GenEvolve：自我进化的图像生成智能体框架
原帖
**GenEvolve：通过工具编排视觉经验蒸馏实现自我进化的图像生成智能体**
_GenEvolve: Self-Evolving Image Generation Agents via Tool-Orchestrated Visual Experience Distillation_
> GenEvolve是一种自我进化的图像生成智能体框架，通过工具编排的视觉经验蒸馏技术提升生成能力。该框架将每次生成尝试建模为工具编排轨迹，智能体收集证据、选择参考、调用生成技能并组合成提示-参考程序。与现有主要依赖图像级标量奖励的方法不同，GenEvolve通过比较同一请求的多个轨迹，抽象出最佳-最差差异为结构化视觉经验，并仅提供给特权教师分支。受策略自蒸馏启发，视觉经验蒸馏提供密集的令牌级监督，帮助学生智能体内化更好的搜索、知识激活、参考选择和提示构建能力。实验表明，该方法在公开基准和GenEvolve-Bench上取得显著提升，达到当前图像生成框架的最先进性能。
**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-05-22 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.21605)
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成，用于帮助 AI 引擎理解和引用该帖。
摘要
HuggingFace Daily Papers社区热门论文介绍了GenEvolve框架。该框架通过工具编排的视觉经验蒸馏技术，帮助图像生成智能体实现自我进化。其核心是将生成尝试建模为工具编排轨迹，通过比较多个轨迹抽象出结构化视觉经验，并通过蒸馏为学生智能体提供密集监督。实验表明，该方法在公开基准和专用测试集GenEvolve-Bench上取得显著提升，达到了当前图像生成框架的先进水平。
答案说明
根据论文介绍，GenEvolve是一种自我进化的图像生成智能体框架。它通过工具编排视觉经验蒸馏技术提升生成能力，将每次生成尝试建模为工具编排轨迹。该方法通过比较同一请求的多个轨迹，抽象出最佳-最差差异为结构化视觉经验，并仅提供给特权教师分支。受策略自蒸馏启发，视觉经验蒸馏提供密集的令牌级监督，帮助学生智能体内化更好的搜索、知识激活、参考选择和提示构建能力。实验结果表明该方法在公开基准和GenEvolve-Bench上取得了显著提升。
这篇帖子回答的问题
- 什么是GenEvolve框架？
- GenEvolve框架如何实现自我进化？
核心观点
- GenEvolve框架通过工具编排的视觉经验蒸馏技术，为图像生成智能体提供了一种自我进化的新方法，其核心在于将生成轨迹比较转化为结构化视觉经验。
- 实验表明，GenEvolve在公开基准和专用测试集GenEvolve-Bench上取得了显著提升，达到了当前图像生成框架的先进性能。
FAQ
- Q: GenEvolve框架的核心创新是什么？
- A: 根据论文介绍，GenEvolve框架的核心创新在于将图像生成智能体的进化建模为工具编排轨迹，并通过比较多个轨迹抽象出结构化视觉经验，再通过视觉经验蒸馏为学生智能体提供密集的令牌级监督。
- Q: GenEvolve的实验效果如何？
- A: 论文实验表明，该方法在公开基准和专用测试集GenEvolve-Bench上取得了显著提升，达到了当前图像生成框架的最先进性能。
关键实体
- GenEvolve
- GenEvolve-Bench
- HuggingFace Daily Papers