---

  新智元报道  

建筑平面图是AEC（建筑、工程、施工）领域的核心 「语言」，贯穿设计思想草绘、方案交流与落地执行全流程。而住宅作为人们日常生活的基本空间载体，其平面图更是在建筑设计早期发挥着核心作用。

然而，传统平面图设计流程高度依赖建筑师个人经验，存在效率低、反馈慢、缺乏智能辅助等问题。

针对这一挑战，平面图自动生成模型（如GAN、扩散模型）不断涌现，但现有研究忽略了一个关键矛盾：

传统评估依赖FID、PSNR、GED等统计指标，仅衡量图像质量或结构相似性，完全未融入建筑专业知识——即便模型在这些指标上表现优异，生成的平面图仍可能存在 「功能分区混乱、流线低效、空间比例失衡」 等致命问题，难以应用于实际设计。

此外，已有研究方案还存在三重局限：

1. 数据集缺乏建筑师专业反馈，无法为模型提供 「何为合理设计」 的指导；

2. 是评估标准与建筑实际需求脱节，无法筛选出真正可行的方案；

3. 是生成模型未整合人类反馈优化，难以对齐建筑师的设计偏好。

针对上述痛点，清华大学深圳国际研究生院副教授吕帅团队提出FloorPlan-LLaMa模型，采用自回归生成架构，并创新性地引入「基于人类反馈的强化学习（RLHF）」机制，使模型在自动生成建筑平面图时，能够有效实现住宅功能区域分布的合理性与空间布局的清晰性，同时具备良好的房间轮廓表达与形式美感。

论文地址：https://aclanthology.org/2025.acl-long.331/

模型不仅学习建筑师在功能分区与空间流线组织方面的专业偏好，还能够把握整体构图的协调性与设计逻辑。

该方法实现设计生成与专家判断之间的深度协同，提升了生成式平面图在实际使用场景中的设计质量与实用价值。

FloorPlan-LLaMa模型的优势

该论文近日被自然语言处理与人工智能领域的国际顶级学术会议ACL录用，并获得领域主席奖。

ACL大会是自然语言处理与人工智能领域的国际顶级学术会议。

本届大会共收到超过8000篇投稿，243篇论文被遴选为口头报告，47篇论文获得高级领域主席推荐奖（SAC Highlights）。

FP-LLaMa模型的成功入选，充分体现了该研究在跨学科创新和应用实践方面的领先性和影响力。

第一作者为清华大学博士生殷俊，共同第一作者为清华大学博士生曾鹏宇，通讯作者为该校副教授吕帅，团队其它成员还包括孙浩源，张淼，戴语琴，郑涵，张亚超。

FloorPlan-LLaMa 模型围绕「让 AI 理解建筑专业需求」的理念设计，其包含数据集、评分模型和生成模型三大核心组件：

研究人员提出了ArchiMetricsNet数据集，这是第一个包含三个专业评估维度（功能性、流线和整体评估）以及详细文本分析的平面图数据集。

ArchiMetricsNet数据集内容示意

研究人员使用ArchiMetricsNet数据集，训练了一个专为平面图多维度评估设计的模型FloorPlan-MPS（多维度偏好分数），将该模型生成的分数称为ARS（建筑合理性分数）。

研究人员开发了FP-LLaMa生成模型，一个基于自回归框架的平面图生成模型。

为了整合建筑师的专业知识和偏好，FloorPlan-MPS在RLHF过程中被用作奖励模型，使FP-LLaMa的输出与社区需求保持一致。

该方法采用了自回归生成机制，巧妙地消除了RLHF阶段反向扩散过程中对噪声预测的需要。

具体来说，使用FloorPlan Tokenizer将平面图转换为离散的词元序列，并使用Next-Token Prediction顺序生成平面图。

此外，为了提高效率，研究人员还结合了类条件机制和无分类器指导。

FP-LLaMa的三大阶段框架

FloorPlan Tokenizer：采用与VQGAN类似的编码器-量化器-解码器框架，可将连续的楼层平面图数据转换为离散标记，且训练时会同时采用重建损失、基于LPIPS的感知损失及来自PatchGAN判别器的对抗损失：

Next-Token Prediction：在推理时，FP-LLaMa使用自回归框架按顺序生成词元。对于楼层平面图词元序列带有自回归预测的Next-Token。

当For到达推理层时，计划词元FP-LLaMa序列生成，下一个词元的概率由下式给出：

作为一个融合了建筑学专业知识的模型，该方法实现设计生成与专家判断之间的深度协同，提升了生成式平面图在实际使用场景中的设计质量与实用价值。

研究人员在提出的建筑指标网络（ArchiMetricsNet）数据集上进行实验，采用四个关键评估指标：

FID（弗雷歇初始距离）、SSIM（结构相似性指数测量）、PSNR（峰值信噪比）以及新提出的ARS（建筑合理性得分，FloorPlan - MPS模型的评估结果）。

研究人员测试了两种不同的生成任务：类别条件生成和文本条件生成。

对比时选择了以下基线方法：HouseGAN 、HouseGAN++、HouseDiffusion 、FloorPlanDiffusion 、Tell2Design、Obj-GAN、Qwen2.5-7B-Instruct、ChatGLM4V。

生成中HouseGAN 等现有先进模型或基于图形、或用输入房间块生成布局，为公平比较，每种方法均采样500张图像并选建筑合理性得分中位数示例，按FloorPlanDiffusion颜色配置展示。

不同方法在Text-Conditional task上生成的平面图的定性结果

ClassConditional任务上的平均人工评估分数

ClassConditional任务上的人工评估胜率

受Tell2Design启发，研究人员将大语言模型用于 「隔壁房间序列预测」任务，以 Llama-3.2-11B-Vision-Instruct 为主干，对比 ChatGLM4V 等模型；

现有方法虽能生成高质量图像，但建筑师视角下次优，而带RLHF的FP-LLaMa布局更实用。

为公平比较，研究人员计算不同方法生成平面图的度量时采用FloorPlanDiffusion配色方案，下表展现传统指标性能。

不同方法间类条件生成结果

不同方法在文本条件生成中的结果

下表则使用建筑合理性得分（ARS）评估；

不同方法在类条件生成中的建筑合理些得分（ARS）

不同方法在文本条件生成中的建筑合理些得分（ARS）

结果表现为FP-LLaMa传统指标最佳，加RLHF后传统指标略降，但ARS比次优方法高8.54%且贴合建筑师偏好，未加RLHF的FP-LLaMa评分近传统方法，这说明清晰度和与真实值相似性不代表设计合理，因原始数据集含不合理布局且有偏差。

研究人员试图通过引入ArchiMetricsNet(一个具有人类反馈的数据集)来解决现有建筑平面图生成和评估方法的局限性;

FP-LLaMa，一个微调的自回归模型，与专业建筑师保持一致。

这项工作推进了人类专业知识在建筑平面图生成技术中的整合，并展示了大型自回归生成模型在「建筑、工程与施工」领域的潜力。