本研究では、建物の安全設計において必要不可欠な避難シミュレーションを効率的に行うため、新たにDiffEvacという手法を提案しています。従来の避難シミュレーションは、詳細なモデル化が必要で時間がかかるため、初期設計段階での迅速な適用が難しい課題がありました。DiffEvacは、399の多様な機能レイアウトとそれに対応する避難ヒートマップから学ぶことによって、避難パターンを生成モデル（GMs）に基づいて学習します。物理的な特徴を持つ独立したフィーチャー表現を用い、画像プロンプトに基づく拡散モデルで避難パターンを学習。その結果、既存の手法に比べて実行速度が16倍向上し、シミュレーション時間を2分に短縮しました。また、この方法は迅速な設計の反復と調整を促進し、将来の安全最適化に向けた新たな技術的道筋を示しています。