7.1
深览指数
科技少数派··AI 生成
模糊算法让图像更清晰？游戏里的「抗锯齿」到底在做什么
本文系统梳理了游戏中抗锯齿（反走样）技术的原理与技术演进路线。从光栅化导致锯齿的底层原因「走样」讲起，解释了区域采样、加权采样等理论基础。随后以清晰的技术脉络，依次剖析了 SSAA、MSAA、FXAA、SMAA、TAA 以及 DLSS/DLAA 等主流方案的实现逻辑与性能取舍。文章还特别指出了后处理方案的局限性与时域技术的缺陷（模糊、拖影），并点明了 DLSS 本质是超分辨率重建而非纯抗锯齿。对技术原理和工程实践之间的平衡剖析到位，是游戏玩家和图形学入门者理解抗锯齿技术的优质扫盲文。原文 ↗
核心观点
- ▍抗锯齿技术的实质并非消除锯齿，而是通过算法在视觉上「欺骗」大脑，让离散像素显示的图像看起来更接近连续图像。
- 01锯齿现象的本质是「走样」：连续图像在光栅化过程中被离散像素采样，导致边缘出现阶梯状失真。
- 02提高显示器分辨率（PPI）是最直接的物理方法，能让锯齿小到人眼不可见，但代价是 GPU 需计算 4 倍的像素（如 1080p 升至 4K）。
- 03SSAA 通过内部渲染更高分辨率再降采样，效果最好但性能开销极大，因此多用于离线渲染而非实时游戏。
- 04MSAA 在像素内设置多个采样点，仅对几何边缘进行多重采样，在性能和画质间取得平衡，曾是早期游戏的主流方案。
- 05FXAA 和 SMAA 属于后处理方案，在渲染完的图像中寻找高对比边缘进行模糊，前者速度极快但可能让画面变糊，后者边缘识别更细致。
- 06TAA 利用时域信息，通过混合历史帧与当前帧（配合运动向量）来稳定画面，能处理远处闪烁等时间维度走样，但存在拖影和模糊的缺点。
- 07DLSS 的本质是基于深度学习的超分辨率重建，通过低分辨率渲染重建高分辨率画面以提升帧率，其重建过程中的平滑效果间接实现了抗锯齿。DLAA 则是在原生分辨率下使用同类 AI 技术追求极致画质。
- 08FSR 和 XeSS 是 AMD 与 Intel 的同类技术，实现路径不同，同样致力于低分渲染、高分重建。
反方 / 局限
- — 作者在文末明确承认，只要使用光栅显示器，走样现象就永远无法被彻底消除，目前的技术只是在「模糊」与「清晰」之间做平衡。
- — TAA 虽然在现代游戏中应用广泛，但实现不佳时会导致画面模糊和拖影，在需要快速反应的竞技游戏中体验可能不如关闭它。
反走样光栅化超采样抗锯齿 (SSAA)多重采样抗锯齿 (MSAA)快速近似抗锯齿 (FXAA)次像素形态学抗锯齿 (SMAA)时域抗锯齿 (TAA)深度学习超级采样 (DLSS)深度学习抗锯齿 (DLAA)闫令琪NVIDIAAMDIntelGAMES101
20 分钟 · 5 卡片 · 14 资料
读原文 →