量变引发质变：生成式人工智能创意中的积累效应

一键生成无法产生优质的设计，积累和准备工作非常重要。创意并不是凭空产生的，而是源自大量的信息积累和整理。积累的过程就像科波拉的Prompt Book一样，通过解释、翻译和对齐数据来提取创意素材。因此，只有通过不断的积累，我们才能提取和创造新的创意。

在特赞和同济合作的设计人工智能实验室，我们有一个项目是是研究创意背后的物质。有一位学生使用各种算法和工具生成了很多图像，并研究了制作这些图像的耗电量。大家知道一张图像生成需要耗多少电量吗？他的研究表明：使用MidJourney生成一张图像，整个链路上消耗的电量大约可以为一部苹果手机充电25%。生成式人工智能虽然不消耗多少创造力，但却着实消耗不少电量。

为了深入探讨这一点，他在研究中引入了能量消耗这一维度的数据。当我们开始制作大量动画，并实现空间化效果时，大家可以想象背后消耗的能量有多大。我们不想过快地进入道德和批判的讨论，但能量消耗确实是一个重要的设计数据维度，而过去我们往往忽视了这一点。

通过添加生成式人工智能工具来帮助他进行这些研究，他能够更全面地分析和量化创意背后的能量消耗。这不仅有助于我们理解和优化创意过程，还能引导我们在设计中更注重能源效率和可持续性。

上述的项目都遵循着如下的结构，想法通过图文、视频、色彩等内容形式来承载，然后通过元数据（metadata）来对齐给机器，元数据就是那些让机器去理解的数据单元。我们做了一个这样的工具（