同一段時間序列，先畫成折線圖再交給 VLM，確實可能比直接貼整串數字省 token 與 GPU 能耗。 2026 年 8 月公開的一篇 ECRES 2026 論文，把 8 個電信 KPI、381 個時間點分別轉成逗號分隔數值與 2D 圖，圖像輸入在三種模型上少了 3.6–10.4 倍 token，單次推論能耗少 1.8–2.5 倍。
這不代表 Excel、CSV 以後都該截圖上傳。研究任務是找時間序列異常，圖形很適合保留峰值、漂移和震盪形狀；若你要算精確營收、判斷是否超過法定門檻、預測下月需求或留下可稽核結果，原始數值仍是主體。對維運、製造、能源與產品分析團隊，最值得測的是「VLM 先圈異常區間，程式再回查數值」的兩段式流程。
研究怎麼比較數字與圖像？
研究測試 Llama-3.2-90B-Vision、Qwen2.5-VL-72B 與 Pixtral-12B。文字路線把每個時間點的浮點數寫成逗號分隔資料，圖像路線則把同一批序列畫成上下對齊的折線圖，再交給各模型的 vision encoder。兩條路線使用相同資料，才能把差異集中在輸入表示法。
公開資料部分使用 realAWSCloudwatch 子集；電信資料來自一個 4G/5G 網路，涵蓋 209 個基地台 cell、9 個日期與 24 個 KPI。團隊用 5 天訓練、4 天測試，主要比較取其中 8 個 KPI，每 15 分鐘一筆。圖表刻意移除座標標籤、刻度與格線，讓模型讀形狀，避免文字資訊混進視覺 token。
能耗透過 NVIDIA NVML 硬體計數器量測 GPU，測試使用 A100 與 A6000，輸出固定為 256 token。這是 GPU 推論能耗，不包含 CPU 前處理、把數字繪成圖的成本、記憶體與網路、整台伺服器、冷卻或資料中心 PUE，因此不能直接改寫成完整碳排。
若要自行部署重現，三款模型的參數量、顯存需求與授權條款並不相同；可下載權重也不等於任何用途都能直接商用。採用前要逐一核對官方模型卡與最新授權，並在自己的硬體上重測。論文中的跨模型倍率適合比較輸入表示法，不能當成三款模型的採購排名。
3.6–10.4 倍與 1.8–2.5 倍怎麼看？
| 模型 | 數字文字 token | 圖像 token | 輸入縮減 | 電信測試 GPU 能耗縮減 |
|---|---|---|---|---|
| Llama-3.2-90B-Vision | 46,101 | 6,404 | 7.2 倍 | 2.5 倍 |
| Qwen2.5-VL-72B | 56,372 | 5,442 | 10.4 倍 | 1.8 倍 |
| Pixtral-12B | 59,803 | 16,800 | 3.6 倍 | 2.5 倍 |
token 降幅沒有等比例變成能耗降幅，因為 vision encoder 本身有固定成本，模型還要產生相同長度的輸出。不同視覺編碼方式也差很多：Llama 使用固定視覺 token 預算，Qwen 會按解析度切片，Pixtral 保留較多空間細節。看到「看圖省十倍」時，先問是哪個模型、圖片尺寸與 tokenizer。
準確度也有改善。電信資料上的 Llama 文字路線 F1 是 0.185，零樣本 VLM 為 0.360，微調後為 0.464。論文所稱 precision 提高 220.7%，是從 0.145 增加到 0.465 的相對幅度；precision 仍未超過一半，不能理解成 220.7% 準確率。
另一個實用結果是解析度。Qwen 的圖從 150 DPI 降到 75 DPI，視覺 token 從 17,303 降到 5,112，GPU 能耗下降 24%，F1 在該測試裡從 0.347 變成 0.354。這只表示尖峰、隆起和週期變化在該資料仍看得見，細微幅度、短暫事件或密集曲線不一定能承受相同壓縮。
研究有一個會影響上線決策的缺口：電信評估只挑原本就有 ground-truth anomaly 的日期，理由是避免被無異常日懲罰。正式監控每天都會遇到正常資料；沒有把正常日納入，就無法完整估算每千次查詢會跳出多少誤報。異常標籤又來自另一套 causal anomaly detection 系統，仍可能繼承上游標記誤差。NIST 的 AI 評測指南也提醒，固定 benchmark 的分數不能直接當成所有未來資料的泛化表現。
什麼情況適合看圖，什麼情況要保留數字？
找尖峰、漂移、缺口或週期破壞： 把資料畫成固定格式的折線圖，再讓 VLM 圈出候選區間。這類任務重視形狀，圖像壓縮較有機會發揮。
判斷是否超過精確門檻： 保留原始數值並交給程式判斷。圖像會失去小數、單位與邊界精度，0.01 的差距也可能左右結果。
計算加總、平均、百分比或財務數字： 使用 CSV 搭配 Python、R 或試算表，讓公式與結果可以重跑。不能讓模型從像素估值後直接寫入報表。
預測未來需求或容量： 優先比較 TimesFM、ARIMA 等專用時間序列模型。它們直接處理時間依賴與預測區間，VLM 圖像判讀可作為補充訊號。
大量監控的第一輪篩選： 先用 VLM 找候選區間，再以數值規則複核。這種分工能利用視覺壓縮，同時保留告警的可稽核依據。
