Echo-4o-Image ist ein synthetischer Bilddatensatz, der 2025 vom Shanghai Artificial Intelligence Laboratory in Zusammenarbeit mit der Sun Yat-sen University, dem Multimedia Laboratory (MMLab) der Chinese University of Hong Kong und anderen Institutionen veröffentlicht wurde. Die zugehörigen Ergebnisse sind:Echo-4o: Nutzung der Leistungsfähigkeit synthetischer GPT-4o-Bilder für eine verbesserte Bilderzeugung“, dessen Ziel es ist, die Fähigkeit des Open-Source-Modells zur Generierung von Text aus Bildern zu verbessern.

Dieser Datensatz wird von GPT-4o generiert und enthält ungefähr 179.000 Beispiele, die drei verschiedene Aufgabentypen abdecken:

• Komplexe Anweisungsausführung (ca. 68.000), Stärkung der Compliance bei langen/detaillierten Texten;
• Surreal Fantasy Generation (ca. 38.000), mit Schwerpunkt auf fantasievollen Inhalten;
• Generierung von Bildern mit mehreren Referenzen (ca. 73.000), geeignet für Szenen, die mehrere visuelle Hinweise erfordern.

Jedes Beispiel ist ein 2×2-Bildraster mit einer Auflösung von 1024×1024, das den Bildpfad, die Merkmale (Attribute/Themen) und strukturierte Informationen der generierten Eingabeaufforderung enthält.