HomeWorld：从平面图到家具的统一框架，用于生成可控、密集交互的整个家庭场景

室内场景生成对于机器人仿真和现代室内设计至关重要。然而，复杂的布局加上稀缺的 3D 场景数据使得基于学习的生成具有挑战性。现有的方法通常依赖于手工制定的规则或专注于孤立的子任务（例如，平面图合成或单房间家具），产生缺乏全局一致性、真实性和模拟准备的整个家庭场景。为了减轻这些限制，我们提出了一个统一的分层框架，将室内场景合成分解为可控阶段。首先，我们整理了 30 万个真实住宅平面图的大型数据集，以训练 大语言模型 来生成整个住宅的平面图。通过详细的描述和基于 K-D 树的表示，我们的方法可以生成细粒度、可控的整个家庭平面图。在生成的整个住宅平面图的基础上，我们利用图像生成模型从多层次漫游角度起草家具布局，然后在不同支撑表面（例如橱柜、桌子和餐桌）上生成小型可操作物体的布局，以进行具体的人工智能模拟。在家具和对象布局生成过程中，基于 VLM 的优化器会迭代地纠正家具和对象的放置，并且 3D 生成模型可以灵活地替换单个资产。我们进一步附加基本的物理属性和简单的表面纹理和照明设置，以完成具体人工智能使用的管道。实验和用户研究表明，我们的管道产生的室内空间具有更大的布局多样性和更强的 3D 设计吸引力，在定量和定性指标上都优于先前的方法。最后，除了我们的生成流程之外，我们还将向社区发布平面图数据集和 5K 设施齐全的场景。项目页面：https://kairos-homeworld.github.io/