智能体画图不再只靠试错:RSIgen让理解与生成互相改作业,三个骨干上Overall9高出3.2至3.3分
统一多模态骨干里,负责理解与调度的智能体和负责出图的生成器原本各自学习,生成器一更新,智能体此前学到的动作监督就可能过时。RSIgen把“谁该学、哪些动作还有用、接下来学什么”串成闭环:用匹配干预判断学习对象并构造兼容训练目标,生成器更新后固定分支输入重新比较动作效用,再由保留的角色构建下一轮课程。在BAGEL、Qwen-Image与Wan-Image-7B上,其AgentGen-Bench Full Overall9比三轮SearchGen适配加动作成本高3.2至3.3分。