作者：贾宏蓉发布时间：2026-06-16 21:57:00 点击数：63198

昨日行业报告发布行业动态葡萄牙2-1尼日利亚 很高兴为您解答这个问题，让我来帮您详细说明一下。品牌授权报修电话，快速上门服务

贵州省六盘水市水城县江西省鹰潭市余江区山东省聊城市茌平区黑龙江省佳木斯市汤原县福建省三明市梅列区甘肃省兰州市黑龙江省佳木斯市汤原县湖北省孝感市汉川市平山县东回舍镇内蒙古鄂尔多斯市康巴什区塔城地区和布克赛尔蒙古自治县福建省南平市建瓯市元氏县殷村镇喀什地区叶城县平山县东回舍镇山西省吕梁市中阳县隆安县西城区天桥街道广东省汕头市龙湖区重庆市市辖区北碚区广东省深圳市密云区河南寨镇赞皇县院头镇丰台区和义街道平山县东回舍镇静海区大邱庄镇青海省海北藏族自治州门源回族自治县陕西省宝鸡市千阳县福建省厦门市海沧区防城港市东兴市云南省红河哈尼族彝族自治州泸西县朝阳区酒仙桥街道无极县大陈镇蓟州区东赵各庄镇黑龙江省伊春市金林区四川省甘孜藏族自治州九龙县元氏县殷村镇密云区高岭镇黑龙江省七台河市桃山区赞皇县院头镇云南省丽江市宁蒗彝族自治县门头沟区大峪街道青秀区门头沟区大峪街道顺义区空港街道固原市西吉县黑龙江省伊春市金林区乌鲁木齐市沙依巴克区武清区汊沽港镇江苏省南京市浦口区江西省吉安市吉安县内蒙古兴安盟乌兰浩特市陕西省西安市未央区信阳市平桥区丰台区右安门街道蓟州区东施古镇崇左市宁明县百色市田林县山西省晋中市灵石县内蒙古鄂尔多斯市鄂托克旗淮南市大通区海淀区青龙桥街道青秀区广东省广州市越秀区静海区西翟庄镇喀什地区叶城县焦作市沁阳市山东省淄博市临淄区陕西省咸阳市兴平市山西省朔州市山阴县朝阳区管庄地区防城港市东兴市合肥市瑶海区四川省甘孜藏族自治州九龙县陕西省宝鸡市千阳县静海区西翟庄镇贵州省黔东南苗族侗族自治州天柱县乌鲁木齐市沙依巴克区平山县东回舍镇陕西省宝鸡市千阳县密云区不老屯镇喀什地区叶城县密云区古北口镇云南省文山壮族苗族自治州广南县四川省成都市新都区海淀区青龙桥街道广东省汕头市南澳县井陉县测鱼镇朝阳区管庄地区昌平区延寿镇山西省长治市襄垣县平山县岗南镇山西省吕梁市岚县密云区古北口镇桥西区苑东街道门头沟区大峪街道辽宁省大连市旅顺口区平山县东回舍镇河东区东新街道北海市海城区

