NVIDIA DLSS 即將全面轉向 Transformer 架構：畫質更細膩、效能翻倍，AI 超解析進入新世代

NVIDIA DLSS 技術即將進入 Transformer 世代：從 CNN 到視覺轉換器的大躍進

自 2018 年推出以來，NVIDIA 的 DLSS（Deep Learning Super Sampling）技術一直是 AI 超解析市場的領先者，其優勢不僅在於幀率提升，更在於其建構出的開放生態圈已廣泛支援數百款遊戲與開發引擎。而現在，DLSS 即將進行一次架構層級的重大變革：從傳統的 CNN（Convolutional Neural Network） 演算法，轉向更先進的 Transformer 模型。

這項升級標誌著 NVIDIA 將導入與 GPT 等大型 AI 模型相似的「視覺 Transformer 架構」，藉由全域像素關係理解與跨幀資訊融合，實現超解析與重建的全面進化。

經過長達六個月的內部測試與開發，DLSS Transformer 模型目前已正式脫離 Beta 階段，預計將在未來數個月內開始陸續整合至新一波支援遊戲中。

這種新架構將採用「視覺注意力模型（ViT）」機制，在每幀畫面中評估所有像素的相對重要性，並在多幀影像之間進行深度重建。這不僅能提升畫面細節表現，也能大幅減少傳統 DLSS 超解析所常見的「重影（Ghosting）」與「鋸齒邊緣（Aliasing）」問題。

相較於 CNN 模型，Transformer 架構在 DLSS 中使用了將近兩倍的參數規模，這意味著更多的圖像上下文資訊被學習並投入運算中，進一步提升畫質。

根據 NVIDIA 內部資料，Transformer 版本的 DLSS 在遊戲中展現出以下幾項顯著優勢：

• 畫面邊緣更平滑，細節更細緻
• 重影（Ghosting）現象顯著減少
• 遊戲動態影像表現更流暢自然

更重要的是，此升級將涵蓋所有 RTX GPU，從 Turing 架構（RTX 20 系列）到最新的 Blackwell 架構（RTX 50 系列）皆能受益，顯示出 NVIDIA 對向下相容性的重視。

DLSS 正朝向不只是「放大畫面」，而是真正「理解與重建畫面細節」的方向演進。透過轉換至 Transformer 模型，NVIDIA 將 DLSS 推向新層級的影像品質與視覺精準度，讓超解析不再只是性能補償，更成為畫面質感提升的核心力量。這項技術將成為 2025 年以後遊戲畫質革新的關鍵支柱，並對 AI 驅動圖形處理領域帶來深遠影響。

歡迎加入我們的 Facebook 粉絲團，隨時掌握最新消息!
喜歡看圖說故事的話，也可以追蹤 Instagram 專頁!
我們也有 Threads 可以隨時 follow!