研究人員提出 FML 語言：將向量平面圖生成轉為 Token 預測任務

以前想讓 AI 畫戶型圖，模型往往要在畫素堆裡掙扎，生成的圖片看著像那麼回事，放大一看牆是歪的、門開在牆體正中間，根本沒法直接匯入 CAD 軟體使用。

東京大學等機構的研究人員 Kaede Shiohara 和 Toshihiko Yamasaki 公佈了一項名為「統一向量平面圖生成」的研究，相關論文已被計算機視覺頂級會議 CVPR 2026 接收。

這項研究的核心思路非常乾脆：別把平面圖當成影像去擴散，把它當成網頁程式碼來寫。

給房子寫一套 HTML

研究團隊設計了一種名為 FML（Floorplan Markup Language，平面圖標記語言）的專用語法。你可以把它直接理解成蓋房子用的 HTML。

在 FML 裡面，房間、牆壁、門窗以及座標位置，全部被定義成了帶有層級和順序的結構化標籤。當一整套複雜的戶型圖被翻譯成一段結構化程式碼後，原本棘手的幾何生成問題，瞬間變成了大語言模型最擅長的事：預測下一個 Token。

基於這套標記語言，團隊打造了一個名為 FMLM 的 Transformer 生成模型。只要給它輸入設計條件，模型就能像打字一樣，一個字元接一個字元地吐出完整的向量平面圖程式碼。

由於直接輸出向量標籤，模型生成的平面圖天生具有可編輯性，門和房間的數量都能靈活變動，不會出現傳統畫素生成模型那種邊緣模糊、結構斷裂的問題。

一個模型通吃所有限制條件

在此之前，自動生成住宅平面圖主要靠兩套路線：早期的組合最佳化方法能保證結構合理，但畫出來的戶型死板單調；後來的生成模型雖然能出圖，卻很難處理五花八門的現實需求。

現實中做設計，有時候是甲方只給了地塊輪廓，有時候是先定了各個房間的相鄰關係，有時候則是拿到了半成品的草圖想補全。以往的技術往往需要針對每種輸入條件單獨訓練一個模型。

而 FML 將輸入條件和輸出結果統統打包進了同一種語法框架裡。在公開基準資料集 RPLAN 上的測試顯示，FMLM 單一模型在生成真實感和功能合理性上，超越了此前那些針對特定任務專門調校的模型。

不過，這項研究目前只放出了論文和專案介紹頁，還沒有在 GitHub 開原始碼或提供現成的互動演示。

為什麼重要

對建築師和家裝設計師來說，這項研究最誘人的地方在於「直接輸出向量」。畫素圖只能看個大概，要想施工還得人工重新勾一遍 CAD 線條；如果 AI 生成的是結構化程式碼，匯出為向量圖後就能直接拖進設計軟體二次修改。

在行業層面，這體現了大語言模型方法論向垂直工業設計的又一次滲透。以往做 CAD 和幾何設計總想著開發專門的圖神經網路或複雜幾何約束演算法，而研究團隊的做法很聰明：既然文本生成基礎設施已經這麼成熟，不如把複雜的空間拓撲降維成標記語言，直接借用 Transformer 的序列預測能力。

我們認為，這種思路的門檻在於語法的表達極限。對於常規的平層住宅，用簡單標籤描述房間拓撲綽綽有餘；但面對錯層、複式或是結構極度複雜的商業建築，標記語言的冗長程度和空間約束能力會面臨嚴峻考驗。在開原始碼釋出之前，它距離真正走進設計師的日常工作流，還有一段距離要走。