开放网络上 AI 生成图像的隐藏成本

零成本图像的错觉

AI 图像生成器让人感觉毫无阻力。你输入一段提示词，等待十五秒，就能为博客文章得到一张头图。不用聘请摄影师，不用订阅图库照片，也没有授权方面的麻烦。边际成本看起来是零。

但实际账并不是这样算的。每一张生成图像都需要实实在在的计算资源——每张图像大约消耗 0.3 到 2.9 瓦时，具体取决于模型和分辨率。这大致相当于为一部智能手机充电，每张都是如此。把它乘以每天生成的数百万张图像，你看到的就是一座小城市每天的能源消耗。

环境成本并不是唯一被隐藏的支出。还有训练债务：这些模型建立在未经同意抓取的数据集之上，而这些数据来自从未同意其作品以这种方式被使用的艺术家、摄影师和插画师。法律和伦理问题尚未解决——只是随着技术加速向前而被推迟了。

研究实际说明了什么

Carnegie Mellon 和 Hugging Face 的研究人员在 2023 年的一项研究发现，使用 Stable Diffusion 生成单张图像所消耗的能量，大致相当于把一部智能手机充满电。运行在更大基础设施上的 DALL-E 和 Midjourney，很可能消耗更多。

在考虑规模之前，这听起来可能微不足道。Adobe 在 2025 年底报告称，Firefly 自发布以来已生成超过 120 亿张图像。如果每张图像即使只按保守的 0.5 瓦时计算，那也是 6 吉瓦时——足以为大约 550 个美国家庭供电一年。

训练阶段更糟。训练像 DALL-E 3 或 Midjourney v6 这样的大型图像模型，需要的计算量相当于多辆汽车整个生命周期的排放。OpenAI 尚未公布确切数据，但 AI 研究人员的估算表明，每次模型迭代的训练成本大约在 500 到 1,000 公吨 CO₂ 之间。

然后还有版权问题。2024 年 1 月，美国版权局重申，AI 生成图像不能获得版权保护，除非其中包含足够的人类作者创作。与此同时，Getty Images、艺术家团体和个人创作者提起的诉讼正在美国和欧盟的法院推进。法律格局仍未稳定，但方向已经很清楚：使用 AI 生成图像会带来三年前并不存在的声誉和法律风险。

什么时候合成图像是合理的

这并不是在主张永远不要使用 AI 生成图像。确实存在一些合理的使用场景，其取舍是可以接受的：

• 原型设计和概念构思，用于委托最终美术作品之前
• 占位图像，用于永远不会上线到生产环境的开发环境
• 高度特定的技术图表，当图库摄影不存在，而委托定制作品又过于昂贵时
• 内部文档中的装饰元素，视觉精致度重要但署名并不重要时

关键在于有意为之。如果你生成图像只是因为它比思考自己是否真的需要一张图像更快，那么你很可能做出了错误的选择。

负责任的使用在实践中是什么样

如果你确实在面向公众的网站上使用 AI 生成图像，以下是尊重受众和更广泛生态系统的最低标准：

清楚披露。 不要把它藏在页脚或服务条款里。如果一张图像是合成的，就在替代文本或说明文字中说清楚。读者可以接受真相；他们无法接受被欺骗的感觉。我们在诚实的 AI 披露应该是什么样中对此有更详细的讨论。

积极优化。 AI 生成图像通常会以不必要的高分辨率发布，因为生成器默认输出 1024×1024 或更大的图像。应通过适当的压缩处理，并以响应式方式提供。如果你是在客户端生成图像，在浏览器中处理它们可以降低服务器负载并改善隐私。

在有真实图像可用时优先选择真实图像。 图库摄影也有自身的伦理问题，但至少来源清晰，而且能源成本会在多次使用中被摊销。如果 Unsplash 上有一张合适的照片，就使用它。

写出更好的替代文本。 AI 生成图像往往在视觉上比较泛化，这使得经过思考的替代文本更加重要。一张“未来主义城市景观”的装饰性头图不需要写成小说，但它确实需要足够的上下文，让屏幕阅读器用户理解它为什么在那里。我们的2026 年替代文本实用指南对此有深入说明。

没有人愿意回答的可持续性问题

AI 行业对能源担忧的回应，一直是承诺未来会有更高的效率。模型会变得更小，硬件会变得更快，可再生能源会抵消碳排放。所有这些很可能都是真的，但它并没有触及根本问题：我们正在为网络上的每一个创意决策增加一个新的高能耗层。

多年来，网络的碳足迹一直在增长，原因包括更重的 JavaScript 包、更多视频、更多跟踪脚本。AI 生成图像是这堆负担上的最新一项。问题不在于这项技术是否会改进——它会改进。问题在于，我们是否愿意仅仅因为能做到，就把这种成本添加到每一篇博客文章、每一个产品页面、每一个落地页上。

诚实的答案是，大多数网站并不需要它们当前使用的那么多图像。头图、章节分隔图、装饰性背景——其中大多数存在，是因为视觉模板期待它们存在，而不是因为读者需要它们。AI 生成让填补这些位置变得更容易，但它并不会让这些位置变得必要。

<!-- tool-cta:start -->

💡 试试这个： 如果你正在审核图像来源以查找 AI 生成内容，AI Image Detector 可以在发布前标记可能为合成的图像。

<!-- tool-cta:end -->

面向 2026 年的可执行标准

以下是一个在实用性与责任之间取得平衡的实践框架：

1. 默认不使用图像。 从文本开始。只有当图像确实能澄清或增强内容时，才添加图像。
2. 优先使用真实图像。 使用由人类创作的摄影、插画或图表，并提供清晰署名。
3. 如果生成，就披露。 明确说明图像是合成的，并解释为什么你选择生成而不是其他替代方案。
4. 毫不留情地优化。 负责任地压缩、调整尺寸并提供图像。每一个不传输的千字节，都是你没有消耗的能源。
5. 定期审计。 每六个月审查一次你的图像库。删除不需要的内容，替换可以替换的内容，并记录无法替换的内容。

这不是纯粹性测试。它是在承认每一个技术决策都有成本，而透明度是使用那些仍背负未解决伦理和环境债务的工具时，最低限度的代价。

网络并不需要更少的图像。它需要更多有意而为的图像。