Echo-4o-Image 是由上海人工智能实验室，联合中山大学、香港中文大学多媒体实验室（MMLab）等机构，于 2025 年发布的一个合成图像数据集，相关论文成果为「Echo-4o: Harnessing the Power of GPT-4o Synthetic Images for Improved Image Generation」，旨在提升开源模型在文本到图像（Text-to-Image）生成上的能力。 该数据集由 GPT-4o 生成，包含约 17.9 万条样本，涵盖 3 种不同的任务类型：

• 复杂指令执行（约 6.8 万），强化对长/细致文本的遵从；
• 超现实幻想生成（约 3.8 万），侧重想象类内容；
• 多参考图像生成（约 7.3 万），适用于需多视觉线索的场景。 每条样本为 2×2 图像格，分辨率为 1024×1024，包含图像路径、特征（属性/主体）与生成 prompt 的结构化信息。