Диффузионная модель планировок, которая слушается словесных правок

Расставить комнаты в квартире так, чтобы всё было логично и удобно, — задача с астрономическим числом вариантов, и вручную перебирать их долго даже опытному архитектору. Авторы предложили систему GRE-Diff, которая берёт эту работу на себя с помощью диффузионной модели — той же технологии, что рисует картинки в Midjourney: она начинает со случайного шума и постепенно, шаг за шагом, "проявляет" из него готовый результат. Пользователь задаёт типы и количество комнат, форму границ участка, а затем может вносить правки — либо через привычный интерфейс, либо просто словами: LLM (языковая модель, вроде той, что стоит за ChatGPT) сама переводит текстовую просьбу в команды для генератора.

Ключевая находка авторов: вместо того чтобы описывать каждую комнату жёстким прямоугольником с точными координатами, модель представляет её "облаком" вероятных положений и размеров (гауссовым распределением, если по-научному) — как если бы архитектор на эскизе сначала намечал комнату размытым пятном, а не сразу чёткой линией. Такой подход даёт более гибкие и разнообразные варианты планировки. На тестовом наборе данных RPLAN (это база реальных планировок квартир, на которой обычно проверяют такие модели) система выдаёт качественные планы, которые точно соответствуют заданным условиям и легко редактируются.

По сути, это шаг к инструменту, где архитектор задаёт условия задачи, а ИИ тут же предлагает несколько вариантов планировки, которые можно на лету доработать — голосом, текстом или мышкой.