AI 初创公司 Osmo 对外宣称,自家打造的嗅觉基础模型已经达到接近普通人的嗅觉能力,既能分辨、识别各类气味,调香创作能力也对标初级调香师,目前这套嗅觉模型已经落地香水行业,还在大型消费品企业的调香测试里拿到了优于内部调香师的结果。气味数字化一直是 AI 领域很难攻克的方向,气味分子结构差别很小就会带来完全不一样的嗅觉感受,而且人的嗅觉感知本身主观性很强,之前公开可用的气味标注数据总量很少,很难训练出可用模型。Osmo 的解决办法是自建实验室,安排专职嗅辨人员对海量气味做文字描述,再搭配光谱仪器拿到对应的分子化学数据,攒出千万级别的气味标注数据集用来训练模型;训练完成之后,模型可以像文生图模型一样,接收文字提示词生成香调方案和对应的分子配方,再搭配专用混香机器人制作实体香样。按照 Osmo 的规划,嗅觉模型短期深耕香氛、日化赛道,长期还想拓展到机场危险气味排查、疾病气味筛查、驱虫分子筛选等场景,不过目前 “达到人类水平” 只是企业单方面的结论,还缺少第三方统一标准下的大规模验证。
一、Osmo 嗅觉模型基础信息
- 项目背景:2023 年从 Google Brain 拆分独立,创始人 Alex Wiltschko
- 数据集规模:超 1000 万条人类气味描述,约 8 亿个气味分子 token
- 团队配置:新泽西实验室约 30 名专业嗅辨人员,配套光谱设备,70 人左右标注团队
- 配套硬件:大型混香机器人,支持根据 AI 配方混合原料制作实体香氛样品
- 能力划分
| 能力项 | 表现水平 |
|---|---|
| 气味识别、区分 | 接近普通人类 |
| 新香调创作 | 初级调香师水准 |
| 生成速度 | 几分钟输出香调与分子配方,实体样品约一周产出 |
二、当前落地应用场景清单
- 香氛日化:协助品牌设计新款香水、香氛产品,已经和宝洁这类消费企业合作
- 驱虫研发:盖茨基金会资助项目,筛选驱虫分子,找到效果优于避蚊胺(DEET)的候选物质
- 真伪鉴别:搭配气味特征,识别潮鞋等商品的材料气味差异,辅助辨别假货
- 潜在方向:机场危险品嗅探、基于气味的疾病辅助筛查、环境异味监测
三、当前这项技术存在的局限
- 结论为企业自证,没有行业统一嗅觉评测标准、第三方权威复核
- 人类嗅觉本身主观性强,不同人对同一种气味感受不一样,模型评价容易有偏差
- 实体落地依赖化学传感器、混香硬件,纯软件模型没法直接 “闻” 现实环境气味
- 复杂混合气味、微弱气味识别稳定性还需要更多实测验证
【相关 FAQ】
问题 1:Osmo 嗅觉模型接近人类水平是什么意思?
回答 1:Osmo 嗅觉模型接近人类水平,是 Osmo 自己给出的定义,指模型识别、区分不同气味的能力和普通人差不多,创作香氛配方的能力达到初级调香师水平,不等于它在所有嗅觉任务上都全面超过人类。
问题 2:Osmo 嗅觉模型是怎么训练出来的?
回答 2:Osmo 嗅觉模型靠自建数据集训练,安排专业嗅辨人员记录气味描述,同步采集气味分子化学数据,用千万级气味标注数据训练这款嗅觉基础模型。
问题 3:Osmo 嗅觉模型现在可以用来做什么?
回答 3:Osmo 嗅觉模型现阶段主要用于香氛新品开发、驱虫分子筛选、商品气味鉴伪,未来计划拓展安检嗅探、疾病气味筛查等场景。
问题 4:Osmo 嗅觉模型和普通 AI 视觉、大语言模型有什么区别?
回答 4:Osmo 嗅觉模型是面向嗅觉、气味分子的基础模型,处理的是气味分子信息和嗅觉描述,不像大模型处理文字、视觉模型处理图像,属于比较小众的感知类 AI 方向。
【参考资料】
[2026-11-19](This smell startup says its AI nose is as good as a human’s)MIT Technology Review
[2026-11-19](Osmo’s AI Nose Reaches Human-Level Smell Detection)AI Wins
[2026-11-18](A smell-tech startup says its AI nose matches a human one)Dataist
[2026-11-18](Osmo claims its AI smell model matches human olfactory ability)Omega Technology Solutions Group
【免责声明】
本文内容仅为行业资讯整理,Osmo 嗅觉模型接近人类水平为企业单方宣称,未经过第三方权威机构统一验证,相关技术效果、商用效果不做承诺,技术进展、落地效果请以 Osmo 官方后续披露为准。
