GenRouter：智能体图像生成的统一工作流路由框架

文本到图像（T2I）生成模型的快速演进已有效解决了原始像素合成的基础性挑战，将社区焦点转向满足日益复杂的用户需求。尽管近期基于代理的图像生成工作流通过外部知识检索和迭代推理等高级能力增强了静态推理，但它们大多在孤立的“一刀切”拓扑结构中运行。这不可避免地导致严重的计算不匹配，简单查询被迫通过计算密集型的流水线处理。为弥合这一差距，我们提出了GenRouter，这是首个用于代理图像生成的统一工作流路由框架。我们首先构建了GenCanvas，将多样化的代理流水线标准化为一组通用的基础原语和可执行模板。在此统一空间上运行，GenRouter通过（i）需求分析、（ii）经验匹配和（iii）帕累托过滤，自适应地将异构提示路由至其最优工作流。跨多个基准的广泛实验表明，与重型静态流水线相比，GenRouter实现了更优的视觉对齐，同时将执行成本降低超过95%，延迟降低65%。此外，该系统通过积累的经验持续自我进化，实现稳健的零样本泛化，既提升性能又减半计算开销。