本月相关部门发布重要报告李飞飞造了ImageNet，现在她又带人超越了它，很高兴为您解答这个问题，让我来帮您详细说明一下:官方服务专线，支持多品牌报修

山东省烟台市龙口市山西省临汾市安泽县广东省深圳市百色市田林县山西省阳泉市平定县延庆区沈家营镇蓟州区官庄镇广东省佛山市三水区陕西省汉中市南郑区黑龙江省佳木斯市汤原县南开区长虹街道隆安县广东省汕头市南澳县辽宁省沈阳市静海区西翟庄镇辽宁省辽阳市白塔区防城港市东兴市延庆区康庄镇静海区西翟庄镇四川省乐山市山西省朔州市山阴县江西省宜春市宜丰县辽宁省本溪市溪湖区朝阳区双井街道百色市靖西市百色市靖西市广东省江门市江西省九江市武宁县行唐县龙州镇武清区上马台镇合肥市瑶海区海南省海口市美兰区福建省莆田市仙游县和田地区江西省吉安市永新县丰台区和义街道山西省晋城市高平市内蒙古锡林郭勒盟镶黄旗辽宁省本溪市溪湖区吉林省四平市铁西区青海省海北藏族自治州门源回族自治县重庆市县巫山县井陉县测鱼镇朝阳区双井街道山西省晋中市榆社县蓟州区东赵各庄镇江苏省镇江市句容市广东省广州市越秀区贵州省黔南布依族苗族自治州惠水县福建省漳州市龙海市四川省德阳市广汉市怀柔区龙山街道山西省长治市襄垣县焦作市山东省泰安市泰山区防城港市东兴市山西省晋城市高平市广东省汕头市龙湖区四川省甘孜藏族自治州桂林市秀峰区四川省广安市岳池县门头沟区大峪街道门头沟区大峪街道博尔塔拉蒙古自治州温泉县南开区长虹街道濮阳市南乐县湖北省襄阳市襄州区长安区广安街道山东省青岛市城阳区山西省忻州市宁武县福建省三明市梅列区吉林省四平市铁西区崇左市湖北省宜昌市夷陵区河东区大直沽街道山西省晋中市灵石县固原市西吉县辽宁省本溪市溪湖区辽宁省朝阳市北票市青秀区山东省青岛市城阳区山东省泰安市东平县北辰区福建省三明市梅列区辽宁省沈阳市沈河区云南省丽江市宁蒗彝族自治县和田地区青海省海北藏族自治州门源回族自治县南开区长虹街道蓟州区东施古镇辽宁省铁岭市清河区静海区大邱庄镇青海省海西蒙古族藏族自治州德令哈市喀什地区麦盖提县桂林市秀峰区四川省成都市双流区辽宁省锦州市义县青海省海西蒙古族藏族自治州德令哈市湖北省恩施土家族苗族自治州恩施市芜湖市南陵县

全球服务区域:长安区广安街道山东省淄博市临淄区福建省厦门市海沧区防城港市东兴市内蒙古鄂尔多斯市鄂托克旗蚌埠市龙子湖区塔城地区和布克赛尔蒙古自治县长安区南村镇新乐市协神乡贵州省黔东南苗族侗族自治州天柱县元氏县殷村镇元氏县殷村镇四川省广元市阿克苏地区新和县和田地区元氏县苏村乡朝阳区小关街道南阳市内乡县山西省吕梁市中阳县平顶山市卫东区广东省汕头市南澳县固原市西吉县井陉县测鱼镇武清区汊沽港镇昌平区延寿镇行唐县龙州镇云南省玉溪市新平彝族傣族自治县蓟州区东施古镇山西省忻州市宁武县静海区大邱庄镇百色市靖西市信阳市平桥区黑龙江省佳木斯市富锦市怀柔区宝山镇湖北省孝感市汉川市辽宁省辽阳市白塔区贵州省铜仁市印江土家族苗族自治县河东区大直沽街道四川省泸州市江阳区长安区广安街道西藏山南市广东省广州市越秀区海南省三沙市西沙区福建省福州市罗源县崇左市黑龙江省伊春市金林区甘肃省陇南市山西省忻州市宁武县黑龙江省佳木斯市富锦市陕西省宝鸡市千阳县塔城地区和布克赛尔蒙古自治县行唐县龙州镇山西省晋中市榆社县黑龙江省绥化市明水县四川省成都市金牛区怀柔区宝山镇辽宁省朝阳市北票市赞皇县西龙门乡辽宁省沈阳市青秀区行唐县龙州镇广东省珠海市斗门区甘肃省定西市渭源县蓟州区东施古镇陕西省宝鸡市千阳县福建省三明市梅列区海南省儋州市福建省厦门市湖里区陕西省宝鸡市眉县蚌埠市蚌山区西城区月坛街道贵州省铜仁市玉屏侗族自治县山西省吕梁市岚县平山县岗南镇山东省威海市内蒙古呼伦贝尔市阿荣旗平顶山市湛河区元氏县苏村乡青海省玉树藏族自治州治多县昌平区阳坊镇黑龙江省鸡西市鸡冠区赵县沙河店镇桂林市秀峰区山西省长治市襄垣县山西省阳泉市平定县固原市西吉县鹿泉区寺家庄镇海淀区青龙桥街道广东省深圳市上海市市辖区嘉定区广东省深圳市平顶山市卫东区湖北省宜昌市宜都市甘肃省兰州市四川省德阳市广汉市桂林市兴安县桥西区苑东街道广东省深圳市桥西区苑东街道山西省晋中市灵石县

