Apple: Neuer KI-Datensatz soll Fotobearbeitungsmodelle verbessern

Von Apples Forschern wurde Pico-Banana-400K veröffentlicht, was ein Datensatz mit 400.000 ausgewählten Bildern darstellt.

Der Datensatz wurde speziell dazu entwickelt, die Funktionsweise zu optimieren, in welcher Weise KI-Systeme Fotos anhand von Textaufforderungen bearbeiten.

Apples KI-Datensatz mit Fokus auf Bildbearbeitung

Am heutigen Mittwoch wurde mit Pico-Banana-400Kein Datensatz mit 400.000 ausgewählten Bildern publiziert, der dafür entwickelt wurde, die Art und Weise zu verbessern auf welcher KI-Systeme Fotos mit Textaufforderungen bearbeiten.

Der umfassende Bild-Datensatz setzt seinen Fokus auf der KI-Bildbearbeitung, bei der nach Apples Einschätzung derzeit noch eine Lücke besteht.

Bei Pico-Banana-400K werden Bilder in 35 verschiedenen Bearbeitungstypen in acht Kategorien gezeigt, was von Basis-Anpassungen wie Farbänderungen bis zu umfangreichen Änderungen wie der Umwandlung von Menschen in Charaktere im Pixar-Stil oder LEGO-Figuren reicht. Alle Bilder durchliefen Apples Qualitätskontrolle, die von der KI Gemini 2.5 Pro unterstützt wird.

Was bietet der Datensatz?

Der Datensatz setzt sich aus 258.000 Einzelbearbeitungsbeispielen für das Basistraining, 56.000 Präferenzpaare, bei der erfolgreiche und fehlerhafte Bearbeitungen verglichen werden und 72.000 Multi-Turn-Sequenzen, wo gezeigt wird, auf welche Weise sich Bilder durch aufeinanderfolgenden Bearbeitungen entwickeln.

Erstellt wurde der Datensatz über das erst ein paar Monate alte Google Gemini 2.5 Flash-Image Bearbeitungsmodell. Bei globalen Stiländerungen gab es eine Erfolgsquote von 93 Prozent, während genaue Aufgaben wie das Verschieben von Objekten oder Bearbeiten von Text sich als schwer mit unter 60 Prozent Erfolg herausstellte.

Laut den Forschern besteht das Ziel darin, mit Pico-Banana-400K eine robuste Basis für das Benchmarking und Training der nächsten Generation von textbasierten Bildbearbeitungsmodellen zu bilden. Auf Github steht der Datensatz für nicht-kommerzielle Forschung wie Entwickler zur Verfügung, die damit ihre Bildbearbeitungs-KI trainieren können.