Banana100：通过 Nano Banana Pro 进行 100 次迭代图像复制以攻破无参考图像质量评价指标

多模态智能体系统的多步迭代图像编辑能力已经改变了数字内容创作。尽管最新的图像编辑模型在单轮编辑中能忠实地遵循指令并生成高质量图像，但我们发现了多轮编辑中的一个关键弱点，即图像质量的迭代退化。随着图像被反复编辑，微小的伪影会累积，迅速导致可见噪声的严重积累，并且无法遵循简单的编辑指令。为了系统地研究这些失败，我们引入了 Banana100，这是一个包含 28,000 张退化图像的综合数据集，这些图像通过 100 个迭代编辑步骤生成，包含多样的纹理和图像内容。令人担忧的是，图像质量评估器未能检测到这种退化。在 21 种流行的无参考图像质量评价（NR-IQA）指标中，没有一种能一致地为严重退化的图像分配比干净图像更低的分数。如果多轮编辑生成的低质量合成数据逃过了质量过滤器，生成器和评估器的双重失败可能会威胁到未来模型训练的稳定性和已部署智能体系统的安全性。我们发布了完整的代码和数据，以促进更稳健模型的开发，帮助缓解多模态智能体系统的脆弱性。