT 作品。这些藏品都被命名为《Hypervision》,有原版和开放版,并于几周前在 Nifty Gateway 上拍卖。其中包含 Mad Dog Jones 的视觉作品和30秒的配乐。
△《Dead Ramen》和《Lotus Train》被售罄
每个系列有两件作品,最初的系列是由两件独家作品组成的,而开放的系列是开放的,可以无限购买独特的 NFT。这两个系列现在都售罄了,《Block Heater》的出价为66,717.66美元,共有215个新铸造的 NFT 从公开收藏中售出。
△《Block Heater》
《Dead Ramen》体现了 Mad Dog Jones 丰富的视觉主题——总是忙于令人眼花缭乱的阵列中的各种元素,经常将活的和死的或垂死的有机元素与20世纪的电子设备结合在同一个空间中。
△《Dead Ramen》
《Lotus Train》描绘的依然是霓虹城市的角落,莲花的火车上,看起来很像末日后的日本。
△《Lotus Train》
Visor
《Visor》 是 Mad Dog Jones 对赛博朋克和反乌托邦意象的胜利致敬,探索了自然与技术之间的二元关系。
2021年6月,这个MP4 NFT 在《Sotheby's Natively Digital:一个精心策划的NFT拍卖会》中以20.16万美元的价格售出。
△Visor
Mad Dog Jones 对摩托车头盔内的面部进行了光线和彩色的研究,展示了大都市美学的生动和迷人的可视化,探讨了自然和技术之间的对立关系。
△Visor
通过对技术的创新使用,Mad Dog Jones 从日本动画、大都市环境和自然现象中获得灵感,在概念上和视觉上对数字艺术的边界进行探索。
参考资料:
https://www.maddogjones.com/
https://cryptoart.io/artist/maddogjones
https://www.phillips.com/detail/mad-dog-jones/NY090121/1
https://www.sothebys.com/en/buy/auction/2021/natively-digital-a-curated-nft-sale-2/visor
————
商务合作
19907146972(微信同号)
内容转载
-
阅读原文
* 文章为作者独立观点,不代表数艺网立场转载须知
- 本文内容由数艺网收录采集自微信公众号全球数字光影艺术创新网络 ,并经数艺网进行了排版优化。转载此文章请在文章开头和结尾标注“作者”、“来源:数艺网” 并附上本页链接: 如您不希望被数艺网所收录,感觉到侵犯到了您的权益,请及时告知数艺网,我们表示诚挚的歉意,并及时处理或删除。