# GenEvolve – 美团等推出的自演进图像生成 Agent

- Link: https://paooo.com/aigc-news/23942/
- Published: 2026-07-07T13:41:16+08:00
- Author: 站外新闻

## GenEvolve是什么

GenEvolve 是香港科技大学（广州）、美团与新加坡国立大学联合推出的自演进图像生成 Agent。
GenEvolve 将开放式图像生成形式化为工具编排的视觉轨迹，Agent 通过搜索文本证据、检索
视觉参考、调用生成知识，最终合成 prompt-reference program，交由任意参考条件生成器
渲染。

阅读目录

 * [GenEvolve是什么](https://paooo.com/aigc-news/23942/#genevolve%e6%98%af%e4%bb%80%e4%b9%88)
 * [GenEvolve的主要功能](https://paooo.com/aigc-news/23942/#genevolve%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [GenEvolve的技术原理](https://paooo.com/aigc-news/23942/#genevolve%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [如何使用GenEvolve](https://paooo.com/aigc-news/23942/#%e5%a6%82%e4%bd%95%e4%bd%bf%e7%94%a8genevolve)
 * [GenEvolve的核心优势](https://paooo.com/aigc-news/23942/#genevolve%e7%9a%84%e6%a0%b8%e5%bf%83%e4%bc%98%e5%8a%bf)
 * [GenEvolve的项目地址](https://paooo.com/aigc-news/23942/#genevolve%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [GenEvolve的同类竞品对比](https://paooo.com/aigc-news/23942/#genevolve%e7%9a%84%e5%90%8c%e7%b1%bb%e7%ab%9e%e5%93%81%e5%af%b9%e6%af%94)
 * [GenEvolve的应用场景](https://paooo.com/aigc-news/23942/#genevolve%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![GenEvolve](https://paooo.com/wp-content/uploads/2026/07/GenEvolve-website-1.avif)

## GenEvolve的主要功能

 * **文本搜索（search）**：收集外部事实证据，补充真实建筑、公众人物、商品结构等世界
   知识。
 * **图像搜索（image_search）**：检索视觉参考图，获取地标、人物、材质等视觉参考。
 * **生成知识查询（query_knowledge）**：激活内部生成技能，处理文字渲染、空间布局、
   材质一致性等复杂需求。
 * **Prompt-Reference Program 合成**：将工具结果整合为可执行的生成程序，支持任意
   参考条件生成器渲染。

## GenEvolve的技术原理

 * **训练分为两阶段**：
    - **SFT 冷启动**：在高质量 Teacher 轨迹上对 Qwen3-VL-8B-Instruct 做监督微调，
      学习基本工具调用和程序写法。
    - **自我进化（Rollout）**：对同一请求采样多条轨迹，渲染成图像后由视觉判分器和
      文本判分器共同打分，使用 GRPO 优化轨迹级奖励。
 * **视觉经验自蒸馏（Visual Experience Distillation）**： 比较同一请求下的最优与
   最差轨迹，将差异总结为结构化 Decision Guide，通过 token 级反向 KL 将教师分支的
   偏好蒸馏给学生模型，使模型学会”在类似请求时如何搜索、选参考、组织约束”的决策习惯。

![挖挖GitHub](https://paooo.com/wp-content/uploads/2026/07/wawagithub.avif)

微信关注回复“**开源**”，加入**AI开源项目交流群**

## 如何使用GenEvolve

 * **克隆仓库**：从 GitHub 下载 GenEvolve 代码到本地环境。
 * **安装依赖**：运行 `pip install -r requirements.txt` 安装所需 Python 包。
 * **下载模型**：从 HuggingFace 下载 `MeiGen-AI/GenEvolve` 的 Qwen3-VL-8B Agent 
   策略权重。
 * **配置搜索工具**：设置搜索引擎 API 密钥，启用 `search` 和 `image_search` 工具
   调用。
 * **加载生成知识**：将八项技能 Markdown 文件放入指定目录，供 `query_knowledge` 
   工具读取。
 * **选择生成器**：在 Qwen-Image-Edit或 Nano Banana Pro中选定后端并配置密钥。
 * **初始化 Agent**：实例化 `GenEvolveAgent`，传入模型路径、生成器名称和工具列表。
 * **输入请求**：调用 `agent.run()` 方法，传入自然语言图像生成描述。
 * **执行轨迹**：Agent 自动搜索文本证据、检索视觉参考、调用生成知识并合成 prompt-
   reference program。
 * **渲染图像**：将 Agent 输出的程序传入配置好的生成器后端，得到最终生成图像。

## GenEvolve的核心优势

 * **生成器可迁移性**：同一套 Agent 策略可搭配开源 Qwen-Image-Edit 或强生成器 Nano
   Banana Pro，策略不绑定特定生成器。
 * **自我进化闭环**：GRPO + 视觉经验自蒸馏形成”更强策略 → 更好轨迹 → 更丰富经验 
   → 未来改进”的闭环。
 * **细粒度信用分配**：相比纯 RL 的标量奖励，SDL 提供 token 级指导，明确好轨迹好
   在工具计划、参考选择还是约束写法。
 * **跨基准泛化**：在 WISE 知识密集型基准上不做 in-domain 微调，8B 开源策略超过 
   GPT-4o。

## GenEvolve的项目地址

 * **项目官网**：https://ephemeral182.github.io/GenEvolve/
 * **GitHub仓库**：https://github.com/MeiGen-AI/GenEvolve
 * **HuggingFace模型库**：https://huggingface.co/MeiGen-AI/GenEvolve

## GenEvolve的同类竞品对比

  |  对比维度 |  GenEvolve |  Gen-Searcher |  
   |  **核心机制** |  工具编排视觉轨迹 → prompt-reference program → 跨生成器渲染 |  搜索增强 → 直接生成 |  
 |  **Agent 架构** |  三工具闭环：search + image_search + query_knowledge |  primarily 搜索工具调用 |  
 |  **训练方法** |  SFT 冷启动 + GRPO 轨迹优化 + 视觉经验自蒸馏（SDL） |  未公开明确的多阶段训练机制 |  
 |  **自我进化** |  ✅ 支持：通过 GRPO 和 SDL 形成”更强策略→更好轨迹→更丰富经验”的闭环 |  ❌ 不支持：无持续优化机制 |  
 |  **生成器可迁移性** |  ✅ 核心设计：同一 Agent 输出可适配 Qwen-Image-Edit 或 Nano Banana Pro |  ❌ 绑定特定生成器后端 |  
 |  **开源程度** |  全栈开源：模型权重、运行时、工具、数据集、评测基准 |  开源程度有限 |  
 |  **KScore** |  0.3663 |  0.3493 |

## GenEvolve的应用场景

 * **知识密集型图像生成**：需要外部世界知识的场景，如真实地标建筑（埃菲尔铁塔、故宫）、
   公众人物肖像、特定商品结构、历史事件还原。Agent 通过搜索工具补充事实，避免生成
   器”幻觉”错误细节。
 * **质量约束型图像生成**：对文字渲染、精确计数、空间布局、属性绑定、解剖结构准确
   性、材质真实感、美学风格有硬性要求的商业设计、广告海报、教育插图。
 * **参考一致性图像生成**：要求输出与参考图保持身份一致（角色设计）、材质特殊（金属/
   丝绸质感）或风格统一（特定画家风格）的系列化内容生产、IP 衍生创作。
 * **模糊需求澄清与程序化**：将用户模糊描述转化为可执行的生成程序，明确搜索什么、
   参考什么、约束什么，降低 prompt engineering 门槛。