智能手機終于迎來類似DLSS的幀生成技術，我已經準備好迎接“假幀”了

英偉達算是將AI技術與傳統游戲業務結合最早的廠家，旗下的“大力水手”就是典型例子：DLSS1/2通過超分技術實現了游戲畫面放大重構，DLSS3起正式加入獨立幀生成模塊，DLSS4和4.5則進一步加入了多幀生成和Transformer超分，它不僅在原有AI插幀與超分技術的基礎上持續升級，還能生成具備照片級質感的像素，替換畫面中原有的紋理與光影效果。

通俗地講：顯卡過去單純依賴傳統光柵算力，逐幀計算渲染出游戲畫面，如今依靠AI算力生成部分畫面，雖然畫質有些微損失，還增加了延遲，游戲幀數終究是上去了。但是，整套技術只允許擁有張量核心（Tensor Core）的英偉達RTX顯卡使用，別家顯卡都無法適配（弱勢的AMD FSR則開源給所有廠商使用），這也是一直以來外界爭議不斷的核心原因。

Arm展示全新移動端AI圖形技術

6月10日，Arm推出了名為Neural Dawn（翻譯為神經破曉）的技術演示游戲。該游戲由Arm與游戲工作室Sumo Digital聯合打造，依托Arm自研的神經計算技術，成為首款在手機端落地虛幻5.61引擎巨型光照（Mega Lights，實現數百盞動態實時光照）的游戲。這項技術將實時動態光照與光線追蹤陰影相結合，呈現出接近游戲主機的畫面水準。從演示視頻中不難看出，這套光影效果確實十分出彩。

閱讀Arm這套神經計算技術的說明就能發現，其中不少思路都借鑒了DLSS，同時針對移動設備做了精簡優化（類似Switch 2的DLSS Lite？）。

其推出的神經超采樣（NSS）技術，可將540P畫面放大至1080P，單幀處理耗時僅4毫秒，能釋放出更多GPU性能，用于優化光影和各類特效，類似DLSS的AI超分；神經超采樣配合降噪（NSSD）技術則專門消除光線追蹤產生的畫面噪點，類似DLSS的AI降噪；而神經幀率提升（NFRU）可以生成中間幀，把30幀的原生手游畫面流暢度提升至接近60幀的效果，類似DLSS的AI幀生成。

需要注意的是，Arm明確表示，這套技術是為今年年底發布的新一代Immortalis GPU-G1（也就是從前的Mali）打造，是首個在硬件里集成專用神經加速器的MaliGPU，老Mali（Immortalis G720/G925等，主要是聯發科天璣9500s等在用）都不支持。這也就意味著，想要體驗完整效果，大概率需要更換最新的旗艦手機。

發力AI圖形加速的移動廠商不止Arm一家。高通即將推出的AI幀融合AIFF，是驍龍游戲超分技術的升級版本，同時還支持幀生成與分辨率放大。這項技術的一大亮點在于，既可以運行在GPU上，也能調用手機的NPU算力，理論上能進一步提升運行效率。

蘋果的MetalFX超分技術則采用輕量化神經空間超分方案，同時提供非AI時序超分選項，如今iPhone與iPad也能流暢運行《生化危機》《刺客信條》等大型游戲。

總的來說，手游領域的AI圖形技術目前仍處在發展初期，但不難看出，這類功能終將成為行業標配。

各大國產手機廠商不是早就把“幀生成”玩得輕車熟路了嗎？

在過去幾年里，我們見識了各大國產手機廠商在自家Android UI中搭載所謂的“幀生成”功能，能顯著提高手游幀數（如vivo QNSS、一加MotionEngine、華為AI超幀、紅米超幀等）。說它們純粹是“復制幀”，好像有點一棍子打死了，但這種“幀生成”是圖像層插值，而不是引擎級生成，它們只是拿到GPU輸出的成品畫面，靠前后兩幀的像素運動軌跡補出中間幀，屬于圖像層插值補幀。雖然都可以叫“幀生成”，但簡言之：手機是兩幀之間補一幀，DLSS是用游戲數據“重繪”一幀到多幀，算力與信息差決定了效果鴻溝。

說得再直白一點，其實就是我們在PC上玩游戲用的軟件“小黃鴨”插幀的手機版，這么做不僅會額外增加耗電和發熱，動態畫面里也容易出現拖影、重影、邊緣發虛的問題，還會帶來不小的操作延遲，當基礎幀率過低時，玩競技游戲能明顯感覺到畫面反應跟不上手速——最適合跑分。

當然，個別手機比如iQOO也擁有所謂的“自研電競芯片”（Q1/Q2/D1），但它不是第二個GPU，而是一個簡單的后處理補幀器。它只能輔助在游戲原生渲染幀率（如60fps）基礎上插值生成中間幀（如120/144fps），以及簡單的超分（比如把720p拉升到2K），雖然比單純的軟件插幀能降低功耗，但無法讓GPU渲染更多原生幀。

