超分辨率解决的是“像素不够”的问题：渲染 1080p，放大成 4K，尽量别糊。生成式神经渲染要解决的则是另一种问题：画面的光照和材质，能不能由神经模型来重新书写。2026 年 9 月发生的几件事，让这条分界线第一次变得清晰可见。
发生了什么：从重建像素到改写外观
据公开资料，NVIDIA 的 DLSS 5 定位为“3D 引导的神经渲染（3D-Guided Neural Rendering）”，2026 年 9 月 3 日随《NBA 2K27》发布，可用于 GeForce RTX 50 系列和 GeForce NOW，路线图上还有《Star Wars Zero Company》和《Onimusha: Way of the Sword》。它的处理链大致是：游戏引擎渲染几何、相机、动画和基本场景结构；神经模型读取已渲染的颜色帧和运动信息；输出被改写过光照与材质外观的画面。它不是纯粹的图像重建，也不是完全自由的图像生成，而是被 3D 信息约束的中间形态。
移动端同步推进。Arm 公布了 Neural Super Sampling（可从 540p 上采样到 1080p）、Neural Frame Rate Upscaling（30fps 提升到 60fps）以及把超采样与光线重建结合的 Neural Super Sampling and Denoising；Mali G2-Ultra 首次把 AI 神经处理放进 Arm 移动 GPU，演示项目《Neural Dawn》基于 Unreal Engine 5.6.1。高通在 2026 年 9 月发布的 Adreno Neural Fusion，则把神经处理、AI 超分和帧生成整合进同一图形管线；Imagination 也发布了面向移动端的 NSR 超分。
为什么重要：三个技术层次正在合并
过去这三件事各是独立模块：超分辨率负责分辨率，帧生成负责流畅度，光线重建负责降噪。现在的趋势是它们被放进同一条管线，甚至由同一类神经模型处理。好处是资源共享、延迟更可控；代价是错误也会互相叠加。比如降噪把一条细电线抹掉，超采样再把残影放大，帧生成又把残影复制到中间帧，最终看到的是三个模块共同“创作”的结果。
这也是为什么金沙娱乐 AI 图形方向更关心“错误出现在链路哪一环”，而不只看最终画面好不好看。关于这一点，可以对照《下一帧还得认得上一帧》中对时间稳定性的讨论。
对玩家、开发者和平台意味着什么
对玩家而言，要区分两种收益。多帧生成可由 30fps 渲染帧合成中间帧，显示帧率可到 90–120fps 的观感，但这是视觉流畅度的提升，基础帧率与输入响应并不等同提升。一个射击游戏里，画面看起来是 120fps，鼠标到准星的延迟却仍按 30fps 的节奏走，手感就会“飘”。相关取舍可参考《120 帧看起来流畅，操作真的更快吗》。
对开发者而言，引擎的职责没有消失，而是重心变了：几何、相机、动画和运动向量必须准确，因为神经模型是以这些信息为锚点的。假设一个赛车游戏的运动向量在雨刷和车牌处出错，神经模型很可能把错误当成“真实运动”去美化。对云游戏和移动平台来说，神经渲染意味着可以用更少的原生像素换取更高的观感，但要确认设备上的神经单元预算和电量。金沙娱乐云游戏与AI画质方向的研究思路，是先决定超分放在云端还是玩家设备，再讨论生成式渲染，见《AI 超分应该运行在哪里》。
仍然未解决的问题
第一是一致性。镜头转过去再转回来，那面墙的砖缝、污渍、反光是否还在同一位置，模型是否“记得”上一帧。第二是可解释边界：玩家开启神经渲染后，看到的哪些是引擎渲染的、哪些是模型改写的，美术团队如何保证最终外观符合原设计。第三是异常输入：UI 文字、细线、快速旋转的物体是超分类方法长期的薄弱点，改写式渲染并不会天然消除。第四是评测：单帧质量指标很难反映时间闪烁，需要新的对比方式。
一个具体的观察点
读者在自己的设备上就可以做一个最低成本的测试：选一段带有大面积纹理墙面的场景，左右转动镜头三次，在开关神经渲染两种状态下录屏，逐帧看同一块墙面的材质细节是否稳定。如果出现闪烁、纹理漂移或者光照突变，问题多半出在时间稳定性，而不是画质本身。评价 DLSS 5 与移动端神经管线，下一阶段最有价值的信息，就是这类跨帧一致性的公开对比，金沙娱乐也会持续关注。
