本研究提出了一种从文本生成楼层平面图的方法，采用链式思维引导大型语言模型生成初步布局，并利用条件扩散模型进行细化。实验结果表明，该方法在各项指标上表现优异，具有重要的实际应用潜力。

本文介绍了一种基于自然语言输入的房屋设计生成模型，利用深度学习和生成对抗网络自动生成3D房屋模型和楼层平面图。研究表明，该系统在设计质量上可与专业建筑师相媲美，并提出了基于向量序列和扩散模型的楼层平面图生成方法，展示了在实际数据集上的优越表现。

本文探讨了基于扩散的AI生成器在土木工程中的应用，通过改进语义编码提高了生成楼层平面图的有效性至90%。同时，讨论了扩散模型与建筑信息模型相结合的需求，并提出了未来的研究挑战。