气味王国：大规模实时嗅觉数据集与建模框架，开启AI嗅觉产业化新征程
在人工智能多模态感知技术飞速迭代的今天，视觉、听觉领域已实现成熟应用并广泛赋能各行业，但嗅觉作为人类不可或缺的感知维度，其数字化、智能化进程长期受限于核心技术瓶颈，成为AI多模态感知升级的重要突破口。依托多年技术积淀与前沿研发实践，我们推出SmellNet大规模实时嗅觉数据集与配套建模框架，填补了真实世界嗅觉AI领域的基准数据空白，构建起“数据-模型-应用”全链路技术体系，推动AI从“感知视听”向“感知气味”跨越，为各行业嗅觉智能化升级注入核心动力。
突破行业痛点，SmellNet填补嗅觉AI数据空白
嗅觉AI技术在医疗诊断、食品检测、工业安全、环境监控等领域具有不可替代的应用价值——可实现早期癌症的气味辅助诊断、食品过敏原精准识别、化工泄漏秒级预警等场景落地，但长期以来，该领域的发展面临两大核心痛点：一是气味具有主观性、易受环境干扰，难以实现标准化捕捉与量化，缺乏可用于AI训练的大规模真实场景数据集；二是现有嗅觉数据规模小、场景单一，无法支撑模型学习真实世界中气味的动态变化规律，导致模型泛化能力弱，难以落地实用。
针对这一行业困境，我们组建专业研发团队，联合传感技术领域伙伴，历时多年打造SmellNet大规模实时嗅觉数据集，打破了嗅觉AI“无数据可用、无基准可依”的僵局，成为国内首个面向真实世界场景的大规模嗅觉基准数据集，为嗅觉AI技术的产业化落地筑牢数据根基。
SmellNet数据集：真实、全面、实时，构建嗅觉AI数据标杆
SmellNet数据集以“真实场景适配、多维度覆盖、高可用性”为核心定位，兼顾数据规模与质量，其核心优势的在于贴合企业实际应用需求，可直接支撑各类嗅觉AI产品的研发与优化，具体特性如下：
多场景全覆盖，适配企业实际应用需求
数据集涵盖50种典型气味物质，精准划分坚果、香料、草药、水果、蔬菜五大类别，同时包含43种混合气味样本，全面覆盖日常消费、食品加工、工业生产、医疗健康等多领域常见气味类型，可直接适配食品品质检测、工业泄漏监控、过敏原识别等企业核心应用场景，无需额外进行数据补充与适配改造。
专业采集设备，保障数据精准可靠
采用自主搭建的便携式专业嗅觉传感系统，集成7个多通道气体传感器，可精准捕捉挥发性有机化合物（VOCs）、酒精、一氧化碳等气体浓度及环境温度、湿度等关键参数，彻底摆脱人工感知的主观性偏差，确保数据的客观性与准确性。采集过程严格遵循标准化流程，以1Hz的频率对每种物质进行约10分钟的持续传感，每个样本重复采集5次，有效规避环境干扰带来的数据波动，保障数据的稳定性与可重复性，为企业模型训练提供高质量数据支撑。
时序化多维度，适配实时识别场景
区别于传统静态嗅觉数据，SmellNet以时序数据为核心，每个数据点包含传感器实时读数、时间戳、物质类别标签等多维度信息，完整保留了气味在时间维度上的动态变化特征——这与企业实际应用中“气味瞬时出现、持续变化”的场景高度契合，可直接用于实时嗅觉识别、动态监测等核心任务，无需进行数据格式转换，大幅降低企业研发成本。同时，数据集集成高分辨率气相色谱-质谱（GC-MS）分子数据，进一步丰富数据维度，助力企业提升模型识别精度。
开源赋能，共建嗅觉AI生态
为推动行业协同发展，气味王国已开源部分代码与数据，为企业、科研机构提供统一的基准测试平台，打破数据壁垒，助力行业伙伴快速推进嗅觉AI技术研发与产品落地。我们始终秉持“开放共赢”的理念，通过数据开源、技术共享，推动嗅觉AI领域的技术迭代，共同构建完善的产业生态。
配套建模框架：精准适配，赋能企业高效研发
针对嗅觉时序数据“动态性、高噪声、多维度耦合”的特性，我们基于SmellNet数据集，同步打造了专属建模框架，核心目标是帮助企业快速实现嗅觉AI模型的研发、训练与部署，降低技术门槛，提升研发效率，其核心设计充分贴合企业实际研发需求，具备“高效、精准、鲁棒”的显著优势。
定制化架构设计，适配多场景应用
