DLSS
NVIDIA基于深度学习的超分辨率技术，利用卷积神经网络将低分辨率帧上采样到高分辨率，同时结合时间信息补偿运动细节，显著提升游戏性能与画质
核心事实
时间轴 (近 90 天)
DLSS光线重建在Blender中实现了接近实时的视口操作。
DLSS（深度学习超级采样）是英伟达从RTX 20系显卡开始推出的一套图像增强技术，基本原理是用低分辨率渲染画面，再通过神经网络模型将其放大到目标分辨率（如1080p提升到4K），同时利用相邻帧的运动信息补全细节。
DLSS 的核心思路是用神经网络从低分辨率画面推理出高分辨率结果，以在保证画质的同时降低 GPU 渲染负担
英伟达将 DLSS 的推理过程交给 RTX 显卡上的 Tensor Core 执行，并通过专有驱动调度
一张 4K 帧的 DLSS 超分推理必须在 1-2 毫秒内完成
缺少官方训练权重和 Tensor Core 级别的专用加速，开源项目在落地效果上大概率会与原版 DLSS 存在差距
DLSS 的神经网络权重属于英伟达的商业机密与版权资产，项目若直接提取或分发这些权重将面临明确的法律风险
更现实的合规路径是用公开的超分网络架构（如 ESRGAN 衍生结构）配合自行训练的权重，在接口层面与 DLSS 兼容，而非逐字节复原英伟达模型
AI超采样技术用较低分辨率渲染画面再借助神经网络还原成高分辨率输出，NVIDIA的DLSS、AMD的FSR、Intel的XeSS及苹果的MetalFX均属此类技术
RTX上采样器是NVIDIA为RTX显卡提供的AI超分辨率技术，基于DLSS/DLISR路线，利用专用张量核心加速推理
还有 5 条时间轴事件
全部知识事实 (19)
NVIDIA的DLSS依赖GPU中的Tensor Core进行AI推理加速，只有RTX系列显卡才能使用
65%待验证DLSS技术已经在数百款游戏中得到验证
85%待验证DLSS技术自2018年随RTX 20系列显卡首次亮相
70%待验证Switch 2采用基于NVIDIA Ampere架构的定制芯片，支持DLSS技术和光线追踪
60%待验证DLSS光线重建在Blender中实现了接近实时的视口操作。
50%待验证DLSS（深度学习超级采样）是英伟达从RTX 20系显卡开始推出的一套图像增强技术，基本原理是用低分辨率渲染画面，再通过神经网络模型将其放大到目标分辨率（如1080p提升到4K），同时利用相邻帧的运动信息补全细节。
50%待验证更现实的合规路径是用公开的超分网络架构（如 ESRGAN 衍生结构）配合自行训练的权重，在接口层面与 DLSS 兼容，而非逐字节复原英伟达模型
50%待验证DLSS 的核心思路是用神经网络从低分辨率画面推理出高分辨率结果，以在保证画质的同时降低 GPU 渲染负担
50%待验证英伟达将 DLSS 的推理过程交给 RTX 显卡上的 Tensor Core 执行，并通过专有驱动调度
50%待验证一张 4K 帧的 DLSS 超分推理必须在 1-2 毫秒内完成
50%待验证缺少官方训练权重和 Tensor Core 级别的专用加速，开源项目在落地效果上大概率会与原版 DLSS 存在差距
50%待验证DLSS 的神经网络权重属于英伟达的商业机密与版权资产，项目若直接提取或分发这些权重将面临明确的法律风险
50%待验证AI超采样技术用较低分辨率渲染画面再借助神经网络还原成高分辨率输出，NVIDIA的DLSS、AMD的FSR、Intel的XeSS及苹果的MetalFX均属此类技术
50%待验证RTX上采样器是NVIDIA为RTX显卡提供的AI超分辨率技术，基于DLSS/DLISR路线，利用专用张量核心加速推理
50%待验证英伟达的DLSS（Deep Learning Super Sampling）是目前最广为人知的神经渲染商业实现，其核心是用卷积神经网络将低分辨率帧上采样到高分辨率并借助时间信息补偿运动细节
50%待验证DLSS 2.0引入通用时序反馈网络实现跨游戏超分辨率，DLSS 3.0新增帧生成技术，DLSS 4.0引入Multi Frame Generation一次可生成最多3帧
50%待验证Switch 2据分析可能支持DLSS 2.x级别的超分辨率功能
50%待验证DLSS帧生成技术对输入延迟有一定影响，竞技类游戏玩家可能需要在帧率和响应速度之间取舍
50%待验证Switch 2有望支持DLSS技术，通过AI算法将较低分辨率画面升级为接近4K的输出效果
50%