用 Wi-Fi 信号生成房间图像？LatentCSI 结合 AI 实现高分辨率空间重建

东京科学研究所的研究团队近日提出一种新方法——LatentCSI，能够利用日常 Wi-Fi 设备采集的无线信号，结合预训练扩散模型，生成高分辨率的室内布局图像。

• 论文地址：https://arxiv.org/html/2506.10605v3

这项技术并非直接“看见”房间，而是通过分析 Wi-Fi 信号在空间中的传播特性，推断出物体和人体的位置分布，并借助 AI 补全视觉细节。

虽然仍处于实验室阶段，但它展示了无线感知与生成式 AI 融合的新方向。

背后的原理：Wi-Fi 也能“感知”空间

我们周围的 Wi-Fi 路由器和设备持续发送无线信号，这些信号不仅直达接收端，还会在墙壁、家具、人体等物体上发生反射、折射和衍射。

这一过程会改变信号的幅度、相位和传播路径，形成被称为 信道状态信息（Channel State Information, CSI） 的数据流。

传统上，CSI 被用于提升网络性能（如波束成形）。近年来，研究人员发现它可以反映环境的空间结构：

• 有人走动时，CSI 会发生明显波动
• 不同物体的反射模式存在差异

过去的方法尝试将 CSI 直接映射为二维热力图或简略轮廓，但结果粗糙、分辨率低，且计算开销大。

LatentCSI 的突破：从像素空间到潜在空间

LatentCSI 的核心创新在于：不直接生成像素图像，而是先在“潜在空间”中构建表示。

什么是潜在空间？

• 是生成模型（如 Stable Diffusion）内部使用的压缩特征空间
• 比原始像素数据更紧凑，更适合高效生成

具体流程如下：

1. 采集 CSI 数据
   使用标准 Wi-Fi 收发设备获取信号回波信息。
2. 映射至潜在空间
   将 CSI 数据输入一个经过修改的编码器，将其转换为与扩散模型兼容的潜在向量。
3. 调用预训练扩散模型
   研究人员采用 Stable Diffusion 3 作为基础生成器，仅替换其图像编码器部分，使其能接受 CSI 输入。
4. 输出高分辨率图像
   模型基于潜在表示生成房间的视觉化图像，包含纹理、家具样式等 Wi-Fi 本身无法捕捉的细节。

这种方法的优势在于：

• 利用已有视觉先验知识（模型“知道”房间通常长什么样”）
• 显著降低计算负担
• 提升图像分辨率与语义合理性

关键前提：依赖预训练，非通用黑盒

需要强调的是，LatentCSI 并不能凭空还原任意房间的图像。

它的前提是：

• 所研究的房间类型已在训练集中出现过
• 模型已学习过类似场景的真实照片

换句话说，AI 并不是“看到”房间，而是在“根据信号线索，想象最可能的样子”。

因此，该方法适用于特定环境下的部署，例如智能家居、养老监护等固定场景，而不适合随意拍摄一段 Wi-Fi 数据就还原陌生空间。

实验表现与局限性

根据论文描述，LatentCSI 在受控环境中表现出优于以往 Wi-Fi 成像技术的效果：

• 能识别多人位置分布
• 可区分家具大致布局
• 生成图像具备合理纹理与空间逻辑

但仍有明显限制：

• 对未见过的房间结构泛化能力弱
• 无法精确还原颜色、文字或小物件
• 依赖高质量 CSI 采集设备（目前多为专业硬件）

此外，整个系统尚未脱离实验室验证阶段，距离实际应用尚有距离。

隐私问题不容忽视

尽管研究人员强调其潜在用途包括：

• 老人跌倒检测
• 智能照明与空调控制
• 无摄像头的家庭监控

但这项技术的本质是“通过无线信号间接获取室内视觉信息”，一旦被滥用，可能带来严重隐私风险：

• 无需摄像头即可推测室内活动
• 可穿透墙壁工作（取决于频率）
• 用户往往 unaware 自家路由器正在“感知”环境

事实上，已有商用路由器支持基本的运动检测功能。随着此类 AI 技术成熟，监管和技术伦理需提前介入。