框架以时序模型为核心，结合企业不同应用场景需求，设计了多套适配方案：基础架构采用LSTM、Transformer等时序模型，精准捕捉气味在时间维度上的依赖关系，适配常规气味识别场景；针对混合气味识别这一企业核心痛点，创新设计Scent Former架构，融合时间差分方法与滑动窗口增强技术，可精准捕捉传感器读数中的剧烈变化，大幅提升混合气味分布预测的准确性，在SmellNet混合气味预测任务中实现50.2%的top-1@0.1准确率，完全满足食品、化工等行业的混合气味识别需求。
核心技术创新，提升模型性能与泛化能力
框架集成多项针对性技术创新，有效解决企业模型研发中“噪声干扰、精度不足、泛化能力弱”等问题：一是融合对比学习技术，将GC-MS分子数据与传感器时序数据进行跨模态学习，利用少量高分辨率分子数据弥补传感器数据分辨率不足的缺陷，显著提升模型识别精度；二是创新提出时间差分方法，可快速识别气味出现、消失及浓度突变的关键节点，提升模型实时响应速度，适配工业泄漏预警、紧急过敏原检测等需要快速响应的场景；三是优化鲁棒性设计，通过数据增强、噪声抑制等技术，提升模型对温度、湿度等环境变化的适应能力，确保模型在复杂企业场景中稳定运行，降低实际部署风险。
高性能表现，助力企业快速落地
基于SmellNet数据集的训练与测试，框架下的最优模型展现出优异的性能表现：在预录数据离线分类任务中，准确率最高可达65.35%；在挑战性更强的50类在线实时分类任务中，坚果类气味识别准确率达10.71%，香料类气味识别准确率达25.38%，充分验证了框架在真实场景中的实用性与可靠性。企业可基于该框架，快速完成模型训练与优化，大幅缩短研发周期，加快嗅觉AI产品的产业化落地进程。
全行业赋能，彰显技术产业价值
SmellNet数据集与建模框架的深度结合，构建起“数据-模型-应用”全链路技术支撑体系，可广泛赋能医疗健康、食品消费、工业安全、环境监控等多个领域，帮助企业实现技术升级、效率提升与成本优化，彰显显著的产业价值：
医疗健康领域：赋能精准诊断，守护生命健康
可支撑企业开发气味诊断设备，通过检测人体呼出气体中的激素、代谢物等气味信号，实现早期癌症、情绪压力、传染病等疾病的辅助诊断，为精准医疗提供新的技术路径，助力医疗企业打造差异化竞争优势，推动医疗健康领域的智能化升级。
食品与消费品领域：保障品质安全，提升研发效率
可应用于食品企业的品质检测，精准识别食品变质、过敏原等问题，保障食品安全；同时可支撑香料、香水等消费品企业的研发工作，实现气味成分分析、新气味预测，大幅提升研发效率，降低研发成本，助力企业提升产品竞争力。正如在调味品生产领域，类似的嗅觉AI技术已实现人工品鉴效率4倍提升、识别准确率提升20%以上的成效，SmellNet将进一步推动这一技术的规模化应用。
工业与环境领域：筑牢安全防线，推动绿色发展
可集成到企业工业巡检设备中，实现化工原料泄漏、电缆过热等隐患的秒级预警，将工业安全从“事后应急”推向“事前预防”，提升企业安全生产水平，降低安全事故风险；同时可用于环境空气质量监测，助力企业践行绿色发展理念，履行社会责任。这与当前高端嗅觉传感器国产化替代、全链条自主生产的产业趋势高度契合，可进一步推动工业领域的智能化、安全化转型。
AI感知升级：丰富交互维度，拓展应用边界
填补AI嗅觉感知的技术空白，推动AI从“视听感知”向“多模态感知”升级，为企业在元宇宙、智能机器人、智慧家居等领域的创新应用提供核心技术支撑，丰富人机交互维度，拓展产品应用边界，助力企业抢占新兴市场先机。
技术引领，共启嗅觉AI新时代
气味王国大规模实时嗅觉数据集与建模框架的推出，不仅是我们在AI多模态感知领域的重要技术突破，更是对嗅觉AI产业化发展的有力推动。未来，我们将持续深耕技术研发，不断丰富SmellNet数据集的覆盖范围与数据质量，优化建模框架的性能与适配性，同时深化与各行业企业的合作，推动嗅觉AI技术在更多场景落地应用，以技术创新赋能企业高质量发展，共启AI嗅觉产业化新征程！