نُعالج التحدي المتمثل في تعلُّم توزيع على مشاهد داخلية معقدة وواقعية. في هذه الورقة، نقدّم شبكات المشهد التوليدية (GSN)، التي تتعلّم تفكيك المشاهد إلى مجموعة من الحقول الإشعاعية المحلية المتعددة، التي يمكن عرضها من كاميرا تتحرك بحرية. يمكن استخدام نموذجنا كـ "سابقة" لإنشاء مشاهد جديدة، أو لإكمال مشهد بالاعتماد فقط على ملاحظات ثنائية الأبعاد نادرة. أظهرت الدراسات الحديثة أن النماذج التوليدية للحقول الإشعاعية قادرة على التقاط خصائص مثل الاتساق بين الرؤى المختلفة والإضاءة المرتبطة بالزاوية. ومع ذلك، فإن هذه النماذج مخصصة لمشاهد محدودة لأشياء منفردة، مثل السيارات أو الوجوه. وبسبب الحجم والتعقيد البيئات الداخلية الواقعية، تفتقر النماذج الحالية إلى القدرة التعبيرية الكافية لتمثيلها بشكل ملائم. يُعدّ نهج التفكيك لدينا قابلاً للتوسع إلى مشاهد أكبر وأكثر تعقيدًا مع الحفاظ على التفاصيل والتنوع، كما أن السَّبق المُتعلّم يمكّن من عرض عالي الجودة من زوايا تختلف بشكل كبير عن الزوايا الملاحظة. مقارنةً بالنماذج الحالية، تُنتج GSN عروضًا مشهدية ذات جودة كمية أعلى في عدة مجموعات بيانات مشاهد مختلفة.