本月相关部分披露行业最新效果多地农商行下调存款利率 很兴奋为您解答这个问题，，，
，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

辽宁省向阳市北票市密云区古北口镇向阳区豆各庄地区井陉县吴家窑乡山西省忻州市定襄县江苏省南京市浦口区重庆市县巫山县四川省遂宁市蓬溪县云南省大理白族自治州云龙县平顶山市湛河区云南省红河哈尼族彝族自治州绿春县内蒙古呼伦贝尔市阿荣旗山东省烟台市龙口市山西省临汾市安泽县江苏省苏州市相城区甘肃省白银市景泰县丰台区右安门街道山东省淄博市临淄区福建省福州市罗源县平山县小觉镇陕西省汉中市南郑区洛阳市汝阳县江西省宜春市奉新县武清区上马台镇武清区上马台镇蓟州区官庄镇江西省吉安市永新县焦作市辽宁省辽阳市白塔区湖北省宜昌市秭归县福建省厦门市湖里区内蒙古锡林郭勒盟镶黄旗南开区长虹街道陕西省汉中市留坝县云南省丽江市宁蒗彝族自治县贵州省黔东南苗族侗族自治州天柱县蚌埠市龙子湖区平山县宅北乡井陉县吴家窑乡海南省儋州市四川省成都会金牛区密云区河南寨镇元氏县哈密市伊吾县吉林省长春市双阳区甘肃省兰州市辽宁省辽阳市白塔区广东省珠海市斗门区桂林市秀峰区云南省西双版纳傣族自治州勐腊县蚌埠市蚌山区昌平区阳坊镇湖北省宜昌市宜都会四川省遂宁市蓬溪县河西区桃园街道赵县沙河店镇甘肃省陇南市武都区贵州省黔东南苗族侗族自治州天柱县北辰区江苏省徐州市向阳区小关街道山西省晋都会泽州县巴音郭楞蒙古自治州和硕县河西区桃园街道桂林市兴安县芜湖市南陵县桥西区苑东街道丰台区右安门街道福建省福州市罗源县云南省红河哈尼族彝族自治州泸西县黑龙江省绥化市明水县洛阳市汝阳县蚌埠市龙子湖区平顶山市湛河区信阳市平桥区青海省海北藏族自治州门源回族自治县江西省景德镇市昌江区云南省红河哈尼族彝族自治州绿春县淮南市大通区广东省江门市黑龙江省鹤岗市重庆市市辖区北碚区焦作市辽宁省铁岭市清河区钦州市山东省泰安市东平县焦作市中站区西藏阿里地区日土县焦作市中站区陕西省汉中市留坝县陕西省汉中市西乡县甘肃省定西市渭源县湖北省恩施土家族苗族自治州恩施市云南省怒江傈僳族自治州福贡县甘肃省白银市景泰县河东区大直沽街道崇左市宁明县湖北省襄阳市襄州区四川省宜宾市翠屏区向阳区小红门地区

本周官方渠道转达新效果李飞飞造了ImageNet，，，
，现在她又带人逾越了它，，，
，很兴奋为您解答这个问题，，，
，让我来帮您详细说明一下:官方服务专线，，，
，支持多品牌报修

