近期,一篇名为 GenEvolve 的工作在中文与英文 AI 社区被集中讨论。它由港科广(HKUST-GZ)、美团 AI Research、港科大与新加坡国立大学等联合完成(论文 arXiv:2605.21605,第一作者 Sixiang Chen),并已在 MeiGen-AI 的 GitHub 与 HuggingFace 开源。其核心主张是:把图像生成从”把文字直接映射到像素”,升级为”由 Agent 自主编排的一段工具调用轨迹”。

它做了什么

传统文生图把用户需求直接送进模型、一步出图。GenEvolve 的思路不同——它把每一次生成,建模为一段”工具编排轨迹”:Agent 先搜集外部文字证据(search)、检索视觉参考(image_search)、激活可调用的生成知识(query_knowledge),再把这些合成为一个 prompt-reference program(提示词 + 参考图的结构化执行方案),最后交给任意”以参考为条件”的下游渲染器去执行。

换个角度看,这相当于把人类设计师的前期流程——收集资料、找参考、构思组合——交给 Agent 自主完成,而不是让用户凭空写一句提示词。

其自进化机制是这项工作的另一个重点。与多数依赖”图像级标量奖励”的智能体生成方法不同,GenEvolve 对同一请求比较多条生成轨迹,把”最好与最差之间的差异”抽象为结构化的”视觉经验”(Visual Experience Distillation),从而提供词元级(token-level)的密集监督,帮助模型改进搜索、知识激活、参考选择与提示词构造。团队还构建了 GenEvolve-Data 与 GenEvolve-Bench 用于训练与评测(后者含 Knowledge-Anchored 与 Quality-Anchored 两类设置)。

已知事实

  • Agent 策略骨干:Qwen3-VL-8B-Instruct,经微调并自进化为工具编排式的图像生成 Agent。
  • 工具调用:search、image_search、query_knowledge 等;输出为可执行的 prompt-reference program,可驱动任意以参考为条件的下游生成器。
  • 开源:MeiGen-AI GitHub + HuggingFace,权重、代码、数据、评测集齐备。
  • 据加更简报补充(未在论文摘要中逐项确认,以论文与仓库为准):配合开源渲染器 Qwen-Image-Edit-2511、KScore 0.5739;覆盖空间布局、文字渲染、数量计数、属性绑定、姿态解剖、创意迁移、材质物理、美学绘画等类别;跨渲染器可迁移;许可为 Apache-2.0,商业友好。

横向与纵向定位

横向看,GenEvolve 与两类方法形成对照。一是传统文生图——直接把需求映射到像素,中间没有”研究、找参考、再构图”的环节;GenEvolve 把这段前期显式地交给 Agent。二是已有的智能体生成方法——多用一个标量分数当奖励,而 GenEvolve 通过比较多条轨迹、蒸馏出结构化经验来做更细粒度的监督。它输出的 prompt-reference program 与 ComfyUI 那种节点化、可编排的工作流思路相近,据简报预计可作为其中的 Agent 节点或替换手动参考步骤。

纵向看,AI 图像生成的形态一直在演进:从早期的”文生图直出”,到”可控编辑”,再到此次”由 Agent 自主规划从调研、参考到渲染的全前期流程”。其指向是让 AI 不止于”按提示词出图”,而是承担起原本属于人的”生成之前的思考与编排”。

⚠️ 待核实:Qwen-Image-Edit-2511 渲染器、KScore 0.5739、”8 大类别”的具体划分、跨渲染器迁移与 Apache-2.0 许可等,部分源自加更简报与二手解读,论文摘要未逐项确认,以论文原文与开源仓库为准;论文原始发布于 2026-05-20,7 月初被多源集中二次传播,本文按”近期热议”表述;参与机构与作者名单以论文署名为准。

GenEvolve 把图像生成从”文字直接到像素”升级为”Agent 自主编排的工具调用轨迹”,并以经验蒸馏实现自进化,代表生成式 AI 从”按提示词出图”向”接管调研、参考与构图等创作前期”演进;作为全开源、可复现的框架,它为”AI 辅助创作方法论”“设计前期流程的智能体化”提供了具学术背书的研究与教学样本。

参考来源

  • arXiv:2605.21605(原始论文):https://arxiv.org/abs/2605.21605
  • MeiGen-AI / GenEvolve(GitHub):https://github.com/MeiGen-AI/GenEvolve
  • MeiGen-AI / GenEvolve(HuggingFace):https://huggingface.co/MeiGen-AI/GenEvolve
  • 机器之心 / 腾讯新闻(技术解读):https://news.qq.com/rain/a/20260701A04FB200
  • HuggingFace Daily Papers:https://huggingface.co/papers/2605.21605