最近，小雷在网上刷视频，偶然看到这样一条截图：
（图源：youtube）
这是从卡普空新作《识质存在》的测试Demo中截取出来的片段，这张游戏截图相当模糊，仿佛像是将一张正常的游戏截图，用微信来回传了二十多遍后带有“电子包浆”的网图。
不得不说，虽然糊得没眼看，游戏的场景还算是勉强看得清的，人物、背景、场地都还算能识别。
但是，如果告诉你，这游戏的内部实际渲染分辨率是38x22呢？
这位大神使用了dlsstweaks修改软件，将22p的画面效果经由英伟达最新的dlss4.5，搭载了第二代transform模型算法的超分技术上采样到了4k。
（图源：youtube）
而原像素，大概占据这么一小块。
无独有偶，还有一个更加极限的场景：在小黑盒上，有玩家使用《巫师3》这款游戏超分生成进行上采样，它的原像素是多少呢？是16x9，没错，不是16:9而是16x9，这意味着整个屏幕像素数量只有144块。直接观看，看起来像是某些博物馆上展出的抽象主义作品，如果没有周边的ui，很难让人知道这是一款游戏。
（图源：小黑盒）
而在dlss4.5的加持下，这款游戏的画面是这样的。
（图源：小黑盒）
虽说依旧模糊，但它起码能清晰地分辨出人物与背景的位置关系，有点类似近视眼没戴眼镜时的效果，这样的画面技术着实让人汗颜。
曾几何时，超分辨率还是一个饱受争议的话题，2018年首次搭载的dlss1的超分质量也难以给出让人信服的答复。然而到了近几年，几乎99%的2a或者3a游戏都至少采用了dlss，fsr，xess此类超采样技术的一种或多种。
（图源：youtube）
而在几个月前的ces展会上，英伟达正式公布了dlss4.5，带来了第二代的Transfromer模型与高达6X帧生成技术。
我们暂且抛开最开始图上那些用修改工具做出来的极端情景，就单纯使用官方允许的最大化设置。在同时开启DLSS超级性能档+6X帧生成的情况下，一款游戏在4K300FPS超高分辨率和超高帧率运行的游戏，其内部实际渲染的画面只有720P+50FPS。抛开超分超帧所需的计算量不谈，游戏背后的实际计算量仅有原生画面的1.85%。也就是说，游戏98%的画面是由AI生成的。
暂不论“我们是在玩游戏还是玩AI”这种忒修斯之船的哲学问题，但我们能清晰地看到，延续了40余年的图形技术正在迎来一次深刻的变革。
若要理解这深刻的变革，不妨从那场变革最开始的源头说起。
最早起家ai图形技术的英伟达
在2018年的德国科隆展上，NVIDA正式发布了20系游戏显卡。除了常规的性能升级外，此次20系显卡还带来全新的硬件光线追踪技术以及专属的ai计算单元tensor core。配合这款专属的ai计算单元的是首代深度学习超采样（Deep Learning Super Sampling，简称dlss）。
（图源：NVDIA）
在最开始，这类超采样技术是为了弥补20系显卡同期带来的光线追踪的不足——因为是首次研发此类技术，导致开启光追后的游戏帧数暴跌，此时就需要通过降低分辨率来降低渲染压力。而又想要保证画面质量，因此dlss便应运而生。
dlss借助其ai单元，由预先训练好的模型，在分辨率降低后空出的地方“猜测”像素进行填充（与现今的ai语言大模型相当相似）。
然而，初代的dlss的实际落地表现并不好，虽说已经比降级直出的要好上不少，但仍然存在模糊严重的问题。同时，与现在的随意调整渲染倍率的现代超分方案不同，你只能在固定的分辨率下以固定的缩放形式输出，还需要针对每一款不同的游戏分别进行模型训练……总之，玩家们并不买账。
而在大约一年半后，英伟达推出了dlss2.0，这次的技术进步相当大，同时也奠定了现代AI超分技术的基础。这次的模型升级为CNN（卷积神经网络）模型，不仅模型生成速度达到了上代的2倍，还能够从多个历史帧中提取向量、深度等数据作为画面参考，还带来了质量、平衡、性能三个超分辨率挡位，性能挡位能够从1080p四倍上采样到4k，而质量模式甚至已经接近了原生画面的水平。
