苹果发布 Pico-Banana-400K 数据集，助力文本引导图像编辑研究

苹果公司近日发布Pico-Banana-400K数据集，含40万张精选图像，该数据集依托Google Gemini-2.5系列模型构建，相关研究论文《Pico-Banana-400K：面向文本引导图像编辑的大规模数据集》同步公开。

https://www.arxiv.org/abs/2510.19808

数据集采用非商业研究许可，仅限学术与AI研究使用，不可商用。其构建以OpenImages的真实照片为基础，涵盖35种编辑类型（分8类），经Gemini-2.5-Flash-Image（Nano-Banana）生成编辑图像后，由Gemini-2.5-Pro审核指令合规性与视觉质量。数据集包含单轮编辑、多轮编辑序列及成败结果偏好对。

尽管苹果公司承认Nano-Banana存在技术局限，但期望该数据集为下一代编辑模型提供训练与基准测试基础。研究论文可在arXiv查阅，数据集于GitHub免费开放。