ReflectScene 预印本提出用多模态语言模型引导文字到三维室内场景生成,将布局理解和修正接回同一次扩散过程。 系统先整理对象及全局语义、几何信息,再评估候选对象修正,并在后续去噪中保留已接受的调整。作者在 3D-FRONT 室内场景数据上评估功能一致性与语义匹配。 该工作以预印本公开,结果和实验范围以arXiv 论文为准。 配图由 GETAI.APP 使用内置 imagegen 生成,非新闻现场、产品界面或实测结果。