Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com26. Oktober 2025 · Q011363

Apple Quietly Dropped Pico-Banana-400K — The 400K Real-Image Dataset

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht stellt Pico-Banana-400K als Datensatz echter Fotos für textgesteuerte Bildbearbeitung vor und beschreibt eine KI-Pipeline zur Erzeugung und Bewertung der Bearbeitungen. Er nennt rund 386.000 Beispiele in drei Formen, erwartet Verbesserungen bei Bildbearbeitungsmodellen, belegt diese jedoch nicht unabhängig und erklärt die Lizenzbedingungen nur knapp.

Mittel

Der Bericht beschreibt Pico-Banana-400K als Datensatz für textgesteuerte Bildbearbeitung mit echten Fotos aus Open Images. Einer automatisierten Pipeline zufolge erstellt Gemini-2.5-Flash Bearbeitungsanweisungen, Nano-Banana setzt sie um und Gemini-2.5-Pro bewertet die Ergebnisse. Der Text sagt, erfolgreiche und misslungene Bearbeitungen würden gesammelt, um sowohl Einzelbearbeitungen als auch Präferenzvergleiche und mehrstufige Bearbeitungen zu ermöglichen.

Obwohl der Name 400.000 Beispiele nahelegt, nennt die beschriebene Übersicht rund 386.000: etwa 257.000 erfolgreiche Einzelbearbeitungen, 56.000 Präferenzpaare und 72.000 mehrstufige Folgen. Die Aufgaben reichen laut Bericht von Objekt- und Szenenänderungen bis zu Stil, Text und Licht. Der Autor erwartet, dass solche Daten künftig Bildbearbeitungsmodelle verbessern und Sprachsteuerung natürlicher machen könnten. Diese Vorteile sind Erwartungen, keine im Artikel nachgewiesenen Ergebnisse. Der Text bezeichnet den Datensatz als unter einer Apple Research License verfügbar und zugleich als offen, erläutert die Lizenzbedingungen aber nicht näher. Die Angaben zu Pipeline und Datenqualität werden im Bericht nicht unabhängig belegt.

Ausführlich lesen

Der Bericht stellt Pico-Banana-400K als umfangreichen Datensatz für textgesteuerte Bildbearbeitung vor und behauptet, Apple habe ihn veröffentlicht. Anders als Datensätze mit künstlich erzeugten Bildern soll er echte Fotos aus Open Images enthalten, die mit Bearbeitungsanweisungen und bearbeiteten Fassungen verknüpft sind. Der Text vergleicht seine Rolle mit ImageNet: Statt Bilderkennung solle der Datensatz das Ändern von Bildern anhand natürlicher Sprache unterstützen.

Laut Bericht entsteht der Datensatz durch eine automatisierte Pipeline aus drei KI-Systemen: Gemini-2.5-Flash formuliert Anweisungen zu Fotos, Nano-Banana führt die Bearbeitungen aus, und Gemini-2.5-Pro bewertet die Resultate nach Kriterien wie Anweisungstreue, Realismus, Erhalt des Bildinhalts und technischer Qualität. Der Text nennt eine Bewertungsschwelle von 0,7. Erfolgreiche und misslungene Bearbeitungen würden beide aufbewahrt, unter anderem für Präferenzvergleiche und zum Trainieren von Modellen, Fehler zu vermeiden.

Der Bericht beziffert den Umfang an einer Stelle auf 400.000 Bilder, beschreibt die Datensatzübersicht jedoch als rund 386.000 Beispiele: etwa 257.000 erfolgreiche Einzelbearbeitungen, 56.000 Präferenzpaare und 72.000 mehrstufige Bearbeitungsfolgen. Diese Kategorien dienen laut Text dem überwachten Training, der Präferenzbewertung und der Bearbeitung in mehreren Gesprächsschritten. Die Anweisungen sollen ein breites Spektrum abdecken, darunter Änderungen an Objekten, Szenen, Personen, Stil, Text, Licht und Bildausschnitt. Eine beigefügte Verteilung nennt dafür ungefähre Anteile, etwa 35 Prozent für objektbezogene Änderungen und 20 Prozent für Szenenkomposition.

Als mögliche Bedeutung nennt der Autor bessere Bildbearbeitungsmodelle, die Anweisungen genauer umsetzen und dabei visuelle Eigenschaften wie Beleuchtung, Texturen und Objektkonsistenz berücksichtigen könnten. Forschende könnten Präferenzdaten für Alignment nutzen; Entwickler könnten Bildbearbeitungsassistenten weitertrainieren. Das sind im Bericht formulierte Erwartungen, keine dort nachgewiesenen Trainingsergebnisse.

Die Darstellung erläutert den Ablauf außerdem mit vereinfachtem Pseudocode und Bildbeispielen, darunter eine Folge mehrerer Änderungen an einem Kürbisbild. Sie bezeichnet den Datensatz als unter einer Apple Research License verfügbar und zugleich als „open-source“, sagt aber nicht, welche Nutzungsbedingungen die Lizenz im Einzelnen festlegt. Die Aussagen zu Herkunft, Modellen, Qualität und Nutzen werden im Artikel selbst nicht unabhängig belegt; seine zentrale Einschränkung ist daher, dass er die Pipeline und ihre Vorteile überwiegend beschreibend behauptet.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Bewertung bezieht sich auf beide Zusammenfassungen von Luna, da der Schemaeintrag nur eine Zusammenfassung vorsieht. Die Einordnungen erfolgen unabhängig von Lunas Stufen und Anteilen. Der Bericht selbst ist ein Bericht über einen Bilddatensatz und behandelt die Sicherheitsfragen nur mittelbar.

Im Bericht, aber nicht in der Zusammenfassung

  • Der Schwellenwert 0,7 für erfolgreiche Bearbeitungen und das Behalten fehlgeschlagener Versuche als Trainingsmaterial
  • Open Images als Quelle der Eingangsbilder und die Gewichtung der Bewertungskriterien (Kompatibilität, Realismus, Erhalt, technische Qualität)
  • Die Aufteilung der Bearbeitungsarten, etwa 35 % Objekt-Änderungen und 20 % Szenenkomposition

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Fähigkeiten messen
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 26 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 54 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt

  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 55 %einzelne zitierbare Belege
    • JEV 35 %beantwortet teilweise oder widerspricht
    • amos 27 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung Hintergrund, keine Belege

Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 32 %einzelne zitierbare Belege
    • amos 56 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 32 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 59 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Agenten und vernetzte Systeme
Modelle teilen und schützen
  1. SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
    • clef 100 %kein Bezug
    • Luna 35 %Hintergrund, keine Belege
    • JEV 35 %einzelne zitierbare Belege
    • amos 25 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 45 %gleiches Oberthema, hilft nicht
  2. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 100 %kein Bezug
    • Luna 40 %Hintergrund, keine Belege
    • JEV 50 %einzelne zitierbare Belege
    • amos 24 %nur am Rande erwähnt
    • SubQ 42 %gleiches Oberthema, hilft nicht
    • drex 34 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  3. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 69 %umfangreiche Belege
    • JEV 53 %beantwortet direkt und ausführlich
    • amos 31 %einzelne zitierbare Belege
    • SubQ 32 %gleiches Oberthema, hilft nicht
    • drex 30 %gleiches Oberthema, hilft nicht
    • d3-ultra 48 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung einzelne zitierbare Belege
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 44 %Hintergrund, keine Belege
    • JEV 61 %einzelne zitierbare Belege
    • amos 29 %gleiches Oberthema, hilft nicht
    • SubQ 43 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 46 %gleiches Oberthema, hilft nicht
Wirtschaft und Haftung
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →