GenEvolve：通过工具编排的视觉经验蒸馏实现自我进化的图像生成智能体，是六思翔（Sixiang Chen）等十位作者于2026年5月20日提交至arXiv的论文（编号arXiv:2605.21605v1，学科分类为计算机视觉与模式识别cs.CV）。该论文指出，开放式图像生成已不再是一个简单的“提示词到图像”问题：高质量生成往往要求智能体将模型自身的内部生成能力与外部资源结合起来。随着用户请求日益多样和苛刻，研究团队希望构建一个通用的图像生成智能体，使其能够从轨迹中自我进化，并在各类生成挑战中更有效地使用工具。
为此，作者提出GenEvolve——一个基于“工具编排的视觉经验蒸馏”的自我进化框架。在该框架中，每一次生成尝试都被建模为一条由工具编排的轨迹：智能体在此过程中收集证据、选择参考素材、调用生成技能，并将这些要素组合成一个“提示词—参考”程序。这一设计将原本单一的生成动作扩展为包含检索、筛选与组合的完整流程，使智能体能够更充分地利用外部资源来应对复杂请求。
与现有主要依赖图像级标量奖励的智能体式生成方法不同，GenEvolve会对同一请求下的多条轨迹进行比较，并将最优与最差轨迹之间的差异抽象为结构化的“视觉经验”。这些经验仅提供给一个具有特权的教师分支，而不直接暴露给学生分支。受同策略自蒸馏（on-policy self-distillation）启发，视觉经验蒸馏提供密集的词元级监督，帮助学生模型内化更优的搜索策略、知识激活方式、参考选择能力以及提示词构建技巧。
除方法本身外，作者还构建了GenEvolve-Data数据集和GenEvolve-Bench基准。在公开基准与GenEvolve-Bench上的实验显示，该框架相较多个强基线取得显著提升，在当前的图像生成框架中达到最先进水平。论文还提供了项目网站（https://ephemeral182.github.io/GenEvolve/），供读者查看详细信息与结果。
从时间线看，该论文于2026年5月20日18:12:29 UTC提交，为第一版（v1），全文大小约22,479 KB，DOI为10.48550/arXiv.2605.21605，由DataCite发放。论文归类于cs.CV，并可在arXiv上浏览2026年5月的“新论文”栏目。作者团队共十人，由六思翔领衔。该工作将智能体工具调用、轨迹对比学习与自蒸馏监督结合起来，为开放式图像生成提供了一种强调“经验内化”的新思路。