迎接生成范式革命！复旦和Wan团队发布首篇Agentic视觉生成综述
2026.09.22 · 观点 · 综述 · 论文预印本
复旦等团队发布首篇Agentic视觉生成综述，提出L0-L4控制分级，梳理300余项工作。
复旦、Wan、港中文mmlab团队发布综述《Agentic Visual Generation》，提出按控制器决策范围将系统分为L0至L4五个级别，覆盖图像、视频、3D等生成任务。综述梳理了300余项工作，指出当前研究集中于L3（结果自适应控制），而跨任务经验复用的L4仍较少。
- 提出L0-L4控制分级框架
- L3结果自适应控制占主流
- L4跨任务经验复用仍较少
- 建议按控制级别对齐评估条件
- 探讨generator-as-controller方向
为什么值得看
为视觉生成Agent研究提供首个系统分类与评估框架，指明未来突破方向。
适合谁关注
视觉生成、多模态Agent研究者及开发者