Du troede måske, at AI-foto-redigering allerede havde fået nok benzin på bålet, men Apple har netop hældt et massivt kammerfuldt premium-udviklerbrændstof på med Pico-Banana-400K. Jep, navnet lyder som noget, der optræder på et menukort for børneretter, men faktisk er det Apples alvorlige bud på at revolutionere, hvordan AI lærer at redigere billeder ud fra tekstprompter. Og med hele 400.000 udvalgte billeder er ambitionerne selvfølgelig himmelhøje – præcis som Apples prisskilte.
Datasættet, som nu er frit tilgængeligt på GitHub (men kun til ikke-kommerciel brug), rummer ikke bare en rodebunke billeder. Nej, Apple har kategoriseret materialet i 35 forskellige redigeringstyper fordelt på otte overordnede kategorier. Det spænder fra basisjusteringer som farveændringer til de dybere videnskabelige eksperimenter såsom at forvandle folk til LEGO-figurer eller Pixar-karakterer. Pixar-mig-genopfindelsen får altså nye muskler her.
Pico-Banana-400K understøtter den type nørdede AI-træningssessioner, som kun ægte We❤️Apple-læsere kan sætte pris på:
- 258.000 single-edit eksempler til basalt maskinlæringsfoder
- 56.000 præferencepar så AI'en kan lære forskel på “nailed it” og “no-go”
- 72.000 multi-turn sekvenser så man kan se, hvor hurtigt (eller rodet) et billede degenererer under iterative redigeringer
Som ægte surrealistisk twist har Apple brugt Google’s Gemini-2.5-Flash-Image (kaldet Nano-Banana, for at fuldende frugtbuffeten) som baseline. Resultatet? AI kan sagtens lave fancy global stilændring 93% af tiden, men beder man om, at en kat flytter sig tre pixels til højre, går det som bekendt galt: Succesraten dykker til under 60%. Tough luck.
“Selvom nuværende AI-modeller er imponerende, lider udviklingen under dårlig træningsdata,” fastslår Apple – og det er jo rart, når tech-giganterne selv træder i karakter og ikke bare forgylder deres egne salgstaler.
Men – og her bliver det virkelig nørdet – alle billederne har været igennem Apples egen AI-baserede kvalitetssikring, og derefter har selveste Google Gemini-2.5-Pro vurderet enten redigeringens tekniske kvalitet eller hvor godt den matcher prompten. En slags AI-meta-kontrol, hvor maskiner retter maskiner, alt imens vi andre bare vil have et billede, hvor onkels dobbelt-hage er væk.
For udviklere og AI-arkitekter er datasættet på GitHub et sandt festfyrværkeri af muligheder – og for de Apple-fans, der vil forstå, hvordan fremtidens foto-redigering på Mac og iPhone kommer til at virke bag facaden, så er det værd at dykke ned i detaljerne. Du finder endnu mere guld i vores omfattende AI-sektion hos We❤️Apple.
Så om du blot vil have hurtigere, klogere Snapchat-filtre eller drømmer om at forvandle hele svigermor til LEGO, så sæt dig ned, nørd løs og husk: Apple har nu smidt bananerne på bordet – vi glæder os allerede til næste sæt frugtbare eksperimenter. Kilden til denne omgang AI-trylleri kan læses i artiklen hos MacRumors.
Partager: