生成一张漂亮的游戏画面早已不稀奇,实时神经渲染真正的麻烦在于:镜头转过去再转回来,那堵墙应该还是同一堵墙。美术花了三周确定这堵墙是潮湿发暗的灰砖,模型却在某一帧把它“优化”成了更讨喜的暖色,下一帧又变回去。玩家说不出哪里不对,只觉得画面在呼吸。这是“真实渲染”与“生成画面”边界模糊时,团队最先撞上的问题。

同一个像素的三种来路

画面里的像素并不同质。第一类由引擎直接算出,几何、材质、光照都有明确的数据来源,出了问题可以顺着管线找回去。第二类由超分辨率重建,模型根据低分辨率输入和运动信息补出细节,目标是逼近“如果原生渲染会是什么样”。第三类是生成像素:模型不再只是逼近,而是改写光照与材质的外观。三者的区别可以这样对照:

来路 内容由谁决定 典型风险
渲染像素 引擎的几何、材质与光照数据 算力不够,需要降配置
重建像素 低分辨率输入加运动信息 细线、UI 与高速物体出现伪影
生成像素 神经模型对已渲染画面的改写外观偏离美术设定,帧间不一致

3D 引导给神经渲染划了一条底线

需要澄清的是,目前业界主流的做法并不是让模型凭空生成画面。以 NVIDIA 的 DLSS 5 为例,官方把它定位为“3D 引导的神经渲染”:游戏引擎仍然渲染几何、相机、动画和基本场景结构,神经模型读取已渲染的颜色帧与运动信息,再改写光照和材质的外观。它既不是纯粹的图像重建,也不是完全自由的图像生成。这意味着画面的“骨架”依然由引擎给出:门在哪里,角色站在哪里,是什么姿势,都不由模型决定。模型改写的,是骨架之上的“皮肤与光”。

可是“皮肤与光”恰恰是美术最在意的部分。一款游戏的视觉风格,大部分就活在光照的冷暖、材质的粗糙度和阴影的边缘里。金沙娱乐AI 在评估这类技术时,最先问的不是“画面能不能更真实”,而是“它改写的部分,美术有没有办法说不”。

边界模糊的风险是“不听话”

把生成画面称作“假”没有多大帮助,实时渲染本来就是近似。真正要警惕的是三种“不听话”。其一是风格漂移:写实向的模型把一款手绘风格游戏的阴影处理得过于真实,破坏了设定。其二是身份漂移:角色的标志性配色、纹章、面部特征在某些光照下被改写得不一样,玩家和角色美术都会认出来。其三是功能漂移:地面上作为提示的发光标记,被模型当成普通光照效应压暗了,玩家因此错过关键线索。三种问题都不会让画面变丑,甚至有时更好看,所以很难在传统的“画质评测”里被发现。

美术控制权怎样保留

金沙娱乐更倾向于把控制权拆成四件具体的事,而不是一个“开关”。第一,让美术意图成为模型的输入,材质类别、光照意图、风格参考随几何缓冲一起送进去,模型改写时才有依据。第二,划出禁改区域,UI、文字、角色识别色、关键提示物用遮罩排除在改写之外。第三,强度分层,按资产、场景乃至镜头设置改写的强度上限,美术可以只让神经层处理大面积环境光,不碰角色脸部。第四,建立回归对比:同一条相机路径,分别在开启和关闭神经层的情况下逐帧输出,比较颜色偏移、边缘结构和亮度分布,把“感觉不对”变成可以复查的差异图。

时间一致性比单帧质量更难

单帧好看是模型最擅长的事,难的是连续帧之间的“认得”。神经层每一帧都在改写,只要有一点随机性或对运动信息的误判,同一面墙就会闪烁、同一块金属会漂移。更细的讨论可以看下一帧为什么必须认得上一帧,以及传统引擎在这套结构里依旧承担的职责,见神经渲染开始生成光影以后引擎还负责什么。一个务实的做法是把“帧间差异”当作独立的验收指标:静止镜头下,画面的逐像素变化应当接近零。

移动端与云端会更早跨过这条线

这条边界模糊得最快的地方,是算力最紧张的设备。Arm 的神经超采样可以把 540p 上采样到 1080p,神经帧率提升可以把 30fps 拉到 60fps,高通的 Adreno Neural Fusion 则把神经处理、AI 超分和帧生成放进同一条图形管线。当一台手机上大部分像素都不是引擎原生算出来的时候,“真实渲染”这个词本身就需要重新定义。还要记得一点:帧生成让画面看起来更流畅,并不等于操作响应同步变快,30fps 的渲染帧合成出 90 到 120fps 的观感,基础帧率与输入响应并没有提升,详见帧生成与延迟

金沙娱乐的结论落在一个可执行的标准上:任何进入正式版本的生成像素,都应当能被声明、能被关闭、能被回归测试。做不到这三条,美术就只能在事后凭感觉挑毛病。