arXiv cs.AI· Awu Chen, Silang Wang, Yunge Wen, Jianing Yu, Zinab Eisa, Ana Julia Santos Lopes, Jas Brooks, Hiroshi Ishii, Paul Pu Liang·· 3 天前AI 评分31
AromaGen：用多模态语言模型交互生成丰富嗅觉体验
AromaGen: Interactive Generation of Rich Olfactory Experiences with Multimodal Language Models
AI 导读
AromaGen 是一套 AI 驱动的 12 通道可穿戴嗅觉系统，可将自由形式的自然语言描述映射到 12 种基础气味分子，并支持通过自然语言反馈迭代调整。
正文 · AI 翻译
摘要：气味与食物、记忆和社会体验的联系促使研究人员将嗅觉引入交互系统。多模态 AI 为从自然语言生成气味开辟了新的可能性，但预训练模型是否编码了足够的嗅觉知识，从而将语言转化为可感知的配方，目前仍不清楚。我们提出了 AromaGen，一个由 AI 驱动的 12 通道可穿戴嗅觉系统，它将自由形式的自然语言描述映射到 12 种基础气味剂，这些气味剂经过选择以覆盖一个语义推导出的嗅觉空间，同时支持通过自然语言反馈进行迭代优化。在一项针对 50 种真实世界基准气味的被试间研究（N=60）中，参与者在三选一强制选择任务中以高于随机的水平区分出 AromaGen 生成的目标气味，检索增强的 AI 配方与人类专家配方和零样本 AI 配方的表现相当。自然语言反馈显著提高了 AI 和人类专家配方的感知相似度。我们的发现证明了利用预训练多模态 AI 和人类气味配方数据，从自然语言生成可感知嗅觉体验的可行性。
| 学科： | 人机交互（cs.HC）；人工智能（cs.AI） |
| 引用为： | arXiv:2604.01650 [cs.HC] |
| （或使用 arXiv:2604.01650v4 [cs.HC] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2604.01650 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Awu Chen [查看邮箱]
[v1]
2026 年 4 月 2 日星期四 05:47:07 UTC（6,228 KB）
[v2]
2026 年 4 月 23 日星期四 23:14:51 UTC（6,228 KB）
[v3]
2026 年 9 月 26 日星期六 04:00:39 UTC（10,783 KB）
[v4]
2026 年 10 月 9 日星期五 21:06:06 UTC（10,784 KB）
来源：arXiv cs.AI · arxiv.org