AI對遊戲的價值被誇大了嗎？

今年CES期間，Nvidia發佈了DLSS 4.5及更多AIPC相關的技術特性。其中DLSS 4.5進一步將基於AI的影格 (frame，亦稱幀)生成推到了6x——即GPU每渲染1影格，AI單元就生成5影格。質疑DLSS 4.5技術方向的主要有兩派：一是在60fps就流暢的普通遊戲玩家眼裡，再往高影格走真的有體驗層面的感知嗎；二是仍有不少玩家認為，AI參與的渲染並非真正的圖形運算收益。

最近Nvidia在中國辦了一場新技術體驗會，將拉斯維加斯CES展上的諸多技術演示搬了過來。借著在這場體驗會上見到的部分演示，探討DLSS 4.5及朝著更高規格參數走的不同技術方向，目前存在的這兩種質疑。

「超越1,000Hz」真的有意義嗎？

在談DLSS 4.5的6x多影格生成是否真的有必要的問題之前，先談談Nvidia在CES期間發佈的另一個技術G-SYNC Pulsar——這主要是一種結合VRR可變刷新率+同步背光頻閃(synchronized backlit strobing)，降低運動模糊的技術——Nvidia在宣傳中提到它能實現「至多4x的運動清晰度」，物理上360Hz的顯示幕就超越1,000Hz的效果。

和DLSS 4.5的6x多影格生成一樣，看到這項技術，對不參與頂級電競的玩家來說，普遍都是：「1000Hz？能看得出來、有必要嗎？」的反應先，以下談談這項技術的原理。

熟悉G-SYNC的讀者應該知道，G-SYNC的核心就是自我調整同步刷新技術——讓顯示幕的刷新率與GPU輸出的畫面影格率保持一致。所謂的VRR可變刷新率，就是在GPU輸出影格率為100fps時，顯示器刷新率適配100Hz；由於負載變化，畫面影格率變為150fps時，顯示器也能適應到150Hz。如此就很大程度避免了畫面撕裂。

本次更新的G-SYNC Pulsar為實現更高的動態清晰度，LCD螢幕部分用到了所謂的「同步背光頻閃」：為了配套VRR，G-SYNC Pulsar選擇了讓背光的閃爍頻率與畫面影格率「同步」。背光同步，這是什麼意思呢？

可以將LCD顯示器背光視作處在常亮狀態(不考慮物理交換頻率的問題)，每1Hz (或VRR同步的1影格畫面)刷新到下1Hz畫面過程中畫素液晶偏轉變化過程雖然很短暫，但這個變化過程被顯示出來(因為背光亮著)，還是會帶來偽影問題。

Nvidia技術部落格中提到，G-SYNC Pulsar顯示器的背光由橫向方向上的多個可獨立頻閃的部分構成(應該是指自上至下的分區背光)，它們自上而下依次閃爍(配合螢幕的逐行掃描？)。以這種「rolling scan」的方式，「在背光亮起之前，畫素就有將近一個完整影格的時間，來調整到正確值，在正確的位置顯示畫面物件」。

筆者的理解是，這麼做能夠讓畫素在變化期間不被點亮(即不顯示出來)，而盡可能僅在穩定停留狀態才點亮，也就大幅減少了偽影。G-SYNC Pulsar的本質就是25%工作週期，或者說降低畫素可見時間。

「G-SYNC Pulsar在1影格25%的時間處才發生脈衝(Pulse，對背光的每一橫向分區而言，亮起1影格25%的時間後就關閉)，在下一次掃描輸出(scan out)之前，脈衝就發生了，正好在畫素被下一影格覆寫(overwritten)之前。」Nvidia在宣傳中提到「超越1,000Hz有效清晰度」可能是指，對於物理上360Hz刷新率而言，單週期時間是2.78ms，背光點亮時間就是大約0.7ms——符合刷新率>1,000Hz的常規認知，雖然並不是真正的1,000Hz刷新率。據說為了實現這種精細控制，G-SYNC Pulsar顯示器中用到了和MTK合作的配套晶片。

G-SYNC Plusar實際上還有個環境光適應技術，比較類似於手機上的「原彩顯示」，透過對環境光的感知來自動調整顯示器的亮度、色溫等參數，所以這類顯示器上方都有環境光感測器。

G-SYNC Pulsar所謂的超越1,000影格，是否可感知呢？體驗會現場，Nvidia首先展示了《紀元117：羅馬和平》——即便在這樣一款策略模擬類遊戲中，在快速移動滑鼠、改變視野時，兩台分別開關G-SYNC Pulsar同款顯示器中，都能看到開啟了G-SYNC Pulsar的那台，畫面中的文字在高速移動時是清晰的。

