AI与科技第 95 期 ·

数字世界最晚抵达的感觉

智能不只存在于大脑之中。真正具身的AI，还没有“鼻子”

安光涉（Oswarld）· OZ Talking 作者与编辑

数字世界最晚抵达的感觉

开篇

订阅者朋友您好，我是OZ Talking。不知道您喜不喜欢香水呢？

今天要从一个有点陌生的话题说起。如今是AI能通过医师、律师考试，AI设计的抗癌药物已进入临床试验，AI智能体帮我们整理邮件的时代了。但最近我在Noema杂志上读到一篇文章，提出了一个有趣的问题。

“为什么让AI拥有嗅觉的研究会这么慢？”

先说一个数字。从2015年到2025年这十年间，关于机器嗅觉（machine olfaction）1​的论文数量，连计算机视觉和自然语言处理论文数量的1%都不到。NeurIPS、ICLR、ICML这些大型AI学术会议实际上几乎不涉及嗅觉。甚至最近如雨后春笋般涌现的人形机器人初创公司，大多数在设计时干脆连嗅觉传感器都省略了。

这可能看起来只是个优先级问题——“视觉、语言优先，嗅觉靠后”这种逻辑。但我今天提起这个话题的原因是，我认为这不是顺序问题，而是结构问题。让我们来解开这个结构的真面目。

被夸大的标题与真正的空白

其实“会闻味道的AI”这种说法本身并不新鲜。“Computers Are Learning to Smell”（《大西洋月刊》）、“AI is digitizing our sense of smell”（世界经济论坛）这类标题已经重复出现好几年了。但Noema的文章指出，这些标题大多是夸大其词。比如仔细读一下BBC Future的**“An AI started ‘tasting’ colours and shapes”这篇文章就会发现，实际发生的事情是LLM只是重复了训练数据中人类“甜的东西是粉色的、圆的”这类联想模式。AI并没有闻到什么，只是把人类写下的关于气味的文字复制粘贴了一遍**。也就是说，它不是“闻到了”气味，而是描述了气味。

那为什么这个话题现在变得重要了呢？最近“LLM已达到瓶颈”的讨论兴起，AI研究者之间，世界模型（world model）2​——即通过视觉、听觉、触觉等多种感官数据在内部重建世界的系统——被视为下一个突破口。而就人类每天接收的感官信息量而言，嗅觉是仅次于视觉、听觉的第三大感官。但大多数构建世界模型的研究，都把这第三条通道整个跳过了。

🧠 为什么嗅觉是智能的一部分

“嗅觉的用处极其有限。”

这是查尔斯·达尔文（Charles Darwin）在1874年说的话。哲学家康德在1798年说得更进一步：

“嗅觉是各种感官中最不必要的一种，不值得培养。”

在西方思想史上，嗅觉长期被视为“低等感官”。但最近二十年的神经科学正在颠覆这一评价。当然，对现在的我们来说这难以想象，但让我梳理几个当时人们如此认为的理由。

**第一，嗅觉直接连接到大脑最古老的回路。**其他感官都要经过丘脑（thalamus）才能到达大脑皮层，唯独嗅觉能绕过丘脑，直接进入海马体和杏仁核（负责记忆和情绪的区域）。这就是为什么食物的气味会突然唤起童年记忆的原因。

**第二，嗅觉训练能真正提升认知能力。**UC Irvine神经科学团队2023年发表的研究尤其令人印象深刻。他们将43名60至85岁的成年人分为两组，一组每晚睡眠期间连续2小时交替接触七种香气（玫瑰、橙子、桉树等），另一组只接触微弱程度的香气。6个月后，接触香气的组在语言记忆测试中的成绩，比对照组高出226%。核磁共振显示，负责记忆与情绪整合通路的左侧钩状束（uncinate fasciculus）3​甚至出现了结构性改善。

第三，嗅觉丧失是约70种神经精神疾病的前兆信号。阿尔茨海默病、帕金森病、精神分裂症、酒精中毒等都包括在内。因新冠后遗症而丧失嗅觉的人群出现认知衰退的问题，相关研究也在不断积累。

换句话说，嗅觉并不是“有了更好”的功能，而更接近于智能、记忆、情绪的底层基础设施。但我们正在打造的AI，却把这套基础设施整体跳过了。

📚 AI为何把嗅觉放在了后面？五个结构性空白

对这个问题回答得最系统的一篇文献，是2025年在EurIPS发表的一篇立场论文。作者是机器人研究者、同时也是丰田北美（Toyota North America）工程师的Kordel K. France及其合著者们。让我们整理一下他们提出的五个“结构性空白”。

