知识卡片：Diffusion TV：通过可触可感的具身交互体验扩散模型

英文标题：Diffusion TV: Experiencing Diffusion Models through Tangible, Embodied Interaction
英文关键词：Diffusion Models; Tangible Interaction; Embodied Interaction; Interactive Art; Explainable AI; Generative AI

一句话结论

Diffusion TV 是一个将扩散模型“去噪生成”过程转化为实体互动的 AI 艺术装置：观众通过操纵改装后的 CRT 电视天线，实时改变 AI 生成图像与声音的清晰度，由此在肉身操作层面亲历扩散模型逐步消除噪声的生成过程。

事件概述 / 研究问题

该作品属于人机交互（cs.HC）与人工智能交叉领域的互动 AI 艺术装置。它不采用抽象的技术讲解，而是让观众通过调整电视天线和旋钮，控制生成内容从噪声状态走向清晰状态，从而体验生成式 AI 背后“去噪”这一核心逻辑。

方法/产品要点

• 载体：一台被改装的 CRT 电视（modified CRT TV）。
• 核心交互：观众通过物理性地操纵电视天线，控制 AI 生成图像和声音的清晰度，隐喻地呈现扩散模型中的去噪过程。
• 频道切换：使用调谐旋钮切换三个频道。
• 三频道叙事：
  • Past：已灭绝物种；
  • Present：濒危物种；
  • Future：推测性或想象性物种。
• 呈现逻辑：通过连续音视频反馈，将生成过程的中间状态作为“可体验材料”，而不是只展示最终结果。
• 定位：一种替代性的“具身可解释 AI”模式，邀请观众以探索和反思的方式接触生成式技术。

主要结果或产业意义

• 从现有材料看，该作品的主要贡献是提出了一个可触摸、可听的扩散模型体验范式，而不只是一个算法或系统。
• 它把扩散模型的“去噪”过程变成身体可感的外部操作，使观众能更直觉地理解生成式 AI 的内部动态。
• 对相关领域而言，其意义在于将 Explainable AI 的讨论从可视化、文字解释拓展到具身交互和艺术体验。

为什么重要

• 扩散模型类研究通常聚焦在生成质量、推理效率、可控性或专家组合等技术层面；Diffusion TV 则从艺术与交互设计角度切入，让使用者“用手”而不是“用眼”去理解扩散过程。
• 与已有相关卡片相比，本条目的增量信息在于：Embodied.cpp、VLA 忠实性、FactorDiff 等都是在讨论模型本身的能力或部署方式，而 Diffusion TV 展示了基础模型概念如何通过实体装置进入公众体验和生态叙事，是差异化的应用路径。

局限与不确定性

• 摘要未提供装置的技术实现细节，例如是否使用实时扩散模型推理、天线操作如何映射到噪声/清晰度控制等，均待核实。
• 摘要未提供用户研究、观众反馈或评估数据，作品的实际体验效果待核实。
• 关于三个频道中具体动物种类、展出场地、装置尺寸等信息，材料中未说明，待核实。

可用于图书/PPT/简报的角度

• 用“扭天线搜节目”类比扩散模型的去噪过程，作为生成式 AI 原理的直观科普案例。
• 作为“具身可解释 AI”的设计案例，说明技术解释不一定要依赖文字和图表。
• 展示生成式 AI 如何介入生态议题：过去已灭绝、当下濒危、未来想象物种的三段式时间叙事。
• 强调“生成过程比最终结果更重要”的交互艺术策展思路。

原始材料

• 原始标题：Diffusion TV: Experiencing Diffusion Models through Tangible, Embodied Interaction
• 作者：Sihwa Park
• arXiv ID：2609.05404v1
• 发布/更新日期：2026-09-04（arXiv 记录）
• 主要分类：cs.HC；其他分类：cs.AI
• 原始来源：https://arxiv.org/abs/2609.05404v1
• PDF 链接：https://arxiv.org/pdf/2609.05404v1