日本研究团队开发HaptoFlow模型，实现VR高保真实时触觉生成
VR高保真实时触觉生成
（映维网Nweon 2026年08月17日）一支日本研究团队提出了一种名为HaptoFlow的新型振动触觉生成模型。模型基于流匹配（Flow Matching）技术，能够在VR环境中实现高保真、低延迟的实时触觉反馈。
触觉反馈广泛应用于增强VR环境的沉浸感，但为多样化的交互条件设计触觉刺激一直面临可扩展性难题。现有的数据驱动触觉生成模型在波形表现力和推理响应速度之间存在固有矛盾，这一问题随着训练数据规模和多样性的增加而愈发突出。
针对这一挑战，团队将HaptoFlow模型用于VR中的交互式实时触觉渲染。模型以材料标签和交互参数（滑动速度与施加力）为条件进行训练，能够根据这些输入实时生成相应的振动触觉波形。
HaptoFlow基于流匹配技术，通过学习一个连续向量场，将基础分布转换为目标数据分布，从而高效地表示复杂的触觉数据分布。模型架构包含一个流匹配模块和一个信号编码器-解码器。流匹配模块采用U-Net骨干网络，在潜空间中估计条件向量场；信号编码器-解码器则使用预训练的EnCodec模型，将触觉波形压缩为紧凑的潜表示，以降低训练成本和推理延迟。
研究团队在Cluster Haptic Texture Dataset上对模型进行了训练。其中，数据集包含118种材料、覆盖10个类别的振动触觉波形及相关交互参数。
......（全文 886 字，剩余 431 字）
