技术深度解析
该项目复活了一种被称为用于图像生成的遗传编程（GP）的经典技术，该技术最早由Karl Sims等研究人员在20世纪90年代末推广。原始方法的工作原理如下：图像种群被表示为数学表达式（例如，正弦波、渐变和噪声函数的组合）。这些表达式经历交叉（混合两个父表达式的部分）和变异（随机改变节点或参数）。然后由人类评委选择最具视觉吸引力的图像，作为下一代的父本。经过数十代或数百代后，图像会朝着人类认为美观的方向进化。
关键瓶颈始终是人类评委。人类速度慢、不一致且容易疲劳。一个典型的会话可能每小时产生10-20代，人类的注意力跨度限制了搜索空间的复杂性。新的实验用AI代理取代了人类——具体来说，是一个经过微调的视觉语言模型（VLM），能够为任何输入图像输出标量美学评分。该代理被赋予一个简单的提示：“根据美学吸引力，以1-10的等级为这张图像评分。”然后系统自动选择得分最高的图像，进行繁殖，并重复该过程。
架构：
- 图像生成引擎： 一个自定义的C++/CUDA后端，将符号表达式树编译成像素缓冲区。每个表达式都是一个数学函数树（sin、cos、fract、noise等），叶节点代表像素坐标和随机常数。
- 美学评判代理： 一个量化版本的多模态LLM（可能是LLaVA或类似的开源VLM），通过llama.cpp在本地运行。该模型接收图像提示并返回一个数值分数。开发者报告使用了7B参数模型，在RTX 4090上每秒可实现约5次评估。
- 进化循环： 采用精英策略的锦标赛选择。前10%的图像保持不变；其余90%由前50%的图像通过交叉和变异产生的后代替代。
- 变异率： 自适应，从每个节点5%开始，如果种群多样性（通过像素方差衡量）低于阈值，则增加变异率。
关键创新： 代理的评分函数并非静态。开发者实现了一种简单的奖励塑形形式：每50代后，代理会收到当前种群的一个随机子集，并被要求用自然语言解释其评分。这些解释随后被用于调整评分提示（例如，“偏好高对比度”或“避免过度对称”）。这创建了一个反馈循环，使得代理的审美标准能够随时间漂移，可能偏离人类规范。
性能数据：
| 指标 | 人在回路中（经典） | AI代理（本项目） |
|---|---|---|
| 每小时代数 | 10-20 | 18,000 |
| 每代评估图像数 | 100 | 1,000 |
| 24小时内进化图像总数 | ~2,000 | 1800万 |
| 所需人力 | 持续投入 | 10分钟设置 |
| 审美漂移潜力 | 低（人类锚定品味） | 高（代理可能偏离） |
数据要点： AI代理实现了900倍的生成吞吐量提升，使得探索远为庞大的图像空间成为可能。然而，漂移潜力意味着系统可能收敛于人类认为陌生或缺乏吸引力的美学——对于对非人类艺术感兴趣的人来说，这是一个特性，而非缺陷。
相关开源仓库：
- picbreeder（已归档）：原始的协作式GP艺术平台。仍在GitHub上可用，约200颗星。
- llama.cpp（56k+星）：用于本地运行VLM评判器。
- 基于CLIP的美学评分器（例如，LAION的美学预测器，约1.5k星）：一种使用CLIP嵌入线性探针的替代方法。开发者测试了该方法，但发现它过于符合人类偏好，违背了探索非人类美学的初衷。
关键参与者与案例研究
这项实验并非孤立发生。多个组织和研究人员正在积极致力于自动化审美判断，尽管没有人像该项目一样创建了一个完全闭环的进化系统。
值得注意的实体：
| 实体 | 方法 | 阶段 | 关键见解 |
|---|---|---|---|
| OpenAI | DALL-E 3使用人类反馈管道（RLHF）进行美学对齐 | 生产环境 | 人类品味仍是黄金标准；无自主审美判断 |
| Stability AI | Stable Diffusion结合美学评分模型（如LAION的） | 生产环境 | 存在开源工具，但用于过滤，而非进化 |
| Google DeepMind | DreamFields / Imagen：使用CLIP进行文本-图像对齐 | 研究阶段 | 审美判断与语义对齐混为一谈 |
| 个体开发者（本项目） | 基于VLM的自主审美评判器 + GP进化 | 实验阶段 | 首个已知的无人类闭环系统 |