AMD图形技术FSR Redstone进展顺利，下半年将携四大核心技术亮相

2025-09-08 18:30

AMD确认其图形技术FSR的重大升级版本Redstone（代号“红石”）正按计划稳步推进，预计将于2025年下半年正式发布。AMD还将为FSR Redstone举办专门的活动，以详细介绍该技术，这充分体现了FSR Redstone在AMD的PC与主机生态中的重要战略地位。

FSR Redstone被视为FSR 4的延伸与全面升级，其核心在于引入了以下四项关键技术：

*网络辐射缓存*：该技术能够实时学习并预测光线传播路径，从而实现更高效的全局光照效果。通过智能地分析场景中的光线分布，它可以准确地模拟出光线在不同物体表面的反射、折射等现象，为游戏画面带来更加逼真的光影效果。例如，在一个大型的户外场景中，阳光透过树叶的缝隙洒在地面上，网络辐射缓存技术可以精确地计算出每一束光线的传播路径和强度，使得地面上的光斑更加真实自然。

机器学习光线重建：在稀疏采样的情况下，该技术能够恢复光追细节，以更低的成本呈现清晰且无噪点的画面。它利用机器学习算法对光线追踪过程中采集到的数据进行分析和处理，从而在不增加过多计算负担的前提下，提高光线追踪的精度和质量。例如，在渲染一个复杂的建筑场景时，机器学习光线重建技术可以从稀疏的采样点中重建出建筑物的细节，如墙壁上的纹理、窗户的边框等，使得整个场景看起来更加逼真。

机器学习超级分辨率：作为FSR 4的核心能力之一，该技术能够从低分辨率帧中重建高质量图像。它通过分析低分辨率图像中的信息，利用机器学习算法对图像进行放大和增强处理，从而得到具有更高分辨率和更好画质的图像。例如，在运行一款对硬件要求较高的游戏时，如果显卡性能不足以支持高分辨率的画面输出，那么可以通过机器学习超级分辨率技术将低分辨率的画面提升到较高的分辨率，同时保持图像的清晰度和细节。

机器学习帧生成：该技术利用AI插帧提高画面流畅度。它通过分析相邻两帧图像之间的差异，利用机器学习算法生成额外的帧，从而填补了相邻两帧之间的空白，使得游戏画面的过渡更加平滑自然。例如，在进行一场激烈的战斗场景时，机器学习帧生成技术可以有效地提高游戏的帧率，减少画面的卡顿和撕裂现象，让玩家能够更加流畅地体验游戏的乐趣。

从技术对比上看，FSR Redstone与NVIDIA的DLSS 3.5有不少相似之处，均涉及超分辨率、光线重建与帧生成等功能，而网络辐射缓存则更贴近渲染的方向。这表明AMD正在全力追赶甚至对标NVIDIA的DLSS路线，以提升自己在图形渲染技术领域的竞争力。

值得注意的是，早前曾有FSR4源代码意外泄露，显示AMD尝试将FSR 4的支持向下拓展至RDNA 4之前的显卡架构，但相关文件很快被撤下。尽管如此，这一迹象仍让不少老玩家看到了兼容性扩展的希望。如果AMD能够成功将FSR Redstone的支持拓展至旧版显卡架构，那么将有更多的玩家能够受益于这一先进的图形技术。

目前，AMD已宣布FSR 4支持的游戏数量在今年6月突破60款，并计划持续增加。尽管FSR Redstone的具体适配名单尚未公布，但AMD在技术演示中展示了赛车Demo，证明其潜力正在逐步落地。随着FSR Redstone在下半年的正式登场，它有望成为AMD在图形渲染技术竞争中的重要一环，为广大玩家带来更加出色的游戏体验。

你更期待AMD FSR Redstone能带来画质提升，还是帧率流畅度的改善？如果和NVIDIA DLSS相比，你会选择谁的方案？欢迎在评论区留言讨论。

免责声明：本文所用图片均来源于网络，如有侵犯他人合法权益，请及时与我们联系，我们将第一时间进行处理。

推荐资讯