GenRouter：面向智能体图像生成的统一工作流路由 GenRouter: Unified Workflow Routing for Agentic Image Generation

流程五步，输入为提示 $x$，输出为图像 $y$。步骤一画像：Qwen3.5-4B 将 $x$ 映射为签名 $z(x) \in \{0,...,5\}^7$，七个维度分别量化语义表达、事实接地、视觉参考、逻辑推理、组合启发、评估批判与空间布局，$\geq 3$ 视为高需求。步骤二候选剪枝：能力兼容检查（如 RefGen 需视觉条件化生成器）加签名门控——重型 HybridGen 仅当六个重需求轴中至少两个 $\geq 3$ 才激活，得到 $\mathcal{P}_{valid}(x)$。步骤三记忆匹配：轨迹记忆检索 top-k 相似历史提示并聚合同计划实例得 $\hat{S}_{traj}$；路由记忆按签名分桶蒸馏桶级统计 $\hat{S}_{route}$；融合 $\hat{S}_p = \alpha_p \hat{S}_{traj}(p) + (1-\alpha_p)\hat{S}_{route}(p)$，$\alpha_p$ 随记录数增大，冷启动回退到签名先验；同法估计成本与延迟。步骤四 Pareto 过滤：剪去在质量、成本、延迟三维中被支配的计划。步骤五执行与蒸馏：$\hat{p} = \arg\max_{p \in \mathcal{P}_{pareto}} \hat{U}_p$ 交由引擎执行（如 HybridGen 展开为 $\{\pi_{search}, \pi_{sketch}\} \to Loop(g \to \pi_{verify} \to \pi_{refine})$），真实结果回写轨迹记忆并周期性蒸馏进路由记忆。

技术新颖性体现在四点。(1) 空间级首创：首个 agentic 图像生成工作流路由框架，决策空间从模型级扩展到模板拓扑 × 生成器的联合空间，数学上把既有框架统一为 $|\mathcal{P}|=1$ 的静态退化情形。(2) 双记忆架构：实例级轨迹记忆负责精准匹配，桶级路由记忆以统计聚合缓解数据稀疏，置信加权融合配合冷启动回退机制，使系统从签名先验平滑过渡到经验路由——这种“记忆而非训练”的自演化方式区别于学习式路由的离线策略训练。(3) 可解释门控：七维签名既是候选剪枝的硬约束（公式 5）又是效用估计的先验，决策可追溯到具体需求维度，规避了 LLM 路由器的校准失准与幻觉问题。(4) Pareto 过滤：在标量化效用之前先做多目标支配剪枝，消除线性加权伪影导致的病态选择——严格劣势计划可能因权重设置偶然得分更高。整个路由—执行—蒸馏循环无需梯度更新即可持续改进，零样本迁移实验证明其学到的是任务无关的路由先验。

独立分析的弱点与改进方向。(1) 七维签名为 0–5 整数分级，粒度粗糙：两个同标 $z_{lay}=4$ 的提示实际难度可能天差地别。改进：让画像器输出连续需求强度并附置信度。(2) 轨迹记忆以 top-k 相似提示聚合，长尾提示可能检索到不相关经验并污染效用估计。改进：把现有记录数比例 $\alpha_p$ 升级为分层贝叶斯收缩等不确定性加权。(3) Pareto 过滤后仍需固定 $\lambda_c=5.0$、$\lambda_l=0.0006$ 做标量化选择，无法适配不同用户的成本/质量偏好。改进：暴露偏好向量接口或在线学习 $\lambda$。(4) 失败执行的代价已实际付出，事后记录只惠及未来请求。改进：执行前叠加成本上限预测器做预算守护。(5) 新原语/模板仍需人工定义拓扑与门控规则。改进：从执行轨迹中自动挖掘频繁子图，半自动合成新模板。(6) 评测均为静态基准，真实生产中提示更长尾更口语化，签名阈值 $\geq 3$ 的鲁棒性存疑。

作者提出的方向：持续经验蒸馏以实现长期自优化，扩展 GenCanvas 的模板库与原语种类，强化零样本泛化能力。基于本文成果可延伸的研究：(1) 从离散模板路由走向工作流自动合成——以原语库为词表、执行轨迹为监督信号，让系统自己发明新的拓扑结构；(2) 引入用户可调的多目标偏好模式（质量优先/成本优先/极速模式），替代固定 $\lambda$ 系数，实现个性化的效用函数；(3) 将 GenCanvas 抽象外推到视频生成、3D 资产、音频等多模态任务，检验八原语分解的跨域通用性；(4) 用真实用户反馈或奖励模型替代基准分数作为效用信号，弥合 benchmark-human gap；(5) 研究经验记忆的治理机制：历史经验的隐私删除、过期蒸馏与灾难性遗忘防护；(6) 路由与生成器微调的联合优化——把路由选择概率纳入生成模型的奖励塑形，实现 reward-aware 协同适应；(7) 多机部署下的全局经验共享与联邦式路由记忆，让多个 GenRouter 实例互相蒸馏加速冷启动。

复现条件较好。代码与 GenCanvas 框架已开源（github.com/EnVision-Research/GenRouter），提供 9 个模板完整实现、即插即用的原语/生成器替换接口，开箱支持 GenEval、DPG-Bench、WISE、LongText-Bench、SpatialGenEval、ArtiMuse 评测，原生记录延迟与 token 消耗。所需资源：本地部署 Qwen3.5-4B 做画像（消费级 GPU 可行）；Kimi K2.5 API 承担推理/验证原语（主要开销——GEMS 式重型管线五个基准烧掉 59.70 美元，完整复现多基准对比需数百美元 API 预算）；Serper 搜索 API；Z-Image-Turbo 与 Qwen-Image-2512 权重。难度评估：核心路由逻辑（画像、双记忆、Pareto 过滤）为纯 Python 实现，代码级复刻不难；门槛在评测成本与时间——单方法单基准延迟 2–14 小时，完整表格需数天机时。建议先在较小的 WISE 上复刻 GenRouter 与 GEMS 对比以验证管线正确性。