在PSSR（PlayStation Spectral Super Resolution）的AI超分基础上引入帧间智能插帧，本质上是在主机固定硬件平台上，将”空间超分辨率”与”时间帧合成”两套神经图形管线合并进同一渲染后端。
PSSR的现有技术基座
PSSR是索尼为PS5 Pro开发的自研AI超分技术，由索尼与AMD协同研发，深度集成于PS5 Pro的定制RDNA架构中，标准版PS5不支持。其完整工作流程为“前处理 + 轻量卷积神经网络（CNN）+ 后处理”，算法以固定帧率为前提动态调整超分比例，将低分辨率渲染画面重建为高分辨率输出，工作原理类似于NVIDIA DLSS或AMD FSR。
支撑该网络的硬件底座是索尼对RDNA着色器核心与周边内存系统的定向增强——通过44条新增着色器指令，利用WGP矢量暂存器（合计约15MB容量）存储CNN中间数据，以缓解矩阵运算对内存带宽的渴求。这一层定制化设计是PSSR低延迟运行的物理前提，也为后续承载更复杂的帧生成网络提供了算力与内存访问模式的参考架构。
从超分到帧生成的管线扩展
在PSSR基础上的AI帧生成（AIFG），技术逻辑是在GPU实际渲染的两个连续真实帧之间，由神经网络合成一个或多个中间帧插入显示序列，从而在无需CPU/GPU原生渲染所有帧的前提下，将感知帧率成倍提升（例如基础60FPS向120FPS演进）。
该能力的工程化路径已经明确：索尼与AMD在代号为”Project Amethyst”（紫水晶计划）的合作框架下，基于AMD FSR 4（内部代号Redstone）的底层算法共同开发ML帧生成库。由于PS5 Pro使用8位整数运算而PC端使用8位浮点运算，两者在实现路径上存在硬件差异，但最终效果高度趋同。
帧生成网络的标准输入集（参照同代神经图形技术DLSS 3的架构）通常包含：
-
当前帧与上一帧的最终渲染画面
-
游戏引擎输出的运动向量（Motion Vectors）——描述几何体的运动方向与速度
-
光流场（Optical Flow Field）——由专用加速器或AI模型计算，捕捉粒子、烟雾、水体反射、阴影等运动向量未覆盖的像素级细微运动
-
深度缓冲、场景法线等辅助几何信息
AI模型并非做简单像素插值，而是综合上述信息”预测”中间时间点的场景状态——例如快速挥动的剑刃需要生成运动模糊正确的中间图像，而非两个位置的平均值。光流场的引入正是为了补偿纯运动向量在粒子、反光、动态阴影等非线性运动上的追踪缺失。
系统层级的作用与性能目标
将AIFG集成进PSSR后端后，整套神经图形管线对渲染管线的重新分配作用如下：
1. 传统GPU负载卸载
超分与帧生成均由专用机器学习加速器承担，主渲染管线（着色器核心）从”推高分辨率像素数+逐帧原生渲染”的双重负担中释放，腾出的算力可转向全光线追踪全局光照、反射等重负载光照技术。
2. 4K 120FPS目标的协同路径
在PS6的性能目标语境下，PSSR与AIFG呈现分工：PSSR负责将低分辨率渲染放大至4K并修复细节，AIFG负责在时域上把帧率补至120FPS，两者协同构成”以AI换性能”的整体方案。
3. 云端串流的配套升级
本地AI处理并非孤立演进——索尼同步将数据中心的PCIe Gen4 NVMe存储升级为Gen5，顺序读写性能翻倍，以降低PlayStation Plus Premium云串流服务的资产流式延迟与初始加载时间，与本地神经图形形成端云协同。
专业评估中的关键技术约束
💡 帧生成网络的效能高度依赖高且稳定的基础帧率。业界分析指出，60FPS是基础线——当源帧率过低或不稳定时，鬼影、图像畸变等伪影会显著放大，输入延迟也会超出可接受范围。
具体技术风险与待验证项：
-
时序一致性：连续帧间的运动估计精度直接决定中间帧的几何与材质稳定性。PSSR初代在部分游戏中已出现闪烁、鬼影、粒子丢失、贴图闪烁等问题，AIFG的引入会进一步放大对时序一致性算法的压力，这也是PSSR 2.0（或称MFSR2）重点通过新架构与多帧时序融合技术试图解决的方向。
-
延迟特性：纯AI插帧不降低系统延迟，反而可能因显示队列膨胀增加操作响应滞后。参考DLSS 3的方案，需配合类似NVIDIA Reflex的低延迟同步机制来压缩端到端响应时间，否则在竞技类游戏中体验会劣化。
-
硬件依赖性：AIFG网络与前处理/CNN/后处理的组合对矩阵算力、片上内存带宽的要求显著高于单一超分。PS5 Pro的15MB矢量暂存器方案是为PSSR量身定制，PS6需在新一代ML加速器与高带宽内存子系统上重新平衡。
-
画质真实性争议：AI生成的中间帧本质是”预测帧”而非”渲染帧”，不代表真实硬件算力的提升。在快速摄像机运动、复杂粒子系统、强反光表面上，即便有光流引导，仍可能出现运动模糊不正确、细节漂移等伪影，需要逐游戏调优。
技术总结
PSSR + AIFG的组合，标志着主机图形架构从”AI作为辅助画质工具”向”AI作为性能与视觉交付的主要支柱”转移。其技术可行性已在PC端的DLSS 3/4、FSR Redstone中得到验证，索尼的路径是通过与AMD的共同工程化，将这套神经图形栈适配到定制RDNA架构与主机的固定硬件约束中。对开发侧而言，这意味着渲染管线的编程模型将进一步抽象——开发者以较低的基础分辨率与目标帧率提交渲染，其余由PSSR与AIFG在显示前补全；对硬件侧而言，专用机器学习加速器的算力密度、内存子系统带宽、以及超分与帧生成网络的联合调度效率，将取代传统浮点算力，成为衡量次世代主机图形性能的新核心指标。