  • 嗅觉理论的不确定性。我们至今仍未完全弄清嗅觉受体的工作原理。气味分子像钥匙一样插入受体的“形状理论”，与检测分子振动频率的“振动理论”仍在相互竞争。视觉是在RGB三色说这类已达成共识的理论基础上发展起来的，而嗅觉还停留在基础科学尚未达成共识的阶段。
  • **数据标准的缺失。**这才是真正的核心。图像有JPG、PNG，声音有WAV、MP3。正是因为有了这些格式，才能建立像ImageNet这样的大规模数据集，深度学习也才能在此基础上爆发。嗅觉领域至今还没有这样的“JPG”。金属氧化物传感器、电化学传感器、光学传感器、移植了昆虫生物受体的传感器，检测方式各不相同，数据表示规格也没有统一。

3. 主观标注的局限性。“柠檬香”“花香”这类标签存在很大的文化差异和个体差异。同一种分子，有人说“清爽”，有人说“酸涩”。而且2008年的一项实验表明，即便是同一种气味，只要换个名字，人的感知就会不同。比如贴上“玫瑰”这个名字，闻起来就会觉得更甜一些。

4. 基准测试的缺失。语言模型有MMLU，视觉领域有CIFAR、ImageNet，HuggingFace排行榜上实时更新排名。而嗅觉领域至今没有这样的竞赛基准。研究者们没有共同的尺度可以比较，就很难客观地说清楚谁做得好、谁做得不好。

**5. 社区的缺失。**这是前面四项问题交织之下的结果。没有标准、没有数据、没有基准测试，研究者就没有投身其中的动力。发论文难，可复现性验证难，产业应用也支离破碎。

我以数据领域背景来读这篇论文时，最认同的正是第二项。无论哪种感官模态，如果没有先形成标准格式，数据集就无法做大；数据集不够大，模型就学不起来。这个顺序是固定的。

🔬 试图打破这一局面的人们——传感器阵营与香水阵营

目前试图填补这一空白的尝试，大致分为两条线索。

前面提到的Kordel France是这一阵营的代表人物。他最近推出的Sigma是一款连接智能手机的便携式气味记录装置，特点是能像录音机或相机一样把气味“记录”下来。这里收集的数据被纳入名为ScentNet的开放多模态数据集。从名字就能猜到吧？这是在向斯坦福大学Fei-Fei Li于2009年创建的ImageNet致意。这几乎是在宣告要打造嗅觉时代的ImageNet。

France同时也在丰田工作，他表示，即便只给机器人装上现有水平的嗅觉传感器，也能配合图像做出诸如“检测到乙醇、甲烷、庚烷 → 车辆引擎正在运转或发生了火灾”这样的推理。视觉单独无法提供的语境，正好由化学信号来补足。

另一边，一个规模达100亿美元的市场已经在运转了。最受瞩目的是Alex Wiltschko于2022年创立的Osmo。**他曾在Google Brain创建Alphabet的嗅觉研究小组，2025年3月正式推出了AI驱动的香水设计工作室Generation by Osmo。**Osmo拥有一个名为“嗅觉智能（Olfactory Intelligence, OI）”4​的自研AI模型，能接收文本或图像提示，生成香气分子组合。据称2024年，他们成功将“刚切开的夏日李子”的香气以分子级别进行数字编码 → 再现（“传送”）。

**Givaudan的Carto、IBM为Symrise打造的Philyra也属于类似领域。**也就是说，瑞士的大型香料公司已经在使用基于AI的调香工具了。

不过这里有一个我特别留意的结构性差异。香水这条线路，最终判定者是人类调香师的主观评价。AI提出分子方案，调香师去闻、去判断。所以严格来说，这种做法不是“机器在闻气味”，而是“机器在提出香精配方”。真正让机器人在环境中实时辨别气味并据此行动，距离嵌入式嗅觉还有相当距离。

⚙️ 为什么单靠传感器解决不了问题

那么问题自然会是：只要传感器技术足够好不就行了吗？但现实要棘手得多。

目前最精密的分子检测设备气相色谱-质谱联用仪（GC-MS），依然体积如冰箱般大小，售价约50万美元，分析一个样本要花6个小时。这不是能装在机器人身上的东西。于是替代方案是小型的“电子鼻（e-nose）”，但它也存在三个局限：

  • 随时间推移灵敏度会变化的漂移问题——哺乳动物的嗅觉神经元会持续再生，而人工传感器做不到这一点。
  • 只在实验室条件下运作良好、到实际环境中性能急剧下降的检测范围限制问题。
  • 能够捕捉到特定分子，但要把复杂的混合气味识别为“咖啡豆”，是另一回事——这是识别与检测之间的鸿沟。

而且还有一个更根本的问题留在这里：嗅觉本身究竟是不是一个可以被测量的对象？目前估计的气味分子组合数量级达到10的60次方个。这是我们太阳系原子数量的1000倍。而且大多数气味都是“和弦”。草莓的香气也是数百种分子的组合，各分子之间相互增强或抑制。当我们说“海的味道”时，我们实际上是在给一个幽灵起名字。