而Arm和高通推出的新一代幀生成技術，是直接調用手機芯片，從游戲引擎渲染的過程里就開始介入，能讀取到場景、物體運動軌跡、光影數據等核心信息，再借助芯片內置的專用算力去生成全新畫面，運算效率更高，功耗和發熱控制得也更好，生成的畫面自然流暢，各類畫面瑕疵大幅減少，操作延遲也被壓到很低的水平，同時它還能和畫面超分、光追降噪等功能配合使用，不再是單純只為拉高幀率服務，整體思路和體驗都更接近電腦端的DLSS幀生成技術。

AI能否幫助手游縮小與主機游戲的差距？

落地到移動端，這套技術的價值其實十分可觀。降低游戲原生渲染分辨率，能夠有效減輕GPU負載，減少機身發熱與性能降頻問題。單是這一點，就足以改變現狀——運行不穩、頻繁降頻，一直是手游體驗中最突出的痛點。除此之外，幀生成技術還能實現穩定的120幀畫面，充分發揮高刷屏的優勢，且不會額外增加功耗與發熱。從某種角度來說，移動端能從這套技術中獲得的收益，甚至比PC端還要多。

盡管前景向好，但移動平臺本身存在諸多技術難題，想要落地并非易事。

首先，幀生成并非提升游戲表現的萬能解法。凡是在PC端體驗過這項技術的玩家都清楚，它最適合用來優化原本幀率就足夠穩定的畫面。一旦原生幀率偏低，就很容易出現延遲升高、畫面卡頓的問題。

提升幀率只是附加優勢，移動端真正看重的，其實是更低的功耗與發熱量。

舉個例子，把原生60幀畫面通過幀生成補足至120幀刷新率，是最理想的使用場景。可如果從30幀原生畫面拉升到60幀，風險就會大幅增加：即便幀率數字有所提升，明顯的延遲也會讓操作手感變得拖沓。Arm和高通都將30幀以上定為這項技術的基礎原生幀率。

不過如果技術落地得當，幀生成在移動端的發揮空間會比PC端更大。直接渲染120幀畫面，對GPU算力、手機電量和散熱的壓力，遠高于先渲染60幀再通過技術補幀。這也是目前多數手游默認限制幀率的核心原因。

同理，AI畫面超分也無法徹底挽救優化糟糕、圖形性能不足的游戲。

AI分辨率放大技術，也做不到把模糊的畫面修復得完美無瑕。Arm和高通都展示過將540P低分辨率畫面放大至清晰1080P的案例，但如果就此認為它能實現和3A大作毫無區別的頂級畫質，未免有些理想化。

好在手機屏幕尺寸偏小，本身對分辨率的要求就不算苛刻。比如6英寸屏幕上，720P畫面也能顯得清晰銳利，動態畫面下觀感更佳。將720P放大至1080P，或是適配手機常見的1440P原生分辨率，最終呈現的效果會相當出色，即便投屏到大尺寸屏幕上，性能損耗也微乎其微。

技術演示之外，能否真正普及落地？

結合Arm與高通的演示成果來看，技術層面似乎已經不存在明顯瓶頸。移動端當下最大的難題，其實是如何讓這些新技術真正走入大眾設備，并且得到主流游戲的適配支持。

問題主要分為兩方面：第一，支持這類全新AI圖形功能的硬件，基本都集中在新一代頂級旗艦芯片中，比如將于今年下半年發布的高通驍龍8 Elite Gen6（專用AI幀生成單元+ NPU + GPU）以及聯發科天璣9600/9600 Pro（雙NPU+GPU+ SME2 AI指令集），都將端側AI與游戲圖形深度融合。但旗艦芯片裝機基數注定偏低，游戲廠商自然缺乏適配動力，畢竟主流大眾向手游才是營收主力。因此，這類功能想要全面普及，還需要漫長的時間。

其次，Arm與高通的技術方案高度綁定虛幻5引擎。虛幻引擎雖然應用廣泛，卻并非開發者的唯一選擇。其他開發平臺如Unity若要適配各家專屬軟件開發工具包（SDK），還需要投入額外的開發成本，而投入產出比決定了廠商的推進意愿。長期以來，移動領域的AI技術普遍存在廠商接口、開發工具互不兼容的問題，這也讓優質技術很難快速普及。只希望這項技術能帶來實實在在的游戲體驗提升，推動行業加快適配。

整體來看也不必過度悲觀，任何新技術的普及都需要循序漸進。考慮到手機產品的銷量早已遠超PC，無論是畫面超分還是幀生成在移動端都潛力十足，比高性能PC、游戲主機更具實用價值。只要技術能兌現預期效果，各大手游引擎必然會快速跟進適配。

對用戶個人而言，只要能讓手機流暢運行高畫質大作，同時減少耗電、緩解機身發熱，即便畫面里存在部分算法生成的幀、經過放大處理的圖像，我也完全可以接受。