Įprastas žaidimų atvaizdavimo variklis yra darbštus buhalteris: pateikite jam geometriją, tekstūras, šviesas ir taisykles, o jis apskaičiuos, kaip turėtų atrodyti kiekviena scenos dalis. Neuroninis atvaizdavimas pristato kitokio tipo pagalbininką - tokį, kuris išmokytas atpažinti naudingus dėsningumus ir atkurti pasirinktas detales, neapskaičiuojant kiekvienos smulkmenos įprastu būdu.
Tai nėra žaidimas, siunčiantis kiekvieną pikselį milžiniškam debesijos pokalbių robotui ir laukiantis meninių nurodymų. Įdomus darbas atliekamas naudojant mažus, specializuotus modelius, veikiančius vietoje ir pakartotinai naudojamus grafikos konvejeryje. Tradicinis atvaizdavimas vis dar sukuria pasaulį, o neuroninė dalis padeda efektyviau aprašyti arba atkurti jo dalis.
Pirmoji versija jau rodoma jūsų ekrane
DI spartinamas mastelio keitimas yra gerai žinomas pavyzdys. Žaidimas atvaizduojamas mažesne vidine raiška, o tada atkuriamas didesnės raiškos vaizdas, naudojant tokią informaciją kaip judesio duomenys, ankstesni kadrai ir išmokytas modelis arba pažangus algoritmas. Vaizdo plokštė atlieka mažiau įprasto atvaizdavimo darbo, o žaidėjas gauna vaizdą, kuris turėtų priartėti prie raiškos vaizdo detalumo.
Kadrų generavimas žengia dar vieną žingsnį ir sukuria papildomus rodomus kadrus tarp įprastai sugeneruotų kadrų. Abu būdai iliustruoja pagrindinį kompromisą: mažiau brangių dalykų apskaičiuoti tiesiogiai, o turimus duomenis panaudoti įtikinamam rezultatui atkurti.
Neuroninis atvaizdavimas leidžia šį kompromisą perkelti giliau į atvaizdavimo variklį. Užuot padėjęs tik beveik galutinio vaizdo etape, išmoktas atvaizdas gali būti naudojamas tekstūroms, medžiagoms, apšvietimui ar scenos duomenims.
Maži modeliai gali tapti šeiderio dalimi
Šeideris yra programa, padedanti nustatyti, kaip atrodo tam tikra scenos dalis. Microsoft DirectX darbais siekiama atverti spartinamas tiesinės algebros operacijas grafikos konvejeryje, o NVIDIA pademonstravo neuroninių šeiderių mokymo ir vykdymo įrankius.
Svarbus žodis yra mažas. Specializuotas tinklas gali išmokti kompaktišką vienos siauros užduoties atvaizdį ir tada greitai veikti tinkamoje aparatinėje įrangoje. Tai veikiau ne visažinis menininkas, o itin gerai pramokęs mokinys, kuriam vienas konkretus paviršius parodytas dešimt tūkstančių kartų.
2026 m. rugsėjo mėn. Microsoft D3D12 tiesinės algebros palaikymas tebėra peržiūros funkcija, o ne įprastas reikalavimas išleistuose žaidimuose. Šis skirtumas svarbus. Įspūdinga demonstracija įrodo, kad idėja gali veikti; stabili grafikos API, derinimo įrankiai ir kelių gamintojų palaikymas paverčia ją tuo, ką studija gali pagrįstai išleisti.
Tekstūros yra natūralus taikinys
Šiuolaikiniuose žaidimuose naudojamos milžiniškos tekstūrų duomenų bibliotekos. Didesnė detalė didina atsisiuntimo dydį, naudojamą saugyklos vietą, VRAM poreikį ir atminties srautą. Neuroninis tekstūrų glaudinimas bando saugoti išmoktą atvaizdį ir vykdymo metu atkurti reikiamas medžiagos detales.
Mažesnis atsisiuntimas būtų sveikintinas, tačiau svarbesnis pranašumas gali pasireikšti pačiame įrenginyje. Perkeliant mažiau tekstūrų duomenų, galima sumažinti grafikos atminties ir pralaidumo apkrovą. Kompromisas - papildomi skaičiavimai ir sudėtingesnis kūrimo procesas: atvaizdas turi būti atkuriamas greitai, nuspėjamai ir taip, kad plytų sienos nepradėtų atrodyti lyg kvėpuotų.
Spindulių sekimui reikia išmanių trumpesnių kelių
Spindulių sekimas seka šviesos kelius scenoje. Norint gauti aukštos kokybės rezultatą, reikia daugybės spindulių, o realiojo laiko žaidimai negali sau leisti neriboto jų kiekio. Todėl neapdorotame rezultate gali būti triukšmo arba trūkti apšvietimo informacijos. Triukšmo šalinimas iš mažesnio pavyzdžių kiekio, naudojant gretimus pikselius, judesį ir ankstesnius kadrus, atkuria švaresnį vaizdą; mašininis mokymasis gali pagerinti šį atkūrimą.
Neuronų spinduliuotės kaupimas ir susiję metodai taip pat gali išmokti netiesioginės šviesos dėsningumus, užuot nuo pradžių perskaičiavę kiekvieną sąveiką. Dėl to spindulių sekimas netampa nemokamas. Sistemai vis tiek reikia patikimų duomenų, o dėl prasto įverčio gali atsirasti šešėlių vaizdai, mirgėjimas arba detalės, kurios kiekviename kadre keičiasi nenuspėjamai.