这一点与视觉有着决定性的不同。视觉可以用RGB三个通道近似大部分颜色。而嗅觉没有这样的低维坐标轴。

Oswarld视角

结合我在GTM战略领域的工作经验来看，这个话题读起来不是感官哲学的问题，而是一张关于标准与数据基础设施的产业地图问题。

回顾过往，计算机视觉之所以爆发式发展，并不是因为GPU变强了。而是因为已经有了JPG、PNG这样的标准格式，有了ImageNet这样的公共数据集，也有了Kaggle、CIFAR这样的竞赛场所。瓶颈从来不是算法，而是标准、数据和基准测试。自然语言处理走的也是同一条路径。

嗅觉现在还处在那条起跑线之前的阶段。如果韩国企业要看这个市场，**我认为，与其去竞争打造模型，不如及早参与标准制定和数据集构建，杠杆更大。名为IEEE P2520的机器嗅觉标准已经在讨论之中，ScentNet这样的开放数据集也才刚刚起步。**从医疗健康领域的疾病早期诊断，到智能工厂的质量检测，再到半导体、显示器工艺中的气体泄漏检测，应用市场必然会打开。只不过这会是在未来3年内还是10年后发生，都取决于这五个空白被填补的速度。比起抢先冲刺的一方，站在标准附近布局的一方，才是这场游戏最终的赢家。

结语

  • AI研究目前集中在语言和视觉上，但越来越多的观点认为，真正具身的智能不能缺少嗅觉这类低带宽、高语境的感官。
  • 嗅觉AI发展缓慢，不是因为技术不足，而是因为数据标准、基准测试、社区的空白。它还没能走上计算机视觉曾经走过的那条路。
  • 香水产业已经开始行动，但嵌入式嗅觉仍停留在标准制定阶段。谁在这一阶段参与其中，将决定未来十年的格局。

如果想深入了解，我推荐浏览一下France的立场论文。特别是“为什么嗅觉与神经形态计算5​相契合”这一节，即便当作下一代半导体架构的话题来读，也相当有趣。等这轮研究结束，我会整理一下与这股潮流相对的Yann LeCun阵营“抽象推理优先”的逻辑。

参考资料与延伸阅读

核心来源

背景知识

作者安光涉是世宗大学经营学教授，也是 OBF（Oswarld Boutique Consulting Firm）首席顾问。他在大学教授经营数据管理、商业分析等统计与数据分析课程，同时在产业现场负责 GTM 与人工智能战略咨询，设计技术与商业的连接方式。他曾发表关于 AI 对话系统记忆架构（HEMA）的学术论文，并运营每日策展全球 AI 论文的 Daily Arxiv 项目。他毕业于高丽大学技术经营专业研究生院与 KMBA，著有《把思考交出去的人：Homo Brainless》。

注释

  1. 机器嗅觉（Machine Olfaction）：指机器或机器人利用化学传感器检测并分类气味的技术领域，也被称为“电子鼻（e-nose）”。简单来说，就像相机模拟视觉一样，这是用传感器模拟嗅觉的尝试。 ↩

  2. 世界模型（World Model）：指AI在内部模拟自身所处世界的结构，从而预测接下来会发生什么、并据此规划行动的方式。可以想象成小孩在扔球之前预判“用这么大的力气，球大概会落在那里”。这与只学习文本的LLM是不同的方式。 ↩

  3. 钩状束（Uncinate Fasciculus）：连接大脑颞叶（负责记忆）和额叶（负责判断、决策）的神经纤维束。随着年龄增长会逐渐减弱，也是阿尔茨海默病早期最先受损的部位之一。可以把它理解为“连接记忆与判断的高速公路”。 ↩

  4. 嗅觉智能（Olfactory Intelligence, OI）：Osmo创造的术语，指学习了香气分子化学结构与人类感知到的香气标签之间关系的AI模型。可以将其理解为对应处理文本的NLP、处理图像的计算机视觉的嗅觉版AI。 ↩

  5. 神经形态计算（Neuromorphic Computing）：不同于传统CPU、GPU那样按时钟节拍运作，而是像大脑一样只在事件发生时才运作的架构。优点是耗电少、擅长并行处理。这种架构与嗅觉这类“稀疏、爆发式”涌入的数据非常契合。 ↩

延伸阅读

AI与科技

人工智能给女性员工支付的薪水更少

当决策权交给机器的那一刻，偏见究竟该由谁来负责？

第 92 期 ·
AI与科技

加拉帕戈斯的反击：韩软登顶GitHub第一的那天

35年积累的文档诀窍，第一次兑换成了全球通用货币……订阅者朋友，我是Oswarld。您是通过谷歌Discover发现我的新闻信推送来到这里的吗？订阅后即可最快收到有趣又有料的新闻信。🙇 开篇

第 90 期 ·
AI与科技

一张纸里藏着致命的毒品成瘾

监管每走一步，非法化学就跑出十步

第 85 期 ·