近期行业报告发布新研究成果李飞飞造了ImageNet，现在她又带人超越了它，很高兴为您解答这个问题，让我来帮您详细说明一下:售后服务维修中心电话，支持多渠道服务

全国服务区域：桥西区苑东街道昌平区延寿镇广东省云浮市新兴县江苏省徐州市丰县内蒙古鄂尔多斯市康巴什区青秀区延庆区沈家营镇广东省深圳市西乡塘区黑龙江省佳木斯市富锦市青海省海西蒙古族藏族自治州德令哈市山西省忻州市定襄县辽宁省沈阳市浑南区山西省吕梁市岚县内蒙古锡林郭勒盟镶黄旗广东省广州市越秀区四川省广元市黑龙江省哈尔滨市巴彦县内蒙古锡林郭勒盟镶黄旗甘肃省陇南市海南省儋州市江西省吉安市吉安县静海区大邱庄镇江苏省南通市启东市内蒙古锡林郭勒盟正镶白旗云南省红河哈尼族彝族自治州绿春县重庆市县巫山县平顶山市湛河区阿克苏地区拜城县朝阳区小关街道陕西省宝鸡市眉县辽宁省沈阳市浑南区山西省晋城市高平市赞皇县院头镇西藏山南市贡嘎县隆安县四川省甘孜藏族自治州朝阳区小红门地区江苏省苏州市相城区怀柔区龙山街道贵州省铜仁市印江土家族苗族自治县贵州省六盘水市水城县和田地区江西省萍乡市上栗县平山县宅北乡西乡塘区江苏省镇江市句容市山西省晋城市高平市淮南市大通区湖北省襄阳市襄州区辽宁省大连市旅顺口区昌平区延寿镇长安区广安街道云南省文山壮族苗族自治州广南县开封市通许县西藏阿里地区日土县江苏省连云港市赣榆区海南省儋州市湖北省宜昌市夷陵区静海区西翟庄镇江苏省徐州市新沂市巴音郭楞蒙古自治州和硕县贵州省黔南布依族苗族自治州惠水县广东省江门市内蒙古呼伦贝尔市阿荣旗密云区古北口镇山东省滨州市平山县上观音堂乡江西省鹰潭市余江区广东省深圳市内蒙古锡林郭勒盟镶黄旗赵县沙河店镇平山县东回舍镇广东省江门市湖北省宜昌市宜都市吉林省白山市浑江区平山县宅北乡云南省丽江市宁蒗彝族自治县博尔塔拉蒙古自治州温泉县广东省汕头市南澳县密云区不老屯镇云南省红河哈尼族彝族自治州泸西县四川省凉山彝族自治州西昌市密云区不老屯镇行唐县龙州镇西藏山南市新乐市协神乡吉林省长春市双阳区云南省玉溪市新平彝族傣族自治县江西省景德镇市昌江区山东省滨州市福建省南平市青海省玉树藏族自治州治多县朝阳区小关街道青海省海北藏族自治州门源回族自治县黑龙江省绥化市明水县四川省宜宾市珙县亳州市利辛县马鞍山市博望区固原市西吉县

售后服务上门服务电话，智能分配单据：李飞飞造了ImageNet，现在她又带人超越了它

编辑｜Panda

2012 年，AlexNet 在 ImageNet 竞赛上以压倒性的优势拿下第一，正式开启深度学习时代。此后十余年，ImageNet 成为计算机视觉研究的「标准考场」：无论是 VGG、ResNet，还是 ViT，研究者们都在这同一张卷子上比拼，看谁的模型精度更高。

但这张卷子，如今已经没有评分的意义了。

今年，一批顶尖论文相继宣告：它们在 ImageNet 上的生成质量评分（FID），已经低于真实图片本身的评分。也就是说，生成的假图片，在统计上比真图片「更像真图片」。卷子刷穿了，分数失真了，这个沿用十年的基准彻底饱和。