此后，dlss2.X也在不断更新，每一次版本迭代都让画面质量更上一层。也是在此时，超分辨率低劣的刻板印象在玩家群体中逐渐消失，此类技术赢得了更多玩家的青睐
然而若是以目前普遍接受的超分技术来比较，dlss3.0新带入的帧生成技术带来的争议要大得多。
（图源：NVDIA）
DLSS3与RTX40系列显卡一同发布，它使用新硬件的光流加速器在两帧之间额外生成一帧，实现了双倍的帧数提升。但同时也引入了额外的延迟，不少玩家在使用超分辨率时抱怨增加的延迟严重影响了游戏手感，特别是在射击类或者动作类需要高精度反应的游戏中显得尤为突出。同时dlss3.0在超分模型上引入了超级性能挡位，能够以720p分辨率基底上采样至4k。
到了当前最新的RTX50系显卡，老黄也同步带来了dlss4.0，这次将超分与超帧这两方面进行了完全重构。
（图源：NVDIA）
在超分方面，从cnn模型更换成了全新的Transformer模型，采用了更大的模型计算量，图像生成的质量得到了极大地提高。原先的性能挡位即可媲美cnn质量档，更高级的平衡档和质量档甚至已经超越了原生的画面水准。
（图源：NVDIA）
超帧方案也从原先的光流方案升级到了新的AI生成模型，不仅生成速度加快，显存占用降低，相比dlss3的方案显著降低了延迟，还支持了最多4倍的帧数倍率。
在开启超分超帧等所有方案后，各种顶级3a游戏大作都达到了恐怖的两百多帧。
（图源：NVDIA）
到了最新的一代，英伟达在ces展上给出了最新dlss4.5技术，6X帧生成与第二代transformer模型的出现，算是给本就成熟的AI图形技术再度强化。
已经离不开AI的游戏业界
游戏开发商们也对这些AI技术相当重视。
对于他们而言，超分超帧技术的“反向应用”可以大大地缩短开发周期与降低成本。
在游戏开发过程中，“优化”一直是一个费力不讨好的工作，需要在资源受限的情况下去做减面、缩光影、砍画质等内容极为耗时耗力。而有了此类技术，则能够通过AI轻松生成出高质量的画面与极高的帧数。
（图源：NVDIA）
这当然也相当程度地影响了部分“守旧派”，对那些拒绝使用超分超帧的用户来说，他们成了牺牲品。然而在这“时代车轮滚滚向前”的大潮中，此类人要么最终“真香”，要么孤注一掷，用着残缺的显卡性能体验游戏，尤其是当前的显卡价格的构成早已不是单纯的光栅化性能，AI、光追也在产品价格中占据了相当一部分。
所以，积极拥抱未来技术既是理智的，也是不得不做出的选择。如果能主动选择，这类技术甚至能让曾经的60系甜品卡，在2K乃至4K分辨率的最高画质下流畅运行游戏。
未来的游戏形态？
当下的dlss超分技术无论多么先进，目前更像是锦上添花，游戏的所有元数据依然需要大量的人工开发，哪怕做到了99%，没有剩下的那1%依然无法满足需求。
同时，这类技术并非没有副作用，如同前文提到的模糊，延迟等问题，目前到最新的技术下依然没有得到妥善地解决，超分带来的画面bug和超帧带来的操作不跟手的问题依然存在。我们还需要等待技术的进一步成熟。
近几年还推出了一种完全由AI生成的游戏形式，虽然目前来说仅仅是个技术展示，甚至连正常游玩都做不到，但展望未来，或许由人工搭建的游戏与纯AI游戏将会并行发展。
当下这个摩尔定律失效，制程工艺接近极限的时代，这类ai技术正在使用“曲线救国”的技术持续的更新迭代。
由编辑“定西”和主播“阿雷”领衔的雷科技MWC26报道团已集结完毕，将于2月27日启程飞赴巴塞罗那。
MWC（世界移动通信大会）26主题是智能新纪元「The IQ Era」，将在5G-A/6G通信新技术外，生动展示AI、IoT、XR、机器人、云计算、智能出行等技术及其解决方案的应用。
AI4Enterprise、AI Nexus、ConnectAI、游戏规则改变者们、智能基础设施、Tech4All，六大主题盛宴，AI贯穿全场、连接未来。
3月，与雷科技报道团一起，在巴塞罗那洞见AI落地新趋势。
热门跟贴