Osmo 的气味模型已应用于香水行业。但医疗诊断和威胁检测,是否已经超出了“嗅探”能力的边界?
在新泽西州纽瓦克机场附近的一间实验室里,一支约30人的资深人类嗅闻员团队正在慢慢“闻遍”地球上的每一种气味。他们细致记录下的描述——“坚果味”“桃子味”“海洋味”——会与化学分析结果交叉对照,从而为 AI 初创公司 Osmo 所称的“全球首个气味基础模型”构建一套丰富的训练数据。公司创始人亚历克斯·威尔奇科表示,其目标是“让计算机拥有嗅觉”。
“气味分子几乎是地球上大多数物种唯一能使用的语言。”他说,“大多数物种无法通过声音或视觉进行交流,因此它确实是地球最原始的语言。从记忆和情绪的角度来看,它对我们极其强大。你只需闻过一次,就可能终生记得。你在街上闻到某种气味,可能会瞬间被拉回高中时代。”
威尔奇科称,在过去几个月里,Osmo 的模型已达到“人类水平的嗅觉智能”。公司对这一概念的定义是:该模型在检测和区分气味方面与普通人相当,在创造气味方面则与初级香水设计师相当。公司表示,其技术已被香水行业用于帮助品牌设计和制造新香型。上个月,该公司称 Osmo 的 AI 模型在一家全球最大消费品公司中表现优于内部调香师。威尔奇科认为,该技术未来可能用于机场等场所的威胁检测,甚至用于疾病诊断。
威尔奇科于2023年将自己此前在谷歌大脑的工作拆分出来成立这家初创公司,并沿用了其他领域 AI 创业公司的常见策略:向难题投入大量数据,观察结果。威尔奇科表示,气味领域的挑战在于优质数据稀缺。据他统计,在 Osmo 出现之前,现有数据库中的人类气味描述不足20万条。此外,采集数据所需的化学传感器设备价格昂贵,而香水行业对其嗅觉科学研究又高度保密。
该公司大量工作集中在构建自有数据集,其中包括超过1000万个人类标签和8亿个“气味标记”,用于精确描述形成特定气味的分子及其浓度。Osmo 使用光谱仪和其他化学传感器全天候运行,分解从水果、花卉到食品储藏室常见物品乃至器官的分子组成。在美国和海外,一支约70人的训练有素的数据标注员团队每天嗅闻各种物品,并使用标准化的香气词汇记录气味。
以这种方式绘制气味图谱,也揭示出一些出人意料的相似之处。就像改变词语顺序会大幅改变句子含义一样,按不同比例重新排列气味分子也会显著改变人类感知到的气味。威尔奇科说:“定义新生儿气味的‘气味标记’与一盘刚煮好的意大利面所携带的气味标记存在大量重叠。”他特别指出是百味来品牌的意大利面,这或许会让该意面工厂的人产生一些疑问。
该公司还自行制造香气,使用一台校车大小的气味打印机器人,按精确配方混合原料,为 Osmo 自身研究和付费客户制作样品。它可以按照类似 ChatGPT 的提示词按需设计并打印香气。威尔奇科打开笔记本电脑向我展示该 AI 模型的工作方式。他在屏幕上打开一个文本框,我请他生成一款闻起来像葡萄牙蛋挞的香水,目标人群为18至23岁男性。系统思考了几分钟后,生成了三种符合需求的潜在香气特征——奶香、椰子香、果香——以及制造它们所需的分子。如果我继续下单,我的专属“蛋挞之水”大约一周后就能准备好。
Osmo 的技术已被用于开发零售香水,包括与宝洁等巨头合作。盖茨基金会在 Osmo 成立时投资了500万美元,随后又向该公司提供350万美元资助,用于评估可驱赶传播疾病昆虫的分子;Osmo 从中识别出八种比避蚊胺更具驱避效果的物质。Osmo 还与在线服装交易平台 StockX 合作,尝试通过检测鞋材化学成分的差异,用气味识别假冒运动鞋。
但并非所有人都相信这项技术或公司的大胆说法。气味科学家、《鼻子知道什么》一书的作者艾弗里·吉尔伯特在其 Substack 上对 Osmo 提出尖锐批评,认为其部分营销主张缺乏文件支持,且其专利申请仍依赖人类感官评审团和调香师,而非 AI。他在今年3月写道:“对于一家以超酷 AI 为前提的公司而言,如此依赖人类感官判断似乎很奇怪。”对此,威尔奇科回应称,“人类感知并不是 AI 的权宜之计。”“语言模型从人们写下的内容中学习。我们的模型从人们闻到的内容中学习。嗅觉终究是一种人类体验,因此模型必须向人类学习,才能在化学与感知之间建立桥梁。正是这一点让它能够像人类鼻子一样预测人们如何体验某种气味。”曾在赫特福德郡大学担任神经计算教授、并曾为 Osmo 提供咨询的迈克尔·施穆克表示,该公司的技术是一项成就。他与同事曾对 Osmo 2023年模型进行开源逆向工程,但该版本缺乏该公司此后积累的大量数据。
但施穆克也指出,即便拥有如此庞大的气味数据,Osmo 仍可能遗漏一些使人类嗅觉独具特色的因素。“嗅觉极其复杂。语境对嗅觉非常重要。同一种分子在不同语境下可能引发不同的联想。”他说,“像卡芒贝尔这样的法国奶酪,其部分分子与用过的尿布中的分子相同。你不会将二者混淆,因为语境不同。”
在香水实验室这样的受控环境中,缺乏语境可能影响不大。但如果像威尔奇科设想的那样,Osmo 的技术成为 AI 世界模型的“嗅觉通道”,情况就可能不同。想象一台机器能在生产线上嗅出食物腐败,或像经过训练的狗那样通过气味检测肿瘤。
原文链接:https://www.technologyreview.com/2026/11/18/1148816/smell-startup-osmo-ai-nose-good-as-humans/

