研究人员提出 FML 语言：将矢量平面图生成转为 Token 预测任务

以前想让 AI 画户型图，模型往往要在像素堆里挣扎，生成的图片看着像那么回事，放大一看墙是歪的、门开在墙体正中间，根本没法直接导入 CAD 软件使用。

东京大学等机构的研究人员 Kaede Shiohara 和 Toshihiko Yamasaki 公布了一项名为「统一矢量平面图生成」的研究，相关论文已被计算机视觉顶级会议 CVPR 2026 接收。

这项研究的核心思路非常干脆：别把平面图当成图像去扩散，把它当成网页代码来写。

给房子写一套 HTML

研究团队设计了一种名为 FML（Floorplan Markup Language，平面图标记语言）的专用语法。你可以把它直接理解成盖房子用的 HTML。

在 FML 里面，房间、墙壁、门窗以及坐标位置，全部被定义成了带有层级和顺序的结构化标签。当一整套复杂的户型图被翻译成一段结构化代码后，原本棘手的几何生成问题，瞬间变成了大语言模型最擅长的事：预测下一个 Token。

基于这套标记语言，团队打造了一个名为 FMLM 的 Transformer 生成模型。只要给它输入设计条件，模型就能像打字一样，一个字符接一个字符地吐出完整的矢量平面图代码。

由于直接输出矢量标签，模型生成的平面图天生具有可编辑性，门和房间的数量都能灵活变动，不会出现传统像素生成模型那种边缘模糊、结构断裂的问题。

一个模型通吃所有限制条件

在此之前，自动生成住宅平面图主要靠两套路线：早期的组合优化方法能保证结构合理，但画出来的户型死板单调；后来的生成模型虽然能出图，却很难处理五花八门的现实需求。

现实中做设计，有时候是甲方只给了地块轮廓，有时候是先定了各个房间的相邻关系，有时候则是拿到了半成品的草图想补全。以往的技术往往需要针对每种输入条件单独训练一个模型。

而 FML 将输入条件和输出结果统统打包进了同一种语法框架里。在公开基准数据集 RPLAN 上的测试显示，FMLM 单一模型在生成真实感和功能合理性上，超越了此前那些针对特定任务专门调校的模型。

不过，这项研究目前只放出了论文和项目介绍页，还没有在 GitHub 开源代码或提供现成的交互演示。

为什么重要

对建筑师和家装设计师来说，这项研究最诱人的地方在于「直接输出矢量」。像素图只能看个大概，要想施工还得人工重新勾一遍 CAD 线条；如果 AI 生成的是结构化代码，导出为矢量图后就能直接拖进设计软件二次修改。

在行业层面，这体现了大语言模型方法论向垂直工业设计的又一次渗透。以往做 CAD 和几何设计总想着开发专门的图神经网络或复杂几何约束算法，而研究团队的做法很聪明：既然文本生成基础设施已经这么成熟，不如把复杂的空间拓扑降维成标记语言，直接借用 Transformer 的序列预测能力。

我们认为，这种思路的门槛在于语法的表达极限。对于常规的平层住宅，用简单标签描述房间拓扑绰绰有余；但面对错层、复式或是结构极度复杂的商业建筑，标记语言的冗长程度和空间约束能力会面临严峻考验。在开源代码发布之前，它距离真正走进设计师的日常工作流，还有一段距离要走。