索尼通过降低AI负载提升PSSR超分辨率表现

当我们谈论AI画质增强技术时，通常的思维惯性是”更大、更强、更复杂的网络等于更好的结果”。但索尼在PSSR 2上却走了一条完全相反的路——通过削减AI的工作量来实现质的飞跃。这一反直觉的设计思路，或许会为整个行业的超分辨率技术指明新的方向。

从CPN到KPN：一场”减法”式的架构革命

初代PSSR的思路非常直接：让色彩预测网络（CPN）接管整个图像重建流程，由AI直接预测输出颜色。这种大包大揽的做法看似高效，却埋下了隐患。索尼互动娱乐首席软件工程师丹尼尔·克雷格在SIGGRAPH 2026上坦言，这种方式迫使神经网络去学习大量本可以通过传统图形学运算轻松完成的任务，导致从HDR处理到时序重建再到高倍率超分辨率，处处掣肘。

升级版PSSR的解决方案堪称”拨乱反正”：将大部分传统重建流程从AI手中剥离，让AI回归其最擅长的模式识别与决策判断。具体而言，CPN被核预测网络（KPN）取代，AI不再直接预测像素颜色，而是输出混合权重，实际的混合操作交由传统计算管线执行。这种分工模式意味着AI无需再隐式处理HDR色彩等复杂映射，可以将全部容量倾注在最核心的决策任务上，模型效率自然水涨船高。

高倍率破局：椭圆高斯滤波与训练效率的飞跃

高倍率超分辨率一直是PSSR初版模型的软肋，尤其在2.5倍和3倍图像重建场景下，画面质量会出现明显劣化。为此，索尼和AMD的工程师引入了一种输入空间椭圆高斯滤波器。这一设计的精妙之处在于，它能在超分辨率倍率不断增加时依然保持滤波的有效性，从源头上缓解高倍率下的图像失真问题，而非依赖AI在训练中”硬学”出解决方案。

训练效率的提升更是令人咋舌。初代PSSR需要大约4个GPU月才能完成训练，而PSSR 2仅用了不到1个GPU周。这不仅是算力成本的下降，更折射出架构设计合理性的巨大进步。克雷格展示的数据表明，升级版模型在图像质量和时序稳定性上均有肉眼可辨的提升，尤其是在较低输入分辨率下表现更为突出，同时GPU时间和内存占用不升反降。这种”越精简越强大”的结果，无疑是对当前AI领域盲目堆参数风潮的有力回应。

玩家能期待什么：固件更新与”增强PSSR”开关

对于正在使用PS5 Pro的玩家而言，好消息是这一切升级不需要更换硬件。即将到来的固件更新将新增”增强PSSR图像质量”开关，在支持的游戏中默认以PSSR 2覆盖原始超分辨率模型。这意味着玩家只需一次系统更新，就能免费享受到画质与性能的双重提升，颇为厚道。

从产业视角来看，PSSR 2的价值远不止于PS5 Pro的体验优化。它向整个行业传递了一个重要信号——AI画质增强的下一个突破口，或许不在于把神经网络造得更大，而在于重新思考AI与传统图形学的协作边界。当AMD和索尼的工程师用”减负”的方式做出了更好的超分辨率模型，英伟达的DLSS和英特尔的XeSS是否会重新审视各自的技术路径？至少可以确定的是，”越大越好”在AI超分辨率领域，正被证明是一个值得怀疑的前提。