基准饱和意味着什么？简单来说：你不再能通过分数判断一个生成模型是真的好，还是在「投机取巧」地优化指标。科学竞争，需要一把新的尺子。

就在前两天，斯坦福大学等机构发布了一个名为GPIC（Giant Permissive Image Corpus，巨型开放图像语料库）的数据集。

项目共一作者 Keshigeyan Chandrasegaran 的推文

该项目由李飞飞团队主导构建，核心贡献者为 Keshigeyan Chandrasegaran 和 Kyle Sargen，包含整整1 亿对图像-文本数据，总计约28 万亿像素，并已全量托管在 Hugging Face 上，任何人都可以免费下载使用。

旧规则失灵了

要理解 GPIC 为什么重要，先要理解当前的视觉生成研究面临哪些困境。研究者们在使用已有数据集时，遭遇了三个相互叠加的麻烦。

第一个麻烦：旧基准 ImageNet 已经对不上现实

今天的图像生成模型，训练用的是数亿张带有自然语言描述的图片，生成时也靠文字提示词驱动。而 ImageNet 是一个以「分类标签」为核心的数据集，它对应的是另一个时代的研究范式。拿一张用文字提示生成的图片，去和一个以标签分类为目标设计的数据集做比较，本质上是「用语文考卷评数学成绩」。

第二个麻烦：大多数工业级数据集不对外开放

Stable Diffusion、Midjourney、Sora 这些一线华体汇电竞-华体汇(中国)背后，训练数据要么是商业机密，要么涉及版权纠纷，从未公开。学术界要复现、比较、改进这些模型，几乎无从下手。

第三个麻烦：即使有开放数据集，也不稳定

目前学界常用的开放数据集（如 LAION、DataComp），普遍采用「URL 索引」的方式分发——也就是说，研究者下载到的，其实是一份图片网址清单，还得自己去抓取原始图片。随着时间推移，大量链接失效，不同研究团队最终用到的「同一个数据集」其实已经大相径庭，实验结果自然无法可靠比较。

GPIC 的设计，正是针对这三重失灵逐一作答。

论文标题：GPIC: A Giant Permissive Image Corpus for Visual Generation论文地址：https://arxiv.org/abs/2605.30341项目地址：https://gpic.stanford.edu/

来自 ImageNet 作者的接班人之作

构建 GPIC 的团队，来自斯坦福大学，包括李飞飞、吴佳俊以及他们的多位学生。

李飞飞是「ImageNet 时代」的缔造者之一。2009 年，她主导发布了第一版 ImageNet，后来由此衍生出 ILSVRC 视觉识别挑战赛，催生了 AlexNet 等一系列里程碑式工作，被广泛认为是深度学习革命的重要推手之一；她也因此还被《时代》杂志和 BBC 等许多媒体称为是 AI 的教母（Godmother of AI）。

图源：Time 官网

她如今是斯坦福人工智能实验室（SAIL）的联合主任，同时也是 3D 空间智能华体汇电竞-华体汇(中国) World Labs 的创始人。

这一次，她带领团队打造的是视觉生成时代的「新 ImageNet」。

GPIC 是什么，怎么做出来的

GPIC 的构建，经过了四个严格的流程阶段。

只采集有授权的图片

研究团队仅从 Flickr 和 Wikimedia 两个平台收集图片，并严格限定在 CC BY、CC0、公有领域和无已知限制这四类授权范围内。这意味着 GPIC 里的每一张图片，都有明确的法律依据，既可用于学术研究，也可用于商业华体汇电竞-华体汇(中国)开发，无需担心版权风险。初始收集到的图片约 1.1 亿张，其中 87.7% 来自 Flickr，12.3% 来自 Wikimedia。

过滤低质量与有害内容

研究团队借助视觉语言模型 Qwen3-VL-4B，自动识别并移除分辨率过低、严重模糊、过曝、近乎空白，以及被判定为不安全的图片。这两类过滤分别淘汰了约 0.3% 和 0.35% 的图片——比例看起来很小，但在亿级规模下，这意味着筛掉了数十万张问题图片。

第三步：去重

互联网图片有大量的「重复」现象，包括同一场景的连拍、被转发的表情包、略有不同的翻版图。研究团队使用了一种名为 SSCD 的图片复制检测模型，计算每两张图片之间的特征相似度，并通过「保守去重」策略删除高置信度重复项。最终，约 101.3 万张图片留下，其中不含任何完全相同的副本。

