蘋果在大模型和大模型應用上總是慢人一步。

Apple Intelligence 發布也已經一年多了，除去其仍未能在國行設備上提供服務外，功能上也很難稱得上有多好用。

就拿視覺生成類功能舉例子，蘋果的圖像生成大概是這個畫風：

但在開放研究領域里，蘋果似乎一整個脫胎換骨，在純粹的研究中經常會有一些出彩的工作。

但這次蘋果發布的研究成果的確出人意料：

他們用谷歌的 Nano-banana 模型做個了視覺編輯領域的 ImageNet。

對于蘋果用納米香蕉和 Gemini 的事情，引發了網友遐想：

在文本引導的圖像編輯的工作中，GPT4-o 和谷歌 Nano-banana 都能夠實現令人驚艷的編輯效果，保留原圖像的特征，實現高質量的新圖像的生成。尤其是 Nano-banana，真正能被成為圖像編輯的里程碑和新標桿。

但目前在研究界仍然缺乏針對圖像編輯的，來自真實圖像的大規模，高質量的開放數據集。

為此，來自蘋果的研究團隊提出Pico-Banana-400K，一個包含 40 萬張圖像的基于指令的圖像編輯綜合數據集。