近日，第63届国际计算语言学年会（ACL 2025）在奥地利维也纳举行。清华大学深圳国际研究生院副教授吕帅团队研究论文“将建筑师反馈与领域知识融入住宅平面生成”（FloorPlan-LLaMa: Aligning Architects’Feedback and Domain Knowledge in Architectural Floor Plan Generation）被大会录用，并获得领域主席奖（Area Chair Award）。团队在会上作口头报告，现场展示团队在AI辅助建筑设计领域的最新研究进展。

住宅作为人们日常生活的基本空间载体，其平面图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。随着AI技术不断发展，如何将建筑师的专业知识与生成模型深度融合，已成为当前建筑设计领域亟待解决的关键课题。

结合人类偏好与专家知识的平面图优化机制

针对这一挑战，研究团队提出了FP-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。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的训练流程

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在数据收集方面，研究团队自主研发并发布了ArchiMetricsNet数据集，这是专注于建筑平面图的多维度人工评价数据集。该数据集从功能性、流动性和整体感受三个维度出发，结合结构化评分与详细文本分析，为模型训练和评估提供了全新基准，也为AI在建筑设计领域的落地应用莫定了坚实基础。

不同户型下的平面图生成对比结果

该论文由吕帅作为通讯作者，清华大学深圳国际研究生院2024级博士生殷俊为第一作者，2024级博士生曾鹏宇为共同第一作者，2023级硕士生孙浩源与博士后张淼共同参与。

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篇论文获得领域主席奖。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。

本项研究得到了国家自然科学基金、广东省教育厅、深圳市科技创新局等项目的支持。

供稿：未来人居研究院

编辑：林洲璐

审核：聂晓梅