三维室内场景生成不再只靠通用模型试错：学会自我评审后，交互朝向错误需五次以上纠正的比例从40%降到7%
三维室内场景生成开始把“设计”和“评审”当作同一种能力来训练。此前的方法要么依赖缺乏领域设计经验的通用模型，要么只从静态场景中学习，原始构建轨迹里还混着大量无效试错。Scene-Designer 用两套互补数据分别学习构建与批评，再以评审模型引导强化学习优化编辑决策；相比仅做监督微调的 Scene-Builder，交互朝向错误需五次以上纠正的比例从40%降到7%，窗户可达性受阻从21%降到5%。