MiDiffusion 是一种新的混合离散 - 连续扩散模型架构，用于根据房间类型、平面图和可能的预存在对象合成逼真的室内 3D 场景，相比于自回归模型和扩散模型，在楼层条件下的 3D 场景合成表现出明显的优势，并可通过破坏和遮蔽策略处理部分对象约束，无需专门训练。

May, 2024

DiffRoom 提出了一种稀疏的 3D 扩散网络，它基于粗糙的占用先验和分层扩散学习结构，实现了高质量的 3D 室内重建和生成。

Jun, 2023

基于扩散模型的 AI 图像生成器近期广泛讨论，具备从简单文本提示中创建图像的能力。但是，在土木工程的实际应用中，它们需要能够根据给定的约束条件创建特定的施工计划。本文通过探索基于扩散的 AI 生成器在计算设计中的能力，以楼层平面图为例，辨识其目前的局限性。我们解释了扩散模型的工作原理，并提出了具备改进语义编码的新扩散模型。通过多个实验证明，我们可以将生成的楼层平面图的有效性从 6% 提高至 90%，并提高不同示例的查询性能。我们对这些模型的不足之处进行了辨识，并得出了未来的研究挑战，并讨论了将扩散模型与建筑信息模型相结合的需求。通过这些，我们提供了土木工程中扩散模型的当前状态和未来方向的关键见解。

Jul, 2023

本文提出了一种基于向量序列而非图片格式生成楼层平面图的方法，并详细介绍了一个基于图卷积网络这一新颖框架的二阶段流程，最终在实际数据集上取得了最佳的表现。

Jul, 2022

自动地板平面生成最近取得了重要的发展，本篇技术报告介绍了一种将 HouseDiffusion 模型扩展到 MSD 数据集的方法，包括修改模型的转换层以便条件化于一组墙线，并引入了预处理流程以从提供的建筑结构的二进制掩码中提取墙线。此外，发现将所有房间多边形简化为矩形会有更好的性能，这表明未来的研究应该探索更好的变长多边形在扩散模型中的表示方法。

Dec, 2023

通过 Guided Set Diffusion Model 实现 PolyDiffuse，将传感器数据转换为 polygonal shapes 进行重建，解决了噪声消除和重建任务中的基本挑战，同时在 floorplan 和 HD map 的重建中取得了显著的进展并具有更广泛的实际应用。

Jun, 2023

本文提出了离散去噪扩散概率模型（D3PM），用于离散数据的扩散式生成模型，包括了仿真高斯核、嵌入空间中基于最邻近、引入吸收状态等过渡矩阵。研究表明过渡矩阵的选择对图像和文本领域下的生成模型结果至关重要，且提出的新损失函数在字符级别文本生成上取得了很好的效果。

Jul, 2021

本文提出了一种新颖的方法来解决 “极端结构运动” 问题，通过估计 2D 平移和旋转来对齐房间布局，解决仿佛房间布局拼图的问题，并使用扩散模型解决了具有挑战性的注册问题。该论文还提出了一个新的数据集，用于 98,780 幢房屋的房间布局和平面图，并经定量和定性评估证明，所提出的方法表现出比竞争方法更好的性能。

Nov, 2022

本研究提出两种方法来扩展扩散模型至通过不等式约束定义的流形，包括基于对数障碍度量的失真度量以及基于反射布朗运动的失真度量，在合成和真实任务中进行了实证表明，包括蛋白质骨架和机器人臂运动的约束构象模拟。

Apr, 2023

HouseCrafter 使用 2D 扩散模型生成与全景平面图一致的多视角 RGB-D 图像，从而重建高质量的 3D 室内场景。

Jun, 2024