日本京王集团旗下的感性AI团队对素材探索与开发平台“感性AI MateriaLink”进行了升级，推出了基于物性数据预测最终质感的新功能。
物性与质感的双向模拟功能更新
该功能基于日本电气通信大学坂本研究室的专利“感性定量化技术”，在此前已提供的“从目标质感推算物性”功能基础上，新增了“从物性预测质感”的功能。
- 物理特性（物性数据）质感预测模拟
用户输入厚度、拉伸强度、克重、透湿量等物理特征数据，系统通过AI定量预测该素材的触感表现。
- 与现有素材数据的感性地图整合展示
AI预测结果可统一绘制在自有及竞争对手素材数据库的感性地图上，方便进行直观对比。
此举使得在实际制作样品前，能够快速在数字平台上验证目标质感的匹配度。
引入MateriaLink的优势
数字原型设计提升试制与评估效率
避免实验室实物测试和设计返工，整个从规格制定到评估的流程均可数字化完成，大幅缩短开发周期，实现数字化转型（DX）。
促进环境负荷降低（绿色转型，GX）
减少试制次数，降低废料产生，同时减少开发过程中的二氧化碳排放，推动可持续素材开发。
此外，将质感数据作为数字资产进行积累，打破各开发环节间的数据孤岛。素材制造商向成品制造商（如汽车、日本室内装饰、日本日用品等）提案时，可利用客观数据作为证据，减少沟通误差。
适用行业与领域
- 汽车与移动出行：座椅、车门内饰、方向盘等内饰材料的触感直接影响产品价值。
- 纸制品、卫生材料与纺织品：对肌肤触感和舒适性有高要求的卫生用品及服装材料。
- 树脂、薄膜与化学材料：包装材料、触控面板等用户日常接触的工业材料。