現場工作人員說，「我們選擇這款遊戲做演示，是希望告訴大家，G-SYNC Pulsar顯示器的遊戲適用性很廣，它不是專為電競射擊遊戲準備。即時戰略、電競射擊、3A大作、網遊，玩家都能從中獲益。」

更不用說在《三角洲行動》、《鬥陣特攻》這樣的主視角射擊類遊戲中，戰鬥時的動態畫面清晰度差異。而所謂的「超越1,000Hz有效清晰度」的確是普通遊戲玩家能一眼感知，可見大部分人還是低估了自己的眼睛——你覺得沒必要，可能是因為你沒見過更好的，而這個道理可以相似地延展到DLSS 4.5之上。

6x動態多影格生成的4K 240fps

從G-SYNC Pulsar，可看到更高影格率及高刷新率的必要性；60fps 60Hz也絕不是什麼甜蜜點。當然人類的顯卡還沒進化到讓大部分3A遊戲輕鬆上到360fps、1,000fps的程度。但4K 240fps這個目標，在AI的加持下仍有戲；而240fps被認為是電競的「黃金刷新率」。

簡單來說，DLSS 4.5的兩大技術點包括：1.超分部分換用了第二代Transformer模型，使超分畫質進一步提升；2.導入了動態多影格生成(dynamic multi frame generation)，以及6x多影格生成。

Nvidia在CES期間介紹這項技術就提過，導入DLSS 4.5是期望滿足當下的3A遊戲，在開啟路徑追蹤全高畫質的情況下，玩家使用4K 240Hz螢幕遊玩時，「能達成影格率、畫質、回應的完美平衡」。這句話已經充分解釋了DLSS 4.5技術的目標與價值：6x多影格生成旨在讓更多顯卡與遊戲站上4K 240fps目標，動態多影格生成與第二代Transformer模型則強調「影格率、畫質、延遲的平衡？。

「影格率」方面，在體驗會現場，Nvidia用GeForce RTX 5080跑《黑神話：悟空》，4K解析度+光追全高畫質。在開啟DLSS 4.5動態多影格生成的情況下，影格率恰在240fps左右，算是完美搭配4K 240Hz顯示器；而採用此前的DLSS 4時，遊戲影格率無法突破200fps。

有關畫質的部分，Nvidia指出，DLSS 4.5將超分模型更新到第二代Transformer之後，在畫面的時域穩定性(temporal stability)、偽影、抗鋸齒方面均有顯著改善。在看演示之前，原本認為這種差異應該是微乎其微的，畢竟Nvidia最初宣傳DLSS之時，就提過超分過後的畫面與原生渲染的效果差別不大。

現場演示《黑神話：悟空》遊戲中，天命人開啟禁字決，手裡的武器發光，周圍也搖曳著發光粒子。在該場景下左右晃動滑鼠、改變視角，更早版本的DLSS就會在畫面中產生發光粒子的拖影，DLSS 4.5就不存在該問題；另外，猴毛明顯更真實，且更大程度消除了此前在移動鏡頭時的猴毛邊緣閃爍問題，這些都是完全可感受到的。

Nvidia官方提供的這張PPT展示，除了影格率差異還提供DLSS 4.5更多的畫面細節。

其他相關畫質的演示，還有像是《燕雲十六聲》遊戲中的松樹葉子，也就是松針的顯示品質在超分與動態畫面中得到極大改善，可見AI技術發展過程中，曾經的問題都不再是問題。而有關「延遲」的問題，Nvidia表示6x多影格生成、更出色的模型，的確會帶來延遲的少許提升，因此「動態多影格生成」在此產生了價值。這是一種依需實施不同影格生成倍率的技術：在圖形渲染壓力大的情況下，增加影格的生成數；而在負載較輕時，就將影格生成倍率降下來。

接入DLSS 4.5動態多影格生成的《鳴潮》和《燕雲十六聲》都能基於當前遊戲場景的渲染壓力，在3x-6x影格生成間切換。「影格生成倍率越高，其實延遲也會增加——每多1倍，延遲就會增加幾毫秒。在遊戲影格率超過螢幕刷新率時，延遲成為影響體驗更關鍵的參數」，而降低影格生成倍數自然也就降低了延遲。對應的，「遊戲影格數未能達到顯示器目標刷新率時，提升影格數對體驗而言更重要。」

這就是DLSS 4.5嘗試做到「影格率、畫質、延遲平衡」的基本邏輯，也能夠解釋對DLSS 4.5必要性的質疑。

AI在電腦圖形學與遊戲中的價值

回到上述提到的第二個質疑，AI生成的影格或AI參與的渲染並非真正的圖形運算收益。這可能是自DLSS和更多AI超分、影格生成技術誕生以來，就存在的爭議。因而遊戲市場上，有了不少在近代GeForce RTX顯卡中偏重堆AI單元，而非傳統圖形渲染單元的聲音。

