在近期结束的 SIGGRAPH 2026 图形学大会上，索尼互动娱乐正式公开了新一代PlayStation光谱超分辨率技术 PSSR 2 的完整技术细节。与行业普遍"堆大模型、加算力"的升级思路不同，索尼这一次选择了反其道而行——减少AI需要处理的工作量，把部分影像重建重新交还给传统图像处理流程，最终反而实现了画质、稳定性与性能的三重提升，这套"做减法"的技术路线颇为耐人寻味。
索尼首席软件工程师 Daniel Craig 在大会上详细拆解了 PSSR 2 的重新设计逻辑。初代 PSSR 几乎把整个影像重建流程都塞进了一个名为"Color Prediction Network（CPN）"的神经网络中，由AI直接预测每个像素的最终颜色。这种设计看似一劳永逸，但索尼与 AMD 的工程师在实际调试中发现，让神经网络同时承担一些本可以由传统图像运算高效处理的任务，反而带来了诸多问题，比如在 HDR 色彩处理、时间帧重建以及高倍率升频场景下，画质表现和稳定性都不尽如人意。
PSSR 2 的核心思路因此发生了根本性转变：重新引入大部分传统重建管线，大幅缩窄 AI 的职责范围，让神经网络只负责它最擅长的图像模式识别与决策工作。原本的 CPN 网络被全新的 "Kernel Prediction Network（KPN）" 取代，新网络不再直接输出最终像素颜色，而是预测像素混合所需的权重参数，真正的混合运算则交由传统图像处理流程完成。这种分工方式让 AI 从 "什么都要自己算" 的全能选手，变成了 "只做决策、不做苦力" 的指挥者。
由于 AI 模型不再需要自行处理 HDR 色彩操作，计算资源得以集中在更适合神经网络的任务上。索尼还重新设计了历史画面数据的连接方式，改善了模型的梯度传递效率，使网络能够学习更长时间跨度的画面关系，从而提升帧与帧之间的时间稳定性。针对初代 PSSR 在 2.5 倍、3 倍等高倍率升频时暴露的效率问题，索尼与 AMD 还加入了在输入空间运作的椭圆高斯滤波器，确保升频倍率提升时依然能维持良好的运行效率。
从实际展示的结果来看，这套 "做减法" 的方案效果显著。PSSR 2 不仅提升了整体影像质量与时间稳定性，在较低输入分辨率下的改善尤为明显，同时还减少了 GPU 执行时间与内存占用。更令人意外的是模型训练成本的大幅下降，初代 PSSR 训练需要约4个 GPU 月，而 PSSR 2 将这一数字压缩到了不到1个 GPU 周，训练效率提升了十几倍。
对玩家而言，最直接的好消息是这项技术并不遥远。报道指出，PS5 Pro未来将通过固件更新加入 "Improve PSSR Image Quality" 选项，支持的游戏可以预设使用新版 PSSR 替代原有升频模型，也就是说现有 PS5 Pro 用户有望通过系统更新直接享受到技术升级带来的画质提升。纵观整个行业，DLSS、FSR 等超分辨率技术都在不断加大 AI 模型的规模与复杂度，索尼 PSSR 2 却用 "给 AI 减负" 的思路交出了一份亮眼的答卷。这也提醒我们，技术升级未必意味着一味堆料，找到 AI 与传统算法的最佳分工，有时候反而能事半功倍。
热门跟贴