山东省泰安市泰山区蓟州区东施古镇合肥市庐阳区江西省赣州市石城县广东省珠海市斗门区甘肃省陇南市马鞍山市博望区陕西省汉中市留坝县青海省海西蒙古族藏族自治州德令哈市桥西区苑东街道平山县宅北乡辽宁省铁岭市开原市福建省莆田市城厢区桂林市兴安县贵州省铜仁市印江土家族苗族自治县福建省莆田市仙游县静海区大邱庄镇丰台区右安门街道长安区广安街道怀柔区龙山街道福建省厦门市海沧区黑龙江省佳木斯市富锦市山西省吕梁市岚县江苏省苏州市相城区阿克苏地区新和县山东省聊都会冠县山西省阳泉市平定县上海市市辖区嘉定区四川省凉山彝族自治州甘洛县陕西省宝鸡市千阳县内蒙古锡林郭勒盟镶黄旗平山县小觉镇向阳区酒仙桥街道云南省红河哈尼族彝族自治州泸西县西藏山南市丰台区右安门街道湖北省宜昌市夷陵区昌平区小汤山镇贵州省黔南布依族苗族自治州惠水县顺义区空港街道辽宁省沈阳市沈河区江西省吉安市吉安县静海区大邱庄镇赵县沙河店镇山西省朔州市山阴县青海省玉树藏族自治州治多县福建省南平市建瓯市无极县大陈镇巴音郭楞蒙古自治州和硕县青海省海西蒙古族藏族自治州德令哈市甘肃省陇南市贵州省安顺市普定县元氏县苏村乡南开区体育中心街道甘肃省定西市渭源县湖北省恩施土家族苗族自治州建始县百色市靖西市丰台区和义街道山西省吕梁市中阳县青海省海西蒙古族藏族自治州德令哈市山西省运都会夏县马鞍山市博望区四川省甘孜藏族自治州泸定县山东省青岛市城阳区昌平区延寿镇陕西省商洛市山阳县广东省汕头市龙湖区陕西省咸阳市兴平市西城区月坛街道江西省宜春市奉新县贵州省铜仁市玉屏侗族自治县内蒙古鄂尔多斯市鄂托克旗四川省泸州市江阳区密云区河南寨镇平山县东回舍镇合肥市瑶海区江西省景德镇市昌江区静海区大邱庄镇陕西省汉中市留坝县北辰区广源街道湖北省宜昌市西陵区云南省怒江傈僳族自治州福贡县许昌市建安区福建省三明市梅列区山东省枣庄市台儿庄区江苏省南通市启东市向阳区小红门地区广东省珠海市斗门区山东省烟台市牟平区山西省晋都会高平市四川省凉山彝族自治州西昌市云南省红河哈尼族彝族自治州泸西县哈密市伊吾县甘肃省陇南市四川省宜宾市江安县山东省枣庄市台儿庄区昌平区回龙观街道陕西省汉中市西乡县四川省乐山市四川省凉山彝族自治州西昌市

全球服务区域:黑龙江省大兴安岭地区呼玛县向阳区双井街道合肥市庐阳区山西省吕梁市岚县山东省枣庄市台儿庄区北辰区广源街道蓟州区东施古镇江西省赣州市石城县山东省聊都会茌平区云南省丽江市宁蒗彝族自治县云南省丽江市宁蒗彝族自治县井陉县测鱼镇四川省成都会新都区向阳区小红门地区山西省运都会夏县湖北省宜昌市夷陵区西乡塘区四川省凉山彝族自治州西昌市山东省青岛市城阳区辽宁省锦州市义县湖北省宜昌市西陵区辽宁省铁岭市开原市山西省吕梁市中阳县海南省儋州市福建省南平市建瓯市丰台区和义街道丰台区右安门街道平山县东回舍镇黑龙江省佳木斯市汤原县甘肃省甘南藏族自治州向阳区双井街道西藏山南市贡嘎县海南省儋州市辽宁省锦州市义县平山县小觉镇内蒙古锡林郭勒盟正镶白旗海南省？？？谑忻览记罩菔衅缴较卣毕缂恢萸┕耪蚋＝ㄊ「Ｖ菔新拊聪睾诹∑咛ê邮刑疑角轿魇〗惺杏苌缦匮忧烨蚣矣虺ぐ睬惆步值辣背角阍唇值懒赡省辽阳市白塔区平山县岗南镇广东省佛山市三水区吉林省白山市浑江区黑龙江省七台河市桃山区四川省遂宁市蓬溪县湖北省宜昌市宜都会银川市贺兰县山东省烟台市牟平区宝坻区牛家牌镇四川省乐山市内蒙古鄂尔多斯市康巴什区元氏县陕西省汉中市南郑区内蒙古兴安盟乌兰浩特市濮阳市南乐县元氏县苏村乡辽宁省铁岭市清河区四川省德阳市广汉市福建省南平市喀什地区麦盖提县江苏省镇江市句容市许昌市建安区云南省丽江市宁蒗彝族自治县内蒙古锡林郭勒盟正镶白旗吉林省四平市铁西区怀柔区龙山街道山西省晋都会泽州县甘肃省白银市景泰县向阳区豆各庄地区山西省朔州市山阴县山东省德州市齐河县江苏省苏州市相城区南开区长虹街道北辰区广源街道山西省吕梁市中阳县延庆区沈家营镇陕西省宝鸡市眉县福建省南平市建瓯市山西省忻州市宁武县延庆区沈家营镇四川省广安市岳池县井陉县吴家窑乡吉林省长春市双阳区辽宁省向阳市北票市平山县宅北乡平山县上观音堂乡山西省晋中市灵石县云南省丽江市宁蒗彝族自治县辽宁省铁岭市开原市广东省汕头市龙湖区福建省漳州市龙海市长安区广安街道河西区桃园街道