第四步：生成高质量描述文字

传统图片数据集的文字描述（如 alt text）质量往往很差，充斥着「photo.jpg」「未命名」之类无意义的标注。GPIC 则对每一张图片，都用 Qwen3-VL-4B 重新生成了高质量的人工智能描述，且描述按照「标签」「短」「中」「长」四种粒度分布。生成 1 亿张图片的描述，共消耗约 1500 个 H100 GPU·小时。

最终的 GPIC，包含 1 亿张训练图片、20 万张验证图片和 100 万张测试图片，总体积约 12.9 TB，整理成 8000 个分片（shard），可以直接流式传输用于大规模分布式训练。

数据集之外，GPIC 还附带了一套新的评估协议，这同样是此次发布的重要贡献。

旧的评估指标 FID（Fréchet Inception Distance）依赖一个 2015 年的图像分类网络 Inception-v3 来提取图片特征。这个网络从未为「评估生成质量」而设计，它的特征空间和人类对图像质量的感知存在明显的脱节，导致 FID 评分容易被「刷榜」——模型可以在不真正提升感知质量的情况下降低 FID 数值。

GPIC 的新基准采用FD-DINOv2作为主要指标。

DINOv2 是 Meta 于 2023 年发布的自监督视觉特征模型，其特征表示与人类对图像相似性的判断更为一致。

研究者们验证发现：目前所有主流生成模型（包括那些用了 DINOv2 特征训练的模型），在 FD-DINOv2 上的分数仍然高于真实图片，说明这把尺子还有足够的「余量」，不会很快被刷穿。

更重要的一点改进是：GPIC 的基准评分是与一个 独立的百万张测试集 进行比较，而不是和训练集比较。这个设计避免了一个严重的漏洞——如果拿生成图片和训练集比较，模型只需「记住」训练数据就能获得好分数，而无法反映真正的泛化能力。

给未来的研究者：参考基线

为了方便后来者对齐实验结果，研究团队还在 GPIC-Full（1 亿张训练集）上训练了一个参考基线模型。

这个基线使用了JiT（Just image Transformers）流匹配架构，搭配 1.1B 参数的 Transformer 骨干网络，以 256×256 分辨率在单节点 8 张 H100 上训练约 40 小时（约一个 epoch）。最终，在最优的引导强度（CFG=6.25）下，基线模型的 FD-DINOv2 评分为 76.25。这个数字并不出色，但它的价值在于：所有研究者都可以以此为起点，公平地比较各自的改进效果。

研究团队还提供了三个不同规模的训练集版本：GPIC-Nano（100 万张）、GPIC-Lite（1000 万张）和 GPIC-Full（1 亿张），方便资源有限的团队在小规模上迭代，有足够算力的团队再在完整数据集上验证。

一个开放基础设施的意义

视觉生成领域正在经历一场「军备竞赛」。Sora、Imagen、Stable Diffusion 3……前沿模型的能力每隔几个月就会跃升一级。但这场竞赛，在相当程度上是不透明的：每个实验室都在自己的数据上训练，用自己的指标评估，发布时只挑选对自己有利的数字汇报。

公开、可复现的基准，是科学进步的基础。学界在 NLP 领域已经为此付出了多年努力，逐步建立起了 GLUE、SuperGLUE、BIG-bench 等相对标准化的评测体系。视觉生成，迟迟缺少这样的基础。

GPIC 的发布是一次为这个领域补课的尝试，是为了让整个领域有一个共同的起跑线。正如李飞飞团队在论文中所写的：「华体汇(中国)希望 GPIC 能够推动视觉生成建模领域公开、可及、可复现的研究。」

本月行业报告传递行业新变化李飞飞造了ImageNet，现在她又带人超越了它

编辑｜Panda

2012 年，AlexNet 在 ImageNet 竞赛上以压倒性的优势拿下第一，正式开启深度学习时代。此后十余年，ImageNet 成为计算机视觉研究的「标准考场」：无论是 VGG、ResNet，还是 ViT，研究者们都在这同一张卷子上比拼，看谁的模型精度更高。

