在当今游戏行业,技术的不断进步与玩家硬件的更新速度之间的矛盾,始终是一个难以调和的难题。越来越多的高画质技术以及复杂华丽的画面表现,往往需要玩家每隔几年才更新一次硬件,而这又受到预算的限制。因此,如何在提升画质的同时兼顾玩家的硬件条件,成为了开发者们亟待解决的难题。
从某种程度上说,妥协于玩家的老旧硬件,不去推动画面技术的进步,无疑会限制开发者的创造力,也不利于整个行业在技术层面的健康发展。而如果只追随最新的硬件标准,开发者们可能会面临市场份额的流失与用户的批评。正因如此,近几年来,各种“超分、超帧”技术应运而生,并逐渐被整个行业广泛接受。
在当前PC平台上,最常见的“超分超帧”技术包括英伟达的DLSS和英特尔的XeSS,它们都存在一个共同点:这些技术仅限于自家硬件使用。这意味着,玩家必须购买对应品牌的显卡或集成GPU处理器,才能享受到这些画面雷火竞技处理技术的优势。
相比之下,AMD的FSR技术在过去一段时间内一直被誉为“开源”的典范。我们可以在苹果设备,甚至一些安卓手游上看到基于AMD FSR的各种变体,这为更多的玩家提供了画面精细度和帧率的提升。然而,AMD这种不将画面提升技术绑定于自家硬件的做法,也有其利弊。
其一,能够更容易赢得开发者的青睐;其二,却可能导致FSR在与AMD自家硬件的配合性上表现不如竞争对手的私有方案。面对这样的局面,AMD显然开始反思。
在2025年春季,AMD推出了基于机器学习、专为自家RDNA4架构设计的FSR4。而最近,AMD又推出了进一步的“FSR Redstone”,这个名字显然致敬于《Minecraft》中的红石,象征着新技术的高度依赖机器学习与AI重构的特性。
或许有些人会疑惑,为何不直接将其称为FSR5?其实,FSR Redstone并非FSR4的迭代,而是其超集。FSR Redstone集成了“ML Upscaling(机器学习超分辨率)”技术,这与FSR4相同,但其新增的三项画面处理技术则进一步提升了画质表现:ML Frame Generation(机器学习帧生成)、ML Ray Regeneration(机器学习光线再生)和ML Radiance Caching(机器学习辐射度缓存)。
首先,我们来看看ML Frame Generation。它同样依赖新的RDNA4 GPU,但不需要游戏进行新的适配改造。只需在驱动控制面板中打开相应开关,就能让RDNA4显卡使用机器学习技术来处理FSR3.1的帧生成需求,从而实现更高的帧预测画面精度,有效改善开启帧生成后“中间帧”的画质。
而ML Ray Regeneration和ML Radiance Caching的使用条件则更为苛刻。前者允许游戏改用机器学习的计算方式来处理光追计算,后者则进一步加速光追计算的效率。目前,《使命召唤:黑色行动7》已经实现了对ML Ray Regeneration的支持,成为首款专为RDNA4架构GPU优化光追效果的PC游戏。至于ML Radiance Caching,预计将在2026年被实际游戏所采用。
根据AMD公布的数据,在Radeon RX 9070 XT上,原生4K+光线追踪的《使命召唤:黑色行动7》平均帧率仅为23FPS,但开启FSR Redstone后,帧率可以飙升至108FPS,甚至超过了不开光追时的4K原生帧率。同时,在更多测试游戏中,FSR Redstone相比于原生4K分辨率的表现,平均能提升至3.5倍的帧率。
更为重要的是,FSR Redstone的推出标志着AMD在RDNA4及以后的架构上,正式“淘汰”了之前基于非AI加速器的画面处理逻辑。虽然对于依赖于开源FSR版本的第三方设备而言,这或许不是个好消息,但从AMD的立场来看,这不仅意味着FSR已经获得了足够多的游戏支持,也表明AMD在未来的GPU设计上,将大幅强化内置AI加速器的性能,朝着“神经元渲染”、“完全AI生成画面”的行业前沿方向迈进。
总的来说,AMD的FSR技术正朝着AI驱动的画面处理方向不断演进,不仅为玩家提供了更高的画质体验,也为游戏开发者提供了更大的创作空间。未来,随着AI技术的不断进步,游戏画面表现将会迎来更为广阔的可能性。返回搜狐,查看更多