Evolving-Visual-Generation

一张图看懂视觉生成技术进化史，从扩散模型到智能体世界建模

这是一个关于视觉生成技术演进的路线图项目，以TeX文档形式系统梳理了从原子映射到智能体世界建模的进化路径。项目旨在解决视觉生成领域知识碎片化、技术脉络不清晰的问题，通过结构化整理，将扩散模型、自回归模型、世界模型等关键范式串联起来，并重点介绍了智能体（Agentic）在视觉生成中的新兴应用。其核心能力包括：提供清晰的技术演进时间线、汇总代表性论文与开源工具、归纳各阶段的核心思想与挑战，为研究者和工程师提供宏观视野和入门导航。项目目前处于早期阶段，内容以概念框架和资源索引为主，尚未包含代码实现或可运行demo。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 136

维护状态低维护

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队EvolvingLMMs-Lab

所属国家

官网地址https://evolvinglmms-lab.github.io/Evolving-Visual-Generation

GitHubhttps://github.com/EvolvingLMMs-Lab/Evolving-Visual-Generation

定价模式free

价格说明开源项目，提供在线文档和路线图，无收费功能。

访问状态

是否开源是

开源协议

主要语言TeX

技术栈/模型agentic,awesome,image-generation,visual-generation,world-modeling

GitHub 星标★ 136

30天Star增速

HF 下载量

上线时间2026-04-01 00:00:00

最近更新2026-09-20 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数4

使用教程

核心亮点

系统梳理了视觉生成从原子映射到智能体世界建模的完整演进脉络，便于快速建立技术全局观
以路线图形式组织，结构清晰，适合作为该领域的学习导览和论文索引
紧跟前沿，纳入智能体（Agentic）和世界建模等新兴方向，具有前瞻性

不足之处

项目为纯文档形式，无代码或可运行示例，实用性受限
内容深度不足，仅提供框架和资源列表，缺乏技术细节对比与深入分析
文档/社区待观察

适用场景

研究者快速了解视觉生成领域技术演进和最新趋势，确定研究方向
工程师筛选相关模型和工具，用于技术选型或产品规划
教育者作为课程大纲或讲座提纲，向学生介绍视觉生成发展历程

替代项目

Awesome-Diffusion-Models、Awesome-Generative-AI、Awesome-World-Models

项目介绍

Evolving-Visual-Generation 是智能体领域的开源项目，由 EvolvingLMMs-Lab 开发，是 2026 年新上线的项目。

它收录于智能体分类，该分类目前共有 2,499 个项目，GitHub 星标数为 136。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-20。提供在线文档和路线图，无收费功能。从国内网络环境看，可直接访问。

它主要面向的使用场景是：研究者快速了解视觉生成领域技术演进和最新趋势，确定研究方向。同类可对比的替代方案包括 Awesome-Diffusion-Models、Awesome-Generative-AI、Awesome-World-Models。

上一篇：agnes-ai-skill

下一篇：OpenLoaf