绿色视觉AI：面向数据与模型的视觉智能节能化综述

在“双碳”战略深入实施与视觉智能（artificial intelligence，AI）产业快速发展的双重背景下，推动视觉智能技术的绿色化发展已成为实现经济社会可持续发展的重要路径。我国《“十四五”数字经济发展规划》明确提出推动算力基础设施绿色低碳发展。近年来，以深度学习为代表的视觉智能技术性能的飞跃很大程度上得益于模型规模的持续扩张与训练数据的海量增长，但由此引发的数据采集标注成本高、模型训练推理能耗大等问题，也对智能产业低碳转型构成现实挑战。在此背景下，绿色视觉AI作为兼顾技术性能与可持续发展的研究范式受到广泛关注，其核心目标是在保障模型任务性能的前提下，降低视觉智能部署前后的数据、算力、人力等各类成本，实现技术性能与能耗效益的协同。针对这一挑战，本文深入探讨面向绿色视觉AI的视觉智能技术节能化技术，从数据采集、数据标注、模型推理与模型迭代四个核心环节出发，介绍各环节中的节能策略与优化思路，梳理技术方案与发展现状，探究当前面临的主要挑战与未来研究方向，为视觉智能技术的绿色化、可持续化发展提供理论支撑与实践框架。