图像编辑领域的ImageNet？苹果用Nano Banana开源一个超大数据集

苹果在大模型和大模型应用上总是慢人一步。

Apple Intelligence 发布也已经一年多了，除去其仍未能在国行设备上提供服务外，功能上也很难称得上有多好用。

就拿视觉生成类功能举例子，苹果的图像生成大概是这个画风：

但在开放研究领域里，苹果似乎一整个脱胎换骨，在纯粹的研究中经常会有一些出彩的工作。

但这次苹果发布的研究成果的确出人意料：

他们用谷歌的 Nano-banana 模型做个了视觉编辑领域的 ImageNet。

对于苹果用纳米香蕉和 Gemini 的事情，引发了网友遐想：

在文本引导的图像编辑的工作中，GPT4-o 和谷歌 Nano-banana 都能够实现令人惊艳的编辑效果，保留原图像的特征，实现高质量的新图像的生成。尤其是 Nano-banana，真正能被成为图像编辑的里程碑和新标杆。

但目前在研究界仍然缺乏针对图像编辑的，来自真实图像的大规模，高质量的开放数据集。

为此，来自苹果的研究团队提出Pico-Banana-400K，一个包含 40 万张图像的基于指令的图像编辑综合数据集。