苹果发布40万张图像的Pico-Banana数据集，助力AI图片编辑模型训练
10月29日，苹果公司正式推出名为Pico-Banana-400K的大规模研究数据集，其中包含40万张经过处理的图像样本。值得注意的是，该数据集的构建过程采用了谷歌最新发布的Gemini 2.5模型作为核心技术支撑。
据悉，这项研究成果以《Pico-Banana-400K：面向文本引导图像编辑的大规模数据集》为题发布，同时苹果还公开了基于该研究生成的完整图像资源。该数据集采用非商业研究许可协议发布，意味着学术机构与研究团队可自由使用其中的数据资源，但禁止将其应用于商业场景。
数月前，谷歌推出的Gemini 2.5-Flash-Image模型（内部代号Nanon-Banana）在图像编辑任务中表现卓越，被业界视为当前最先进的视觉内容处理工具之一。尽管近年来各类生成式模型在图像处理领域进步显著，但苹果研究团队指出："虽然技术持续革新，开放研究仍受限于缺乏大规模、高质量且可自由共享的图像编辑数据集。现有数据集往往依赖专有模型生成的合成数据，或仅包含有限的人工筛选样本。此外，这些数据普遍存在领域偏移、编辑类型分布不均以及质量控制不一致等问题，严重制约了高质量图像编辑模型的研发进程。"
为突破这一瓶颈，苹果团队着手构建更具全面性与代表性的图像编辑数据集。
Pico-Banana-400K的构建流程
研究团队首先从OpenImages数据集中筛选了大量真实照片，确保样本涵盖人物肖像、实体物体及含文字场景等多样化内容。
随后，团队设计了35种不同类型的图像修改指令，并将其归类为八大编辑类别，具体包括：
像素与光度调整：如添加胶片颗粒质感或复古滤镜效果；
以人为中心的编辑：例如将人物形象转化为Funko Pop风格的玩具造型；
场景构图与多主体编辑：如改变天气条件（晴天/雨天/雪天）；
对象级语义修改：如移动物体位置或调整空间关系；
图像缩放处理：如局部画面放大等操作。
接下来，研究人员会将原始图像连同编辑指令输入至Nanon-Banana模型执行图像编辑。生成结果随后交由Gemini 2.5-Pro模型进行自动化评估，判断其是否准确遵循指令并具备良好的视觉质量。只有通过双重验证的结果才会被纳入最终数据集。
Pico-Banana-400K不仅包含单轮编辑（即通过单次提示完成修改）的样本，还涵盖多轮连续编辑序列，以及"偏好对比"样本——即成功与失败的编辑结果对比，帮助模型学习区分理想与不良输出。
尽管研究团队承认Nanon-Banana在精细空间控制、布局推理和文字排版处理方面仍存在局限，但他们强调，Pico-Banana-400K的核心目标是为下一代文本引导图像编辑模型提供坚实、可复现的训练与评测基础。
目前，相关研究论文已发表于预印本平台arXiv，完整的Pico-Banana-400K数据集也在GitHub上面向全球研究者免费开放。
相关攻略
10月31日消息，博主数码闲聊站表示，经过苹果检验，超轻薄旗舰的市场认可度不够，国内某厂商原定明年上半年的轻薄Air项目已暂停。此前分析师郭明錤表示，iPhone Air需求低于预期，导致供应链已经
10月31日消息，据媒体报道，有网友近日发文称，在苹果正式买新机参与换购活动，结果反被“坑”。网友表示，自己花11999元购买了一台iPhone 17 Pro Max，用旧机iPhone 14 Pr
10 月 29 日消息，苹果公司发布了 Pico-Banana-400K，这是一个包含 40 万张图像的研究数据集，有趣的是，该数据集是利用谷歌的 Gemini-2 5 模型构建的。据了解，苹果的
最近，苹果亲自上场，用一篇论文展示了其可行性。在这篇论文中，苹果提出了一种内存高效型反向传播（MeBP）。 用 iPhone 本地跑大模型已经不是新鲜事了，但能不能在 iPhone 上微调模型呢？最
10 月 29 日消息，企业监督组织 Corporate Europe Observatory 最新报告显示，苹果过去一年在欧盟的游说支出达 700 万欧元（注：现汇率约合 5790 6 万元人民
热门专题
热门推荐
在新能源汽车领域，自主品牌长期占据主导地位，合资品牌曾一度被边缘化，甚至被部分消费者视为“杂牌”。然而，近年来合资品牌开始加速转型，逐渐适应中国市场的新能源需求。广汽丰田铂智3X、日产N7等车型凭借
10月31日消息，今天，小米汽车向大家汇报小米汽车开店新进展。10月新增22家门店，全国125城已有424家门店。11月计划新增17家门店，预计覆盖吉安、临汾、南阳、十堰、渭南、宜宾6座新城市。据了
AI赋能区块链在DeFi、安全与数据分析领域实现突破：1 在DeFi中，AI实现智能投顾、风险管理、流动性优化与跨链互操作性；2 在安全方面，AI提升智能合约审计、节点行为检测、零知识证明效率与链上身份认证；3 在数据应用中，AI推动链上洞察、资产定价、网络监测与反洗合规，全面增强区块链系统的智能化水平。
关于在vivo手机上获取应用的几点思考 前几天帮亲戚调试新买的vivo手机，遇到个挺有意思的情况。他想安装某个特定用途的应用，但在官方应用
保卫萝卜4胡桃夹子第七十二关是一个颇具挑战性的关卡。要顺利通关，需要精心规划布局，合理运用各种道具和炮塔。开局时，场上有一些初始的道具和炮塔。我们首先要利用好这些资源，在怪物出现的