建筑平面圖是AEC（建筑、工程、施工）領域的核心 「語言」，貫穿設計思想草繪、方案交流與落地執行全流程。而住宅作為人們日常生活的基本空間載體，其平面圖更是在建筑設計早期發揮著核心作用。

然而，傳統平面圖設計流程高度依賴建筑師個人經驗，存在效率低、反饋慢、缺乏智能輔助等問題。

針對這一挑戰，平面圖自動生成模型（如GAN、擴散模型）不斷涌現，但現有研究忽略了一個關鍵矛盾：

傳統評估依賴FID、PSNR、GED等統計指標，僅衡量圖像質量或結構相似性，完全未融入建筑專業知識——即便模型在這些指標上表現優異，生成的平面圖仍可能存在 「功能分區混亂、流線低效、空間比例失衡」 等致命問題，難以應用于實際設計。

此外，已有研究方案還存在三重局限：

1. 數據集缺乏建筑師專業反饋，無法為模型提供 「何為合理設計」 的指導；

2. 是評估標準與建筑實際需求脫節，無法篩選出真正可行的方案；

3. 是生成模型未整合人類反饋優化，難以對齊建筑師的設計偏好。

針對上述痛點，清華大學深圳國際研究生院副教授呂帥團隊提出FloorPlan-LLaMa模型，采用自回歸生成架構，并創新性地引入「基于人類反饋的強化學習（RLHF）」機制，使模型在自動生成建筑平面圖時，能夠有效實現住宅功能區域分布的合理性與空間布局的清晰性，同時具備良好的房間輪廓表達與形式美感。

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

模型不僅學習建筑師在功能分區與空間流線組織方面的專業偏好，還能夠把握整體構圖的協調性與設計邏輯。

該方法實現設計生成與專家判斷之間的深度協同，提升了生成式平面圖在實際使用場景中的設計質量與實用價值。

FloorPlan-LLaMa模型的優勢

該論文近日被自然語言處理與人工智能領域的國際頂級學術會議ACL錄用，并獲得領域主席獎。

ACL大會是自然語言處理與人工智能領域的國際頂級學術會議。

本屆大會共收到超過8000篇投稿，243篇論文被遴選為口頭報告，47篇論文獲得高級領域主席推薦獎（SAC Highlights）。

FP-LLaMa模型的成功入選，充分體現了該研究在跨學科創新和應用實踐方面的領先性和影響力。

第一作者為清華大學博士生殷俊，共同第一作者為清華大學博士生曾鵬宇，通訊作者為該校副教授呂帥，團隊其它成員還包括孫浩源，張淼，戴語琴，鄭涵，張亞超。

技術核心

FloorPlan-LLaMa 模型圍繞「讓 AI 理解建筑專業需求」的理念設計，其包含數據集、評分模型和生成模型三大核心組件：

研究人員提出了ArchiMetricsNet數據集，這是第一個包含三個專業評估維度（功能性、流線和整體評估）以及詳細文本分析的平面圖數據集。

ArchiMetricsNet數據集內容示意

研究人員使用ArchiMetricsNet數據集，訓練了一個專為平面圖多維度評估設計的模型FloorPlan-MPS（多維度偏好分數），將該模型生成的分數稱為ARS（建筑合理性分數）。

研究人員開發了FP-LLaMa生成模型，一個基于自回歸框架的平面圖生成模型。

為了整合建筑師的專業知識和偏好，FloorPlan-MPS在RLHF過程中被用作獎勵模型，使FP-LLaMa的輸出與社區需求保持一致。

該方法采用了自回歸生成機制，巧妙地消除了RLHF階段反向擴散過程中對噪聲預測的需要。

具體來說，使用FloorPlan Tokenizer將平面圖轉換為離散的詞元序列，并使用Next-Token Prediction順序生成平面圖。

此外，為了提高效率，研究人員還結合了類條件機制和無分類器指導。

FP-LLaMa的三大階段框架

FloorPlan Tokenizer：采用與VQGAN類似的編碼器-量化器-解碼器框架，可將連續的樓層平面圖數據轉換為離散標記，且訓練時會同時采用重建損失、基于LPIPS的感知損失及來自PatchGAN判別器的對抗損失：

Next-Token Prediction：在推理時，FP-LLaMa使用自回歸框架按順序生成詞元。對于樓層平面圖詞元序列帶有自回歸預測的Next-Token。

當For到達推理層時，計劃詞元FP-LLaMa序列生成，下一個詞元的概率由下式給出：

作為一個融合了建筑學專業知識的模型，該方法實現設計生成與專家判斷之間的深度協同，提升了生成式平面圖在實際使用場景中的設計質量與實用價值。

實驗結果

研究人員在提出的建筑指標網絡（ArchiMetricsNet）數據集上進行實驗，采用四個關鍵評估指標：

FID（弗雷歇初始距離）、SSIM（結構相似性指數測量）、PSNR（峰值信噪比）以及新提出的ARS（建筑合理性得分，FloorPlan - MPS模型的評估結果）。

研究人員測試了兩種不同的生成任務：類別條件生成和文本條件生成。

對比時選擇了以下基線方法：HouseGAN 、HouseGAN++、HouseDiffusion 、FloorPlanDiffusion 、Tell2Design、Obj-GAN、Qwen2.5-7B-Instruct、ChatGLM4V。

定性實驗

類條件生成

生成中HouseGAN 等現有先進模型或基于圖形、或用輸入房間塊生成布局，為公平比較，每種方法均采樣500張圖像并選建筑合理性得分中位數示例，按FloorPlanDiffusion顏色配置展示。

不同方法在Text-Conditional task上生成的平面圖的定性結果

ClassConditional任務上的平均人工評估分數

ClassConditional任務上的人工評估勝率

文本條件生成

受Tell2Design啟發，研究人員將大語言模型用于 「隔壁房間序列預測」任務，以 Llama-3.2-11B-Vision-Instruct 為主干，對比 ChatGLM4V 等模型；

現有方法雖能生成高質量圖像，但建筑師視角下次優，而帶RLHF的FP-LLaMa布局更實用。

定量實驗

為公平比較，研究人員計算不同方法生成平面圖的度量時采用FloorPlanDiffusion配色方案，下表展現傳統指標性能。

不同方法間類條件生成結果

不同方法在文本條件生成中的結果

下表則使用建筑合理性得分（ARS）評估；

不同方法在類條件生成中的建筑合理些得分（ARS）

不同方法在文本條件生成中的建筑合理些得分（ARS）

結果表現為FP-LLaMa傳統指標最佳，加RLHF后傳統指標略降，但ARS比次優方法高8.54%且貼合建筑師偏好，未加RLHF的FP-LLaMa評分近傳統方法，這說明清晰度和與真實值相似性不代表設計合理，因原始數據集含不合理布局且有偏差。

總結

研究人員試圖通過引入ArchiMetricsNet(一個具有人類反饋的數據集)來解決現有建筑平面圖生成和評估方法的局限性;

FP-LLaMa，一個微調的自回歸模型，與專業建筑師保持一致。

這項工作推進了人類專業知識在建筑平面圖生成技術中的整合，并展示了大型自回歸生成模型在「建筑、工程與施工」領域的潛力。