Apples nya AI-dataset syftar till att förbättra fotoredigeringsmodeller

Apples forskare har släppt Pico-Banana-400K, en omfattande dataset med 400 000 kuraterade bilder som har utformats specifikt för att förbättra hur AI-system redigerar foton baserat på textkommandon. Den massiva datasetet syftar till att åtgärda vad Apple beskriver som en brist i den nuvarande träningen av AI-bildredigering. Medan system som GPT-4o kan göra imponerande redigeringar, säger forskarna att framstegen har begränsats av otillräckliga träningsdata byggda på verkliga fotografier. Apples nya dataset syftar till att förbättra situationen. Pico-Banana-400K innehåller bilder organiserade i 35 olika redigeringstyper över åtta kategorier, från grundläggande justeringar som färgändringar till komplexa transformationer som att omvandla människor till Pixar-liknande karaktärer eller LEGO-figurer. Varje bild har gått igenom Apples AI-drivna kvalitetskontrollsystem, där Googles Gemini-2.5-Pro har använts för att utvärdera resultaten baserat på instruktionsefterlevnad och teknisk kvalitet. Datasetet inkluderar också tre specialiserade delmängder: 258 000 exempel på enstaka redigeringar för grundläggande träning, 56 000 preferenspar som jämför framgångsrika och misslyckade redigeringar, samt 72 000 fleromgångssekvenser som visar hur bilder utvecklas genom flera på varandra följande redigeringar. Apple byggde datasetet med hjälp av Googles Gemini-2.5-Flash-Image (även känd som Nano-Banana) redigeringsmodell, som släpptes för bara några månader sedan. Dock avslöjade Apples forskning dess begränsningar. Medan globala stiländringar lyckades 93% av gångerna, hade precisa uppgifter som att flytta objekt eller redigera text stora svårigheter, med framgångsfrekvenser under 60%. Trots begränsningarna säger forskarna att deras mål med Pico-Banana-400K är att etablera "en robust grund för träning och benchmarking av nästa generation av textstyrda bildredigeringsmodeller." Den kompletta datasetet är fritt tillgänglig för icke-kommersiellt forskningsbruk på GitHub, så utvecklare kan använda den för att träna mer kapabla AI för bildredigering. Denna artikel, "Apples nya AI-dataset syftar till att förbättra fotoredigeringsmodeller" publicerades först på MacRumors.com Diskutera denna artikel i våra forum