Medžiagos gali būti perteikiamos, o ne išsamiai aprašomos
Oda, plaukai, audinys, dažai ir stiklas sudėtingai reaguoja į šviesą. Įprasti šešėliavimo įrenginiai šį elgesį apytiksliai atkartoja matematiniais modeliais ir kūrėjų parengtomis tekstūromis. Išmokyta neuroninė medžiaga dalį šio sudėtingumo gali perteikti glaustesne forma.
Tai galėtų pakeisti ne tik žaidėjo vaizdą, bet ir menininko darbą. Užuot rengusi tik fiksuotus žemėlapius ir parametrus, studija galėtų mokyti arba tobulinti medžiagą pagal pavyzdinius duomenis. Praktiniai klausimai kyla iškart: ar ją galima redaguoti, išbandyti ir atkurti? Ar ji veikia esant bet kokiam apšvietimui? Ar gali sklandžiai veikti su kelių GPU gamintojų įranga? Graži medžiaga, neatlaikanti gamybos proceso, vis tiek tėra graži demonstracija.
Veidai ir plaukai – negailestingi bandomieji objektai
Žmonės neįprastai gerai pastebi nedideles kitų žmonių klaidas. Neuroninės technologijos galėtų padėti kuriant veido animaciją, odos šešėliavimą, plaukų atkūrimą, lūpų judesius ar žvilgsnį, o įprastas veikėjo modelis ir animacijos sistema išliktų valdomi įprastu būdu.
Toks hibridinis sprendimas daug realesnis nei viso veikėjo kūrimo proceso pakeitimas nenuspėjamu generatoriumi. Kuriant žaidimą reikia, kad pagrindinis veikėjas po pataisos atrodytų taip pat, stovėtų pažymėtoje vietoje ir pasakytų tinkamą frazę, o ne nuspręstų, kad šiandien mieliau turėtų septynis pirštus.
Kas galėtų pagerėti žaidėjams?
- detalesnės tekstūros be proporcingai didesnių atsisiuntimų
- geresnis spindulių sekimo apšvietimas praktiškai pasiekiamu kadrų dažniu
- švaresnis atkūrimas ir stabilesnės smulkios detalės
- išraiškingesnės medžiagos ir įtikinamesni veikėjai
- geresnė vaizdo kokybė aparatinėje įrangoje, kurios įprastos atvaizdavimo galios nepakanka
Žaidėjai gali niekada nepamatyti nustatymo, pavadinto „neuroninis atvaizdavimas“. Ši technologija galėtų tiesiog tapti atvaizdavimo įrenginio dalimi, panašiai kaip daugelis žmonių telefone naudoja sudėtingą vaizdo apdorojimą neklausdami, kuriame etape buvo paryškintas katinas.
Nepatogiosios dalys niekur nedingsta
Skirtingi GPU gali veikti nevienodai
Neuroninės operacijos skirtingų kartų ir gamintojų aparatinėje įrangoje gali veikti nevienodai. Studijoms reikia atsarginių sprendimų, nuspėjamo našumo ir įrankių, kurie nepririštų žaidimo prie vienos siauros platformos.
Atkūrimo technologija gali sukurti neteisingas detales
Judant vaizdui, išryškėja vaizdo dubliavimasis, mirgėjimas, nestabilūs kraštai ir laikinieji artefaktai. Statiška ekrano kopija gali sudaryti palankesnį įspūdį apie metodą, kuris žaidžiant blaško dėmesį.
Mokymas perkelia darbą, o ne jį panaikina
Vykdymo modelis gali būti nedidelis, tačiau jo kūrimui, tikrinimui ir priežiūrai gali reikėti daug duomenų ir inžinerinio darbo. Kiekvienai naujai išmoktai sistemai taip pat reikia saugaus sutrikimo būdo.
Našumo žymos gali tapti neaiškios
Atvaizduoti, rekonstruoti ir sugeneruoti kadrai nėra tapatūs. Žaidėjams reikia aiškios informacijos apie tai, ar nustatymas pagerina vaizdo kokybę, reakciją, rodomą kadrų dažnį, ar jų derinį.
Ateities atvaizdavimo variklis tikriausiai bus derinys
Žaidimams vis tiek reikės geometrijos, animacijos, matomumo, fizikos, įvesties ir nuspėjamos logikos. Rastravimas išlieka itin efektyvus; spindulių sekimas suteikia fiziškai pagrįstą apšvietimą; neuroniniai metodai gali aproksimuoti, suspausti arba atkurti tam tikrus brangius skaičiavimus.
Būsimas variklis gali rinktis visus tris būdus: rastruoti tai, kas nebrangu, sekti spindulius ten, kur naudinga fizinė tikslumas, atkurti tai, ko galima išmokti, ir pakartotinai naudoti patikimą informaciją iš ankstesnių kadrų. Tikrasis pokytis ne tas, kad žaidimai nustos būti atvaizduojami. Esmė ta, kad „atvaizdavimas“ ims apimti ir nedidelius išmoktus modelius šalia įprastų matematinių įrankių.
Tai nepanaikins galingų GPU poreikio. Tai gali pakeisti, kam tie GPU skirs savo laiką, ir paversti grafikos pažangą nebe lenktynėmis, siekiant apskaičiuoti kiekvieną detalę, o įdomesniu klausimu: kurias detales būtina apskaičiuoti, o kurias galima įtikinamai atkurti remiantis jau ekrane esančiais duomenimis?
Šaltiniai ir peržiūra
Šaltiniai patikrinti 2026 m. rugsėjo 9 d. Peržiūrėkite šį vadovą iki 2027 m. kovo mėn. arba anksčiau, jei įvyktų reikšmingas „DirectX“ neuroninio atvaizdavimo ar grafikos API pakeitimas.