但这张卷子，如今已经没有评分的意义了。

今年，一批顶尖论文相继宣告：它们在 ImageNet 上的生成质量评分（FID），已经低于真实图片本身的评分。也就是说，生成的假图片，在统计上比真图片「更像真图片」。卷子刷穿了，分数失真了，这个沿用十年的基准彻底饱和。

基准饱和意味着什么？简单来说：你不再能通过分数判断一个生成模型是真的好，还是在「投机取巧」地优化指标。科学竞争，需要一把新的尺子。

就在前两天，斯坦福大学等机构发布了一个名为GPIC（Giant Permissive Image Corpus，巨型开放图像语料库）的数据集。

项目共一作者 Keshigeyan Chandrasegaran 的推文

该项目由李飞飞团队主导构建，核心贡献者为 Keshigeyan Chandrasegaran 和 Kyle Sargen，包含整整1 亿对图像-文本数据，总计约28 万亿像素，并已全量托管在 Hugging Face 上，任何人都可以免费下载使用。

旧规则失灵了

要理解 GPIC 为什么重要，先要理解当前的视觉生成研究面临哪些困境。研究者们在使用已有数据集时，遭遇了三个相互叠加的麻烦。

第一个麻烦：旧基准 ImageNet 已经对不上现实

今天的图像生成模型，训练用的是数亿张带有自然语言描述的图片，生成时也靠文字提示词驱动。而 ImageNet 是一个以「分类标签」为核心的数据集，它对应的是另一个时代的研究范式。拿一张用文字提示生成的图片，去和一个以标签分类为目标设计的数据集做比较，本质上是「用语文考卷评数学成绩」。

第二个麻烦：大多数工业级数据集不对外开放

Stable Diffusion、Midjourney、Sora 这些一线华体汇电竞-华体汇(中国)背后，训练数据要么是商业机密，要么涉及版权纠纷，从未公开。学术界要复现、比较、改进这些模型，几乎无从下手。

第三个麻烦：即使有开放数据集，也不稳定

目前学界常用的开放数据集（如 LAION、DataComp），普遍采用「URL 索引」的方式分发——也就是说，研究者下载到的，其实是一份图片网址清单，还得自己去抓取原始图片。随着时间推移，大量链接失效，不同研究团队最终用到的「同一个数据集」其实已经大相径庭，实验结果自然无法可靠比较。

GPIC 的设计，正是针对这三重失灵逐一作答。

论文标题：GPIC: A Giant Permissive Image Corpus for Visual Generation论文地址：https://arxiv.org/abs/2605.30341项目地址：https://gpic.stanford.edu/

来自 ImageNet 作者的接班人之作

构建 GPIC 的团队，来自斯坦福大学，包括李飞飞、吴佳俊以及他们的多位学生。

李飞飞是「ImageNet 时代」的缔造者之一。2009 年，她主导发布了第一版 ImageNet，后来由此衍生出 ILSVRC 视觉识别挑战赛，催生了 AlexNet 等一系列里程碑式工作，被广泛认为是深度学习革命的重要推手之一；她也因此还被《时代》杂志和 BBC 等许多媒体称为是 AI 的教母（Godmother of AI）。

图源：Time 官网

她如今是斯坦福人工智能实验室（SAIL）的联合主任，同时也是 3D 空间智能华体汇电竞-华体汇(中国) World Labs 的创始人。

这一次，她带领团队打造的是视觉生成时代的「新 ImageNet」。

GPIC 是什么，怎么做出来的

GPIC 的构建，经过了四个严格的流程阶段。

只采集有授权的图片

研究团队仅从 Flickr 和 Wikimedia 两个平台收集图片，并严格限定在 CC BY、CC0、公有领域和无已知限制这四类授权范围内。这意味着 GPIC 里的每一张图片，都有明确的法律依据，既可用于学术研究，也可用于商业华体汇电竞-华体汇(中国)开发，无需担心版权风险。初始收集到的图片约 1.1 亿张，其中 87.7% 来自 Flickr，12.3% 来自 Wikimedia。