圖像路線也需要一致的產圖規則。Y 軸若每張自動縮放，同樣大小的變化可能被畫成完全不同的坡度；不同 KPI 疊在同一張圖，量綱與尺度也會互相掩蓋。正式測試要固定時間窗、解析度、線寬、色彩、subplot 順序與縮放方式，並保存產圖程式版本。
若你手上只有一份 Excel 或 CSV，先用 AI 資料分析 30 分鐘驗證流程檢查欄位、缺漏與計算口徑。要理解 precision、recall、F1 與訓練測試切分，可先補 機器學習與模型評估入門。時間序列圖像化解決的是輸入表示，無法替代資料品質與評估設計。
用 7 天做一次自己的 CSV 對圖片測試
- 第 1 天，定義告警成本。 先寫下漏報一次與誤報一次各要付出什麼代價，再決定主要指標看 precision、recall、F1、延遲或每次能耗。
- 第 2 天，建立時間切分。 訓練、調參與測試按日期分開；測試集同時保留正常日、明顯異常與難判定案例，避免只挑有事件的資料。
- 第 3 天，做三條 baseline。 同一批資料分別跑數字文字輸入、固定格式圖片輸入，以及一個 ARIMA、Isolation Forest、TimesFM 或既有監控規則。
- 第 4 天，固定執行條件。 使用同一張 GPU、量化設定、輸出長度、warm-up 次數和 batch size；分別記錄 input token、延遲、峰值記憶體與 GPU 能耗。
- 第 5 天，核對正常日。 除了 F1，計算每 1,000 個正常視窗的誤報數，並查看異常區間起訖是否偏移。只報平均分數會藏掉值班人員最痛的告警疲勞。
- 第 6 天，做壓縮測試。 比較解析度、時間窗、KPI 數量與 Y 軸縮放；任一改動都要重新測精度，不能直接沿用論文的 75 DPI。
- 第 7 天，決定路由。 VLM 若省資源且召回高，就讓它負責候選區間；精確門檻、根因與告警則交給數值程式和人工覆核。
NVML 可以讀取 GPU 自驅動載入以來的累積能耗，適合同一台機器做前後差分；它不會自動涵蓋整機用電。若團隊在本機測模型，也要同步記錄顯存、量化與 context 條件，可參考 Windows GPU 跑本機模型的驗證方式。更大的電網與資料中心背景則整理在 AI 資料中心電力壓力。
這篇研究已獲 ECRES 2026 接受，比純預印本多一層會議審查；公開頁面仍沒有附上可重現電信實驗的程式與資料連結。它只測三種 VLM、單一電信業者、單 GPU 與 256-token 短輸出。較長診斷報告會讓輸出成本占比升高，多 GPU、CPU 繪圖與正式 serving 也可能改變倍率。結論可拿來設計試驗，不能直接拿來寫採購節省承諾。
常見問題
時間序列資料傳圖片一定比 CSV 好嗎？
不一定。找形狀、尖峰與異常區間時，圖片可能更省 token；精確計算、門檻判斷、預測與稽核仍應保留 CSV 和可重跑程式。先用自己的資料比較，不要直接套用論文倍率。
研究中的 3.6–10.4 倍是省了多少費用？
這是輸入 token 數量縮減，沒有直接對應固定 API 費用。不同服務對圖片、視覺 token、快取與輸出 token 的計價不同；自架模型還要看 GPU 時間、吞吐、整機用電與維運成本。
為什麼 token 少十倍，能耗只少 1.8–2.5 倍？
視覺編碼器需要固定運算，模型也要產生相同的 256 個輸出 token。輸入縮短主要降低 prefill 成本，無法消除視覺前處理和輸出生成，因此能耗不會和 token 等比例下降。
可以把股票 K 線圖交給 VLM 做交易嗎？
不建議只靠圖像判斷交易。價格圖可能幫忙標記形狀，仍缺少成交量口徑、公司事件、交易成本與未來資訊隔離。任何回測都要保留原始數值、時間切分和樣本外驗證，不能把這篇電信異常研究外推成投資績效。
VLM 找到異常後，下一步怎麼驗證？
把模型圈出的起訖時間回查原始資料，重算門檻、變化率與相關 KPI，再用既有監控規則或專用模型複核。正式告警要保存原始值、圖像版本、模型版本、輸出與人工處理結果。
參考來源
- arXiv：A Picture is Worth a Thousand Tokens: How Vision Language Models Cut AI Energy Costs While Improving Accuracy（2026-08-07）
- arXiv：Harnessing Vision-Language Models for Time Series Anomaly Detection（2025-06-07）
- NVIDIA：NVML API Reference Guide - Total Energy Consumption（2026-08-11 查閱）
- NIST：Expanding the AI Evaluation Toolbox with Statistical Models（2026-02-17）
- Google Research GitHub：TimesFM - Time Series Foundation Model（2026-08-11 查閱）