今日官方转达政策更新李飞飞造了ImageNet，，，
，现在她又带人逾越了它，，，
，很兴奋为您解答这个问题，，，
，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

天下服务区域：昌平区延寿镇四川省成都会新都区许昌市建安区青海省玉树藏族自治州治多县西藏山南市贡嘎县贵州省黔南布依族苗族自治州惠水县百色市靖西市湖北省宜昌市夷陵区塔城地区和布克赛尔蒙古自治县江苏省镇江市句容市甘肃省白银市景泰县丰台区和义街道云南省西双版纳傣族自治州勐腊县四川省甘孜藏族自治州泸定县福建省南平市山西省晋中市太谷区辽宁省锦州市义县四川省甘孜藏族自治州九龙县广东省珠海市斗门区山东省泰安市东平县四川省甘孜藏族自治州泸定县山东省烟台市牟平区西藏拉萨市达孜区内蒙古鄂尔多斯市鄂托克旗密云区河南寨镇武清区汊沽港镇云南省红河哈尼族彝族自治州泸西县银川市贺兰县四川省甘孜藏族自治州马鞍山市博望区阿克苏地区新和县井陉县测鱼镇河东区大直沽街道辽宁省沈阳市浑南区蚌埠市蚌山区四川省甘孜藏族自治州丹巴县甘肃省甘南藏族自治州江西省九江市武宁县合肥市瑶海区元氏县殷村镇蓟州区东二营镇伊犁哈萨克自治州昭苏县甘肃省白银市景泰县广东省珠海市斗门区北辰区湖北省恩施土家族苗族自治州恩施市密云区古北口镇黑龙江省七台河市桃山区内蒙古锡林郭勒盟正镶白旗防城港市东兴市向阳区管庄地区辽宁省铁岭市开原市山西省临汾市安泽县辽宁省大连市旅顺口区江西省鹰潭市余江区黑龙江省佳木斯市汤原县陕西省宝鸡市眉县重庆市县巫山县鹿泉区白鹿泉乡福建省南平市密云区不老屯镇密云区高岭镇密云区高岭镇山东省滨州市江苏省徐州市云南省玉溪市新平彝族傣族自治县江苏省徐州市许昌市建安区江苏省徐州市新沂市平山县岗南镇山东省东营市垦利区武清区上马台镇甘肃省陇南市元氏县苏村乡福建省漳州市龙海市江西省吉安市吉安县福建省厦门市湖里区陕西省宝鸡市千阳县福建省漳州市龙海市无极县大陈镇海南省？？？谑忻览记佣陆值浪拇ㄊ「首尾刈遄灾沃莸ぐ拖乜馐型ㄐ硐睾北省宜昌市秭归县山西省忻州市定襄县湖北省宜昌市秭归县黑龙江省大兴安岭地区呼玛县甘肃省兰州市合肥市庐阳区武清区上马台镇四川省宜宾市江安县西藏山南市贡嘎县四川省甘孜藏族自治州九龙县丰台区右安门街道平山县上观音堂乡江苏省南通市启东市博尔塔拉蒙古自治州温泉县武清区汊沽港镇山西省晋中市灵石县

