技术核心与创新点 - 研究团队开发了一种基于光学的图像生成模型，利用光子而非电子进行计算，旨在降低生成式人工智能的能耗 [1] - 该系统将数字编码与光学解码相结合，在推理阶段仅需一次数字编码后，即可通过光学硬件“快照式”生成图像，无需传统方法的数百至数千次迭代计算 [1] - 光学模型通过单步操作、每个波长一次照射便能生成图像，显著提升了效率并减轻了计算负担 [2] 性能与验证结果 - 为验证性能，团队在多个数据集上进行了测试，成功生成了手写数字、服饰、蝴蝶及人脸等图像 [2] - 测试结果表明，该光学模型生成的图像视觉效果与传统方法相当，且每张图像的能耗仅为传统方法的一小部分 [2] 潜在应用与行业影响 - 该技术有望催生出更快速、更节能的人工智能系统，并可深度集成到日常设备中，如智能眼镜、增强现实或虚拟现实头显以及移动终端 [2] - 实现本地化实时内容生成有助于减少对云端计算的依赖，推动边缘计算的发展 [2] - 该技术具备独特的安全与隐私优势，同时其体积小、功耗低的特点适合集成于便携设备 [2] 行业背景与需求 - 当前流行的生成式人工智能系统，如聊天机器人和图像生成器，存在巨大的能源消耗和环境代价，需要大量电力运行并因数据中心冷却需求消耗巨量水资源 [1] - 庞大计算基础设施的长期可持续性引发行业担忧，对高效、可持续的人工智能技术存在迫切需求 [1]