利用大语言模型与生成式AI的嗅觉绘图：嗅觉可视化探索
人机交互
2026-02-05 v1
摘要
嗅觉可视化将嗅觉信息和感知转化为视觉结果，激发相应的嗅觉联想，超越了嗅觉只能在特定位置感知的空间限制。传统嗅觉可视化通常依赖单向映射，如嗅觉到颜色的关联，需大量手动设计工作。然而，生成式AI(Gen AI)和大语言模型(LLM)的出现为自动化嗅觉可视化提供了新机会。尽管如此，在嗅觉感知与生成工具之间桥接的差距仍然存在。为此，本文引入Paint by Odor，一个利用Gen AI和LLM将嗅觉感知转化为丰富、富有审美的视觉表征的管道。在开展两项实验期间，30名参与者闻闻真实世界的嗅觉并提供描述性数据，28名参与者评估560个通过七个系统设计的提示生成的嗅觉图像。我们的发现探讨了LLM在产生嗅觉感知方面的能力，与人类反应进行比较，揭示了基于语言的描述及各种抽象风格对嗅觉可视化的底层机制和效果。我们的工作进一步讨论了在无需人类参与的情况下实现自动嗅觉可视化的可能性。这些探索和结果填补了了利用LLM和Gen AI进行嗅觉可视化的研究空白，为未来应用提供了宝贵的设计见解和各种可能性。
引用
@article{arxiv.2602.04159,
title = {Paint by Odor: An Exploration of Odor Visualization through Large Language Model and Generative AI},
author = {Gang Yu and Yuchi Sun and Weining Yan and Xinyu Wang and Qi Lu},
journal= {arXiv preprint arXiv:2602.04159},
year = {2026}
}