售后服务上门服务电话，，，
，智能分配票据：李飞飞造了ImageNet，，，
，现在她又带人逾越了它

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
。。
。。以后十余年，，，
，ImageNet 成为盘算机视觉研究的「标准科场」：无论是 VGG、ResNet，，，
，照旧 ViT，，，
，研究者们都在这统一张卷子上比拼，，，
，看谁的模子精度更高
。。
。。

但这张卷子，，，
，现在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 上的天生质量评分（FID），，，
，已经低于真实图片自己的评分
。。
。。也就是说，，，
，天生的假图片，，，
，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？？？简朴来说：你不再能通太过数判断一个天生模子是真的好，，，
，照旧在「投契取巧」地优化指标
。。
。？？？蒲Ь赫，，，
，需要一把新的尺子
。。
。。

就在前两天，，，
，斯坦福大学等机构宣布了一个名为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，，，
，焦点孝顺者为 Keshigeyan Chandrasegaran 和 Kyle Sargen，，，
，包括整整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

要明确 GPIC 为什么主要，，，
，先要明确目今的视觉天生研究面临哪些逆境
。。
。。研究者们在使用已有数据集时，，，
，遭遇了三个相互叠加的贫困
。。
。。

第一个贫困：旧基准 ImageNet 已经对不上现实

今天的图像天生模子，，，
，训练用的是数亿张带有自然语言形貌的图片，，，
，天生时也靠文字提醒词驱动
。。
。。而 ImageNet 是一个以「分类标签」为焦点的数据集，，，
，它对应的是另一个时代的研究范式
。。
。。拿一张用文字提醒天生的图片，，，
，去和一个以标签分类为目的设计的数据集做较量，，，
，实质上是「用语文考卷评数学效果」
。。
。。

第二个贫困：大大都工业级数据集差池外开放

Stable Diffusion、Midjourney、Sora 这些一线产品背后，，，
，训练数据要么是商业神秘，，，
，要么涉及版权纠纷，，，
，从未果真
。。
。。学术界要复现、较量、刷新这些模子，，，
，险些无从下手
。。
。。

第三个贫困：纵然有开放数据集，，，
，也不稳固

现在学界常用的开放数据集（如 LAION、DataComp），，，
，普遍接纳「URL 索引」的方式分发——也就是说，，，
，研究者下载到的，，，
，着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，，，
，大宗链接失效，，，
，差别研究团队最终用到的「统一个数据集」着实已经大相径庭，，，
，实验效果自然无法可靠较量
。。
。。

GPIC 的设计，，，
，正是针对这三重失灵逐一作答
。。
。。

论文问题：GPIC: A Giant Permissive Image Corpus for Visual Generation论文地点：https://arxiv.org/abs/2605.30341项目地点：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」的创立者之一
。。
。。2009 年，，，
，她主导宣布了第一版 ImageNet，，，
，厥后由此衍生出 ILSVRC 视觉识别挑战赛，，，
，催生了 AlexNet 等一系列里程碑式事情，，，
，被普遍以为是深度学习革命的主要推手之一；；；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

她现在是斯坦福人工智能实验室（SAIL）的联合主任，，，
，同时也是 3D 空间智能公司 World Labs 的首创人
。。
。。

这一次，，，
，她向导团队打造的是视觉天生时代的「新 ImageNet」
。。
。。

GPIC 是什么，，，
，怎么做出来的

GPIC 的构建，，，
，经由了四个严酷的流程阶段
。。
。。

只收罗有授权的图片

研究团队仅从 Flickr 和 Wikimedia 两个平台网络图片，，，
，并严酷限制在 CC BY、CC0、公有领域和无已知限制这四类授权规模内
。。
。。这意味着 GPIC 里的每一张图片，，，
，都有明确的执法依据，，，
，既可用于学术研究，，，
，也可用于商业产品开发，，，
，无需担心版权风险
。。
。。初始网络到的图片约 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子 Qwen3-VL-4B，，，
，自动识别并移除分辨率过低、严重模糊、过曝、近乎空缺，，，
，以及被判断为不清静的图片
。。
。。这两类过滤划分镌汰了约 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

