图像的隐藏成本：量化AI图像生成的能源消耗
机器学习
2025-06-23 v1 多媒体
摘要
随着AI图像生成的广泛采用，以及不断增加的环境资源需求，我们迫切需要回答一个根本问题：每生成一张图像隐藏了多少环境影响？本研究提出了一项全面的实证实验，旨在评估AI图像生成的能源消耗。我们的实验通过考虑多种可能影响能源消耗的因素（如模型量化、图像分辨率和提示长度）来比较17种最先进的图像生成模型。此外，我们考虑既定的图像质量指标，以研究能源消耗与生成图像质量之间的潜在权衡。结果显示，图像生成模型在能源消耗方差极大，最高可达46倍。图像分辨率对能源消耗的影响不一致，当分辨率翻倍时，能源消耗增加1.3倍至4.7倍。基于U-Net的模型倾向于消耗少于基于Transformer的模型。模型量化反而会损害大多数模型的能源效率，而提示长度和内容对能源消耗没有统计显著性影响。提高图像质量并不总是伴随更高的能源消耗，其中一些模型在生成最高质量图像的同时，也是最具能源效率的模型之一。
引用
@article{arxiv.2506.17016,
title = {The Hidden Cost of an Image: Quantifying the Energy Consumption of AI Image Generation},
author = {Giulia Bertazzini and Chiara Albisani and Daniele Baracchi and Dasara Shullani and Roberto Verdecchia},
journal= {arXiv preprint arXiv:2506.17016},
year = {2025}
}