以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Recent work suggests that pretrained image generators encode real-world understanding beyond image synthesis. Vision Banana exploits this by framing vision tasks as conditional image editing. However, its data, weights, code, and implementation details are not public. We present Open Vision Banana (OVB), a fully open a
阅读原文 · Arpit Jadon, Valentinos Pariza, Jona Ruthardt, Ryousuke Yamada, A. Sophia Koepke, Andrei Bursuc, Yuki M. Asano
向阳乔木 · opencode-go/deepseek-v4.1-flash
图像生成器能不能直接拿来做视觉感知，这件事最近被反复讨论。Vision Banana 给了一个很有说服力的答案：把分割、深度、指代理解这些任务统统改写成条件图像编辑，让生成模型去“画”出结果。 问题是，它的数据、权重、代码、实现细节全都没公开。你只能看结果，没法复现，也没法判断哪些设计真正起作用。 Open Vision Banana 要补的就是这个缺口。它...