过滤低质量与有害内容

研究团队借助视觉语言模型 Qwen3-VL-4B，自动识别并移除分辨率过低、严重模糊、过曝、近乎空白，以及被判定为不安全的图片。这两类过滤分别淘汰了约 0.3% 和 0.35% 的图片——比例看起来很小，但在亿级规模下，这意味着筛掉了数十万张问题图片。

第三步：去重

互联网图片有大量的「重复」现象，包括同一场景的连拍、被转发的表情包、略有不同的翻版图。研究团队使用了一种名为 SSCD 的图片复制检测模型，计算每两张图片之间的特征相似度，并通过「保守去重」策略删除高置信度重复项。最终，约 101.3 万张图片留下，其中不含任何完全相同的副本。

第四步：生成高质量描述文字

传统图片数据集的文字描述（如 alt text）质量往往很差，充斥着「photo.jpg」「未命名」之类无意义的标注。GPIC 则对每一张图片，都用 Qwen3-VL-4B 重新生成了高质量的人工智能描述，且描述按照「标签」「短」「中」「长」四种粒度分布。生成 1 亿张图片的描述，共消耗约 1500 个 H100 GPU·小时。

最终的 GPIC，包含 1 亿张训练图片、20 万张验证图片和 100 万张测试图片，总体积约 12.9 TB，整理成 8000 个分片（shard），可以直接流式传输用于大规模分布式训练。

数据集之外，GPIC 还附带了一套新的评估协议，这同样是此次发布的重要贡献。

旧的评估指标 FID（Fréchet Inception Distance）依赖一个 2015 年的图像分类网络 Inception-v3 来提取图片特征。这个网络从未为「评估生成质量」而设计，它的特征空间和人类对图像质量的感知存在明显的脱节，导致 FID 评分容易被「刷榜」——模型可以在不真正提升感知质量的情况下降低 FID 数值。

GPIC 的新基准采用FD-DINOv2作为主要指标。

DINOv2 是 Meta 于 2023 年发布的自监督视觉特征模型，其特征表示与人类对图像相似性的判断更为一致。

研究者们验证发现：目前所有主流生成模型（包括那些用了 DINOv2 特征训练的模型），在 FD-DINOv2 上的分数仍然高于真实图片，说明这把尺子还有足够的「余量」，不会很快被刷穿。

更重要的一点改进是：GPIC 的基准评分是与一个 独立的百万张测试集 进行比较，而不是和训练集比较。这个设计避免了一个严重的漏洞——如果拿生成图片和训练集比较，模型只需「记住」训练数据就能获得好分数，而无法反映真正的泛化能力。

给未来的研究者：参考基线

为了方便后来者对齐实验结果，研究团队还在 GPIC-Full（1 亿张训练集）上训练了一个参考基线模型。

这个基线使用了JiT（Just image Transformers）流匹配架构，搭配 1.1B 参数的 Transformer 骨干网络，以 256×256 分辨率在单节点 8 张 H100 上训练约 40 小时（约一个 epoch）。最终，在最优的引导强度（CFG=6.25）下，基线模型的 FD-DINOv2 评分为 76.25。这个数字并不出色，但它的价值在于：所有研究者都可以以此为起点，公平地比较各自的改进效果。

研究团队还提供了三个不同规模的训练集版本：GPIC-Nano（100 万张）、GPIC-Lite（1000 万张）和 GPIC-Full（1 亿张），方便资源有限的团队在小规模上迭代，有足够算力的团队再在完整数据集上验证。

一个开放基础设施的意义

视觉生成领域正在经历一场「军备竞赛」。Sora、Imagen、Stable Diffusion 3……前沿模型的能力每隔几个月就会跃升一级。但这场竞赛，在相当程度上是不透明的：每个实验室都在自己的数据上训练，用自己的指标评估，发布时只挑选对自己有利的数字汇报。

公开、可复现的基准，是科学进步的基础。学界在 NLP 领域已经为此付出了多年努力，逐步建立起了 GLUE、SuperGLUE、BIG-bench 等相对标准化的评测体系。视觉生成，迟迟缺少这样的基础。

GPIC 的发布是一次为这个领域补课的尝试，是为了让整个领域有一个共同的起跑线。正如李飞飞团队在论文中所写的：「华体汇(中国)希望 GPIC 能够推动视觉生成建模领域公开、可及、可复现的研究。」


