视觉、听觉、语言都有了基座模型,嗅觉一直没有——不是没人想做,是数据太难拿。一家叫 Osmo 的公司说它做出来了,而且已经卖进了香水行业。
MIT Technology Review 11 月 18 日的报道给出了这家公司的做法。在新泽西纽瓦克机场附近的一间实验室里,约 30 名受过训练的人类「嗅辨师」在系统地闻遍各种气味,用「坚果味」「桃子味」「海洋味」这类标准化词汇记录感受,再与化学成分分析结果交叉比对,形成训练数据。公司创始人 Alex Wiltschko 的目标很直白:给计算机一个嗅觉。
数据规模是这件事的关键。Wiltschko 称,在 Osmo 之前,现有数据库里人类对气味的描述不足 20 万条;而 Osmo 自建的数据集包含超过 1000 万条人工标注与 8 亿个「气味 token」——后者描述的是构成特定气味的确切分子与浓度。公司用光谱仪等化学传感器全天候运转,拆解从水果、花朵到 pantry 食材乃至器官的分子构成;在美国及海外约有 70 名训练有素的标注员负责闻与记。
「气味 token」这个类比值得展开。语言模型把句子拆成 token,Osmo 把气味拆成分子与浓度的组合。Wiltschko 举的例子很能说明问题:定义新生儿气味的 token,与一盘新鲜出锅的意大利面(他特意指明是某个品牌)的气味 token 有大量重叠。换句话说,气味的「语义」由分子配比决定,改变比例就等于改写句子——这正是模型可以做条件生成的基础。
能力声明是分层级的。Osmo 对「人类水平嗅觉智能」的定义包括两条:在检测与区分气味上接近普通人;在创造气味上接近初级调香师。这个定义刻意避开了「超过专家」的说法,属于克制的表述。商用侧的证据是:技术已被用于香水行业帮助品牌设计与制造新香;公司称上月在世界上最大的消费品公司之一内部,其模型在调香对比中胜过了对方的自家人工调香师。此前还为 Gates Foundation 做过驱蚊分子筛选(声称找到 8 种比 DEET 更有效的物质),并与球鞋交易平台合作做真伪鉴别。
工艺链条也打通了。公司造了一台「气味打印机」——体积有一辆校车那么大,按精确配方混合原料,为研究和付费客户产出样品。报道里,Wiltschko 现场演示了用类似对话的方式下指令:生成一款「葡式蛋挞味、面向 18 至 23 岁男性」的香型,系统几分钟后给出三种候选配方与所需分子。
质疑同样存在。气味科学家 Avery Gilbert 长期公开批评 Osmo,认为其部分营销主张缺乏文档支撑,专利文件仍依赖人工感官评审与调香师,而非 AI。曾为 Osmo 提供咨询的学者 Michael Schmuker 认可技术成就,但指出嗅觉高度依赖上下文:卡芒贝尔奶酪与用过的尿布含有部分相同分子,人不会混淆是因为场景不同。这种上下文缺失在香水实验室里影响不大,若要用于医疗诊断或安检,就是硬伤。
从产业角度,嗅觉模型的想象空间在两端:一端是内容与消费品(香型设计、食品风味),变现路径短;另一端是检测(食品腐败、疾病筛查、危险品),价值更大但门槛极高,需要传感器硬件同步进化。Osmo 选的是先在近处赚钱、再往远处探路。
接下来要看的是可复现性。一个宣称达到人类水平的模型,最有说服力的证据不是发布会上的胜出,而是第三方在标准化测试集上的结果。嗅觉领域至今没有公认的基准,这既是机会也是风险。