筆者猜測，存在此類質疑的關鍵點有兩個：1.AI參與渲染的效果不好——如AI超分相比由圖形單元原生渲染出來的畫素，品質不夠好；2.AI生成或算出來的任何內容，都不是真實客觀。

對於第一點，DLSS從一代發展到現在的4.5版，透過AI模型與配套演算法的不斷演進，已經證明了它不僅比傳統超分與插影格演算法優秀得多，而且持續與原生渲染得到的畫質無限靠近。DLSS 4.5在畫質上的進步就是佐證：事實證明，AI模型的高速發展未來還會讓畫質更好。

可做進一步延伸：在保證GPU渲染得到基礎影格率的情況下(40~50fps)，市場已經證明AI超分、AI影格生成是有效提升體驗的技術，包括很多人一直在詬病的畫質問題。而在半導體技術發展速度已經沒那麼快的當下，就算將tensor core的die area都給到shader core和其他固定圖形功能單元，人類要以可接受的成本、夠到路徑追蹤全高畫質4K 240fps乃至360fps及更高，都絕不是2026年的今天可以達成的。

活動現場，Nvidia用DGX Spark演示文生圖、圖生視訊工作串流，相較採用M4 Max晶片的MacBook Pro有著顯著的速度優勢。如果借助200Gbps (雙埠400Gbps)的ConnectX-7級聯兩台DGX Spark，則跑Qwen 235b滿血版(FP4量化)也能跑出25 tks/s的水準。

有關圖形渲染的本質本來就是採樣和近似，而不是對現實世界的1:1還原——人類就算窮盡地球資源，建基在現代物理學上的科學技術基本不可能實現對現實世界的1:1模擬。渲染的結果因此就不是忠實還原，而是另一種「虛假」，包括人們一直在談更還原物理的光線追蹤，否則也沒必要用降噪。

DLSS這類技術是在原生渲染的基礎上，對靜態與動態畫面做出合乎邏輯的「腦補」，在遊戲這種虛假世界裡行得通且有效果。而且DLSS也只是AI在遊戲中應用的某種早期技術，因為它沒有深入渲染管線內部，而是在尾端的一種技術方法。

先前發佈Blackwell圖形卡的時候，Nvidia導入了新詞「neural shader」——這應該是不少科技企業在共同推進的渲染技術：其本質是把小型神經網路直接嵌入到shader中，也就是傳統shader的某些邏輯是可以用AI。傳統shader也就是手寫數學公式，而neural shader是嘗試用神經網路來替代、擬合這些公式。

包括Nerual Materials (用AI壓縮/重建複雜材質)、Neural Texture Compression (紋理壓縮節約顯存)、Neural Radiance Cache (AI預測光照)、Nerual Volume Rendering (AI加速體積渲染)、Nerual Geometry (AI重建細節或LOD)等，都是AI更深入到渲染管線的技術點。

當然，或許現在還很難說AI已經成為了電腦圖形學的支柱，因為AI仍然建構在傳統圖形管線的基礎之上；最先進的神經圖形技術也依託傳統的圖形學知識體系。這可能也是像DLSS這樣的技術推出了這麼久，Nvidia從Ampere架構顯卡開始就如此注重Tensor core堆砌，很多遊戲用戶仍然將超分、影格生成當做圖形世界「外人」的一部分原因。

但AI作為當代圖形學創新的核心是個不容置喙的事實。筆者始終堅信，當AI深入到圖形渲染與物理類比的每個節點，AI就會成為不可剝離的組成部分——屆時，跑遊戲影格數，還能切分這是AI算出來的，而這是「原生」的嗎？

《全軍破敵：法老》Playtest計畫中的遊戲顧問角色，可與玩家直接進行自然語言互動。

與此同時，除了物理與圖形渲染本身，AI在遊戲玩法上也有諸多創新，像是Nvidia展示的基於NVIDIA ACE，《全軍破敵：法老》這類機制較為複雜的遊戲中導入的「顧問」角色——該角色是將本地語言模型與遊戲資料庫連接，基於玩家當前所處遊戲狀態，輔助玩家遊戲：與之直接用自然語言對話，就能獲得遊戲建議，例如下一步做什麼、目前欠缺什麼等等。

更不用提遊戲與內容創作方向上，AI越來越成為標配——AI現如今正逐步貫穿到遊戲製作、遊玩的全流程，而DLSS不過是其中的一小塊拼圖罷了。

本文原刊登於EE Times China網站

The post AI對遊戲的價值被誇大了嗎？ appeared first on 電子工程專輯.