中新网太原5月7日电 题：太原小店区：“共享菜园”解锁都市田园梦
华体汇电竞-华体汇(中国) 华体汇电竞-华体汇(中国)-四川一级片-四川一级片最新版N.91.62.38-游戏茶苑

华体汇电竞-华体汇(中国)

葡萄牙2-1尼日利亚
首页>>降噪耳机或致听力受损？专家提醒：要关注使用时长、音量
葡萄牙2-1尼日利亚

华体汇电竞-华体汇(中国):葡萄牙2-1尼日利亚

华体汇电竞-华体汇(中国):「活动」首次登录送19元红包

40.26MB
版本{版本}
下载APK高速下载
下载再李飞飞造了ImageNet，现在她又带人超越了它安装你想要的应用 更方便 更快捷 发现更多
喜欢15%好评(35人)
评论66
李飞飞造了ImageNet，现在她又带人超越了它截图0李飞飞造了ImageNet，现在她又带人超越了它截图1李飞飞造了ImageNet，现在她又带人超越了它截图2李飞飞造了ImageNet，现在她又带人超越了它截图3李飞飞造了ImageNet，现在她又带人超越了它截图4
详细信息
应用介绍
?第一步：访问《李飞飞造了ImageNet，现在她又带人超越了它》官网?首先,打开您的浏览器,输入《李飞飞造了ImageNet，现在她又带人超越了它》。您可以通过搜索引擎搜索或直接输入网址来访问.?
?第二步：点击注册按钮?一旦进入《李飞飞造了ImageNet，现在她又带人超越了它》网站官网，您会在页面上找到一个醒目的注册按钮。点击该按钮，您将被引导至注册页面。??
?第三步：填写注册信息 ?在注册页面上，您需要填写一些必要的个人信息来创建《李飞飞造了ImageNet，现在她又带人超越了它》网站账户。通常包括用户名、密码、电子邮件地址、手机号码等。请务必提供准确完整的信息，以确保顺利完成注册。?
?第四步：验证账户?填写完个人信息后，您可能需要进行账户验证。《李飞飞造了ImageNet，现在她又带人超越了它》网站会向您提供的电子邮件地址或手机号码发送一条验证信息，您需要按照提示进行验证操作。这有助于确保账户的安全性，并防止不法分子滥用您的个人信息。?
?第五步：设置安全选项?《李飞飞造了ImageNet，现在她又带人超越了它》网站通常要求您设置一些安全选项，以增强账户的安全性。例如，可以设置安全问题和答案，启用两步验证等功能。请根据系统的提示设置相关选项，并妥善保管相关信息，确保您的账户安全。?
?第六步：阅读并同意条款?在注册过程中，《李飞飞造了ImageNet，现在她又带人超越了它》网站会提供使用条款和规定供您阅读。这些条款包括平台的使用规范、隐私政策等内容。在注册之前，请仔细阅读并理解这些条款，并确保您同意并愿意遵守。??
?第七步：完成注册?一旦您完成了所有必要的步骤，并同意了《李飞飞造了ImageNet，现在她又带人超越了它》网站的条款，恭喜您！您已经成功注册了《李飞飞造了ImageNet，现在她又带人超越了它》网站账户。现在，您可以畅享《李飞飞造了ImageNet，现在她又带人超越了它》网站提供的丰富体育赛事、刺激的游戏体验以及其他令人兴奋!?
【联系华体汇(中国)】
客服热线
加载更多
版本更新
{版本}
李飞飞造了ImageNet，现在她又带人超越了它

华体汇电竞-华体汇(中国): 李飞飞造了ImageNet，现在她又带人超越了它类似软件

相关攻略
包含 饿了么 的应用集
友情链接
  • 刘忻：摇滚乐是我年少时的底气与归属感
    2026-06-16 21:57:00
  • 大美边疆看我家丨黑龙江饶河：夕阳西下 水田如画
    2026-06-16 21:57:00
  • 港股电力设备股走低 东方电气跌超8%
    2026-06-16 21:57:00
安卓手机网上最贴心的Android软件应用平台!版权所有：李飞飞造了ImageNet，现在她又带人超越了它有限华体汇电竞-华体汇(中国)备案号：京ICP备17065190号-1