2026 年 8 月 17 日提交的 arXiv 預印本 GenRouter，處理一個很實際的 AI workflow 問題：圖像 Agent 不應該對每個 prompt 都跑同一條最重的 pipeline。現有系統通常各自建立 search、reasoning、verification 或多輪生成流程，結果是能力互相分散，簡單請求也被迫支付複雜流程的計算成本。
研究團隊提出 GenCanvas，把不同 agentic image pipeline 統一成一組 foundational primitives 和 executable templates；GenRouter 再根據 prompt 做 demand profiling、experience matching 和 Pareto filtering，選擇一個兼顧視覺品質、成本和 latency 的 workflow。這個設計把「模型生成甚麼」和「應該先做哪些步驟」分開，路由器本身成為可評估的決策層。
作者在五個 benchmark 的平均結果中報告，GenRouter 配合 GenCanvas 達到 71.3% 整體表現，與 GEMS 這類較重 pipeline 比較時，execution cost 由 59.70 美元降至 2.97 美元，latency 由 13.62 小時降至 4.68 小時。這些是論文作者自建實驗的數字，benchmark、模型、API 價格和執行環境都會影響結果，不應直接當成所有圖像服務的成本保證。
路由的核心不只是便宜。論文顯示，注重美感的 prompt 較常使用輕量的文字 enhancement workflow，而有複雜空間或邏輯限制的 prompt，才較常進入 reasoning、hybrid 或 verification 模板。對 workflow 設計來說，這是一個重要分工：昂貴的檢查和多輪修正應該按需求開啟，而不是預設套用。
研究亦測試了經驗累積。加入三個 benchmark 的 routing experience 後，混合測試集表現由 73.5 提升至 75.2，同時 cost 和 latency 分別下降 8.7% 和 7.9%。在另一個 zero-shot transfer 測試中，作者報告 frozen experience 已能比 standard LLM-as-Router 有更高表現和更低成本。這些結果仍屬預印本，需由其他團隊以不同模型和 prompt 分佈重現。
對實際內容 workflow，GenRouter 的啟示是先把任務分成簡單、受約束和高風險三類，再為每類設計最低可行步驟、可選 verifier、成本上限和人工 review。路由決策也要留下理由、使用的 template、重試次數和輸出品質，否則省下的 token 很快會被難以追查的失敗和人工返工抵消。
這篇研究把 agentic image generation 的競爭焦點由「單一模型有多強」推向「系統是否能按需求分配計算」。對 AI marketing、設計和內容團隊來說，可靠的 workflow 不等於每次都用最長推理；更合理的做法是讓複雜度、驗證和成本隨任務風險變化，並用 held-out prompts 驗證路由器沒有只記住 benchmark。