互联网图片有大宗的「重复」征象，，，
，包括统一场景的连拍、被转发的心情包、略有差别的翻国界
。。
。。研究团队使用了一种名为 SSCD 的图片复制检测模子，，，
，盘算每两张图片之间的特征相似度，，，
，并通过「守旧去重」战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：天生高质量形貌文字

古板图片数据集的文字形貌（如 alt text）质量往往很差，，，
，充满着「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 重新天生磷七质量的人工智能形貌，，，
，且形貌凭证「标签」「短」「中」「长」四种粒度漫衍
。。
。。天生 1 亿张图片的形貌，，，
，共消耗约 1500 个 H100 GPU·小时
。。
。。

最终的 GPIC，，，
，包括 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漫衍式训练
。。
。。

数据集之外，，，
，GPIC 还附带了一套新的评估协议，，，
，这同样是此次宣布的主要孝顺
。。
。。

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「评估天生质量」而设计，，，
，它的特征空间和人类对图像质量的感知保存显着的脱节，，，
，导致 FID 评分容易被「刷榜」——模子可以在不真正提升感知质量的情形下降低 FID 数值
。。
。。

GPIC 的新基准接纳FD-DINOv2作为主要指标
。。
。。

DINOv2 是 Meta 于 2023 年宣布的自监视视觉特征模子，，，
，其特征体现与人类对图像相似性的判断更为一致
。。
。。

研究者们验证发明：现在所有主流天生模子（包括那些用了 DINOv2 特征训练的模子），，，
，在 FD-DINOv2 上的分数仍然高于真实图片，，，
，说明这把尺子尚有足够的「余量」，，，
，不会很快被刷穿
。。
。。

更主要的一点刷新是：GPIC 的基准评分是与一个 自力的百万张测试集 举行较量，，，
，而不是和训练集较量
。。
。。这个设计阻止了一个严重的误差——若是拿天生图片和训练集较量，，，
，模子只需「记着」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

为了利便厥后者对齐实验效果，，，
，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子
。。
。。

这个基线使用了JiT（Just image Transformers）流匹配架构，，，
，搭配 1.1B 参数的 Transformer 主干网络，，，
，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，，，
，在最优的指导强度（CFG=6.25）下，，，
，基线模子的 FD-DINOv2 评分为 76.25
。。
。。这个数字并不精彩，，，
，但它的价值在于：所有研究者都可以以此为起点，，，
，公正地较量各自的刷新效果
。。
。。

研究团队还提供了三个差别规模的训练集版本：GPIC-Nano（100 万张）、GPIC-Lite（1000 万张）和 GPIC-Full（1 亿张），，，
，利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

视觉天生领域正在履历一场「军备竞赛」
。。
。。Sora、Imagen、Stable Diffusion 3……前沿模子的能力每隔几个月就会跃升一级
。。
。。但这场竞赛，，，
，在相当水平上是不透明的：每个实验室都在自己的数据上训练，，，
，用自己的指标评估，，，
，宣布时只挑选对自己有利的数字汇报
。。
。。

果真、可复现的基准，，，
，是科学前进的基础
。。
。。学界在 NLP 领域已经为此支付了多年起劲，，，
，逐步建设起了 GLUE、SuperGLUE、BIG-bench 等相对标准化的评测系统
。。
。。视觉天生，，，
，迟迟缺少这样的基础
。。
。。

GPIC 的宣布是一次为这个领域补课的实验，，，
，是为了让整个领域有一个配合的起跑线
。。
。。正如李飞飞团队在论文中所写的：「我们希望 GPIC 能够推动视觉天生建模领域果真、可及、可复现的研究
。。
。。」

