夜雨聆风
具体而言，在轻量化蒸馏模型Z-Image-Turbo上应用GEMS后，模型在主流基准任务上的平均性能提升达到14.22，在下游任务上平均提升14.03，让6B参数的Z-Image-Turbo在GenEval2上超越了当前最优模型Nano Banana 2。
在另一款主流开源模型Qwen-Image-2512上验证该框架，其在主流任务与下游任务上分别实现平均16.24和7.96的性能提升。
此外，GEMS引入专业技能为优化过程提供针对性引导，即便在高度专业化的领域中，也能实现稳定且显著的性能提升。
研究人员选取具有挑战性且尚未饱和的评测基准GenEval2对GEMS进行消融实验，随着智能体循环、智能体记忆、智能体技能的依次加入，模型性能获得显著提升。
具体而言，基础的智能体循环将分数从31.0提升至52.4；在此基础上加入智能体记忆与智能体技能后，分数分别进一步提升9.0分和2.1分，最终得分达到63.5。
这表明GEMS能够有效释放基础模型的潜力，通过智能体推理与领域专业知识，使其突破固有的能力上限。
智能体循环本身就带来了显著的性能提升，GEMS不仅初始基线更高，而且成功率呈现持续上升趋势。
在GenEval2上，成功率从62.2%逐步提升至71.4%，并且随着迭代轮次增加，与基线方法的差距不断拉大，这一趋势表明，优化器（Refiner）并非只是生成随机变体，而是基于反馈主动进行有导向的优化。
在智能体记忆配置的影响方面，研究人员发现，更丰富的多模态上下文能为优化过程提供更可靠的指导。
但并非信息并非越多越好，把完整思考过程（用于生成对应提示词的思维链CoT）加入记忆时，性能提升微乎其微。
为解决这一问题，研究人员使用压缩器将这些原始思路提炼为精简的“经验”，这一策略带来了显著的2.5分提升，证实了简洁、关键的决策洞察，对于长上下文智能体推理而言，远比对未经处理的内部思考链更有效。
此外，GEMS在实现更优性能的同时，显著降低了计算开销，在平均每个任务仅生成约3张图像的情况下，GEMS能大幅超越其他推理阶段增强方法。
智能体记忆与智能体技能能够提升生成质量，从而使模型更早收敛终止，将平均迭代次数从3.26降至2.80。
研究人员还发现，GEMS能够根据用户提示自主触发对应技能，显著提升整体视觉美感与构图质量，智能体技能通过在特定生成维度上提供针对性增强，有效提升了主流任务的性能。
总的来说，GEMS系统地将智能体机制引入文本到图像生成领域，通过迭代优化、轨迹记忆与领域技能三位一体的框架，重新定义了复杂提示下的生成优化范式。
这项研究不仅在多个主流与专业基准上实现了显著性能提升，更重要的是证明了轻量化基础模型在智能体架构加持下，可以超越更大、更强的闭源模型，为低成本、高效率的多模态生成提供了新路径。
目前，文生图大模型排榜榜前十技术竞争十分激烈。
GEMS清晰展示了“智能体推理”对突破基础模型固有上限的变革性潜力，有助于实现更加可控、可靠、专业化的文生图系统。
-END-
如果您有什么想说的，欢迎在评论区留言讨论！
投稿或寻求报道，欢迎私信“投稿”，添加编辑微信。