本周研究机构宣布新报告李飞飞造了ImageNet，，，
，现在她又带人逾越了它

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
。。
。。以后十余年，，，
，ImageNet 成为盘算机视觉研究的「标准科场」：无论是 VGG、ResNet，，，
，照旧 ViT，，，
，研究者们都在这统一张卷子上比拼，，，
，看谁的模子精度更高
。。
。。

但这张卷子，，，
，现在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 上的天生质量评分（FID），，，
，已经低于真实图片自己的评分
。。
。。也就是说，，，
，天生的假图片，，，
，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？？？简朴来说：你不再能通太过数判断一个天生模子是真的好，，，
，照旧在「投契取巧」地优化指标
。。
。？？？蒲Ь赫，，，
，需要一把新的尺子
。。
。。

就在前两天，，，
，斯坦福大学等机构宣布了一个名为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，，，
，焦点孝顺者为 Keshigeyan Chandrasegaran 和 Kyle Sargen，，，
，包括整整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

要明确 GPIC 为什么主要，，，
，先要明确目今的视觉天生研究面临哪些逆境
。。
。。研究者们在使用已有数据集时，，，
，遭遇了三个相互叠加的贫困
。。
。。

第一个贫困：旧基准 ImageNet 已经对不上现实

今天的图像天生模子，，，
，训练用的是数亿张带有自然语言形貌的图片，，，
，天生时也靠文字提醒词驱动
。。
。。而 ImageNet 是一个以「分类标签」为焦点的数据集，，，
，它对应的是另一个时代的研究范式
。。
。。拿一张用文字提醒天生的图片，，，
，去和一个以标签分类为目的设计的数据集做较量，，，
，实质上是「用语文考卷评数学效果」
。。
。。

第二个贫困：大大都工业级数据集差池外开放

Stable Diffusion、Midjourney、Sora 这些一线产品背后，，，
，训练数据要么是商业神秘，，，
，要么涉及版权纠纷，，，
，从未果真
。。
。。学术界要复现、较量、刷新这些模子，，，
，险些无从下手
。。
。。

第三个贫困：纵然有开放数据集，，，
，也不稳固

现在学界常用的开放数据集（如 LAION、DataComp），，，
，普遍接纳「URL 索引」的方式分发——也就是说，，，
，研究者下载到的，，，
，着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，，，
，大宗链接失效，，，
，差别研究团队最终用到的「统一个数据集」着实已经大相径庭，，，
，实验效果自然无法可靠较量
。。
。。

GPIC 的设计，，，
，正是针对这三重失灵逐一作答
。。
。。

论文问题：GPIC: A Giant Permissive Image Corpus for Visual Generation论文地点：https://arxiv.org/abs/2605.30341项目地点：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」的创立者之一
。。
。。2009 年，，，
，她主导宣布了第一版 ImageNet，，，
，厥后由此衍生出 ILSVRC 视觉识别挑战赛，，，
，催生了 AlexNet 等一系列里程碑式事情，，，
，被普遍以为是深度学习革命的主要推手之一；；；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

她现在是斯坦福人工智能实验室（SAIL）的联合主任，，，
，同时也是 3D 空间智能公司 World Labs 的首创人
。。
。。

这一次，，，
，她向导团队打造的是视觉天生时代的「新 ImageNet」
。。
。。

GPIC 是什么，，，
，怎么做出来的

GPIC 的构建，，，
，经由了四个严酷的流程阶段
。。
。。

只收罗有授权的图片

研究团队仅从 Flickr 和 Wikimedia 两个平台网络图片，，，
，并严酷限制在 CC BY、CC0、公有领域和无已知限制这四类授权规模内
。。
。。这意味着 GPIC 里的每一张图片，，，
，都有明确的执法依据，，，
，既可用于学术研究，，，
，也可用于商业产品开发，，，
，无需担心版权风险
。。
。。初始网络到的图片约 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子 Qwen3-VL-4B，，，
，自动识别并移除分辨率过低、严重模糊、过曝、近乎空缺，，，
，以及被判断为不清静的图片
。。
。。这两类过滤划分镌汰了约 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

互联网图片有大宗的「重复」征象，，，
，包括统一场景的连拍、被转发的心情包、略有差别的翻国界
。。
。。研究团队使用了一种名为 SSCD 的图片复制检测模子，，，
，盘算每两张图片之间的特征相似度，，，
，并通过「守旧去重」战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：天生高质量形貌文字

古板图片数据集的文字形貌（如 alt text）质量往往很差，，，
，充满着「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 重新天生磷七质量的人工智能形貌，，，
，且形貌凭证「标签」「短」「中」「长」四种粒度漫衍
。。
。。天生 1 亿张图片的形貌，，，
，共消耗约 1500 个 H100 GPU·小时
。。
。。

最终的 GPIC，，，
，包括 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漫衍式训练
。。
。。

数据集之外，，，
，GPIC 还附带了一套新的评估协议，，，
，这同样是此次宣布的主要孝顺
。。
。。

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「评估天生质量」而设计，，，
，它的特征空间和人类对图像质量的感知保存显着的脱节，，，
，导致 FID 评分容易被「刷榜」——模子可以在不真正提升感知质量的情形下降低 FID 数值
。。
。。

GPIC 的新基准接纳FD-DINOv2作为主要指标
。。
。。

DINOv2 是 Meta 于 2023 年宣布的自监视视觉特征模子，，，
，其特征体现与人类对图像相似性的判断更为一致
。。
。。

研究者们验证发明：现在所有主流天生模子（包括那些用了 DINOv2 特征训练的模子），，，
，在 FD-DINOv2 上的分数仍然高于真实图片，，，
，说明这把尺子尚有足够的「余量」，，，
，不会很快被刷穿
。。
。。

更主要的一点刷新是：GPIC 的基准评分是与一个 自力的百万张测试集 举行较量，，，
，而不是和训练集较量
。。
。。这个设计阻止了一个严重的误差——若是拿天生图片和训练集较量，，，
，模子只需「记着」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

为了利便厥后者对齐实验效果，，，
，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子
。。
。。

这个基线使用了JiT（Just image Transformers）流匹配架构，，，
，搭配 1.1B 参数的 Transformer 主干网络，，，
，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，，，
，在最优的指导强度（CFG=6.25）下，，，
，基线模子的 FD-DINOv2 评分为 76.25
。。
。。这个数字并不精彩，，，
，但它的价值在于：所有研究者都可以以此为起点，，，
，公正地较量各自的刷新效果
。。
。。

研究团队还提供了三个差别规模的训练集版本：GPIC-Nano（100 万张）、GPIC-Lite（1000 万张）和 GPIC-Full（1 亿张），，，
，利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

视觉天生领域正在履历一场「军备竞赛」
。。
。。Sora、Imagen、Stable Diffusion 3……前沿模子的能力每隔几个月就会跃升一级
。。
。。但这场竞赛，，，
，在相当水平上是不透明的：每个实验室都在自己的数据上训练，，，
，用自己的指标评估，，，
，宣布时只挑选对自己有利的数字汇报
。。
。。

果真、可复现的基准，，，
，是科学前进的基础
。。
。。学界在 NLP 领域已经为此支付了多年起劲，，，
，逐步建设起了 GLUE、SuperGLUE、BIG-bench 等相对标准化的评测系统
。。
。。视觉天生，，，
，迟迟缺少这样的基础
。。
。。

GPIC 的宣布是一次为这个领域补课的实验，，，
，是为了让整个领域有一个配合的起跑线
。。
。。正如李飞飞团队在论文中所写的：「我们希望 GPIC 能够推动视觉天生建模领域果真、可及、可复现的研究
。。
。。」

神舟二十三号载人航行使命标识上，，，
，绽放着一朵绚烂的紫；；；
。。
。。

凯时AG

多地农商行下调存款利率