《賽博朋克2077》真幀不到30？英偉達們躺平，插幀擠牙膏

你知道 RTX 5090 在《賽博朋克2077》里開滿路徑追蹤、原生 4K 渲染，不靠任何 AI 作弊器能跑多少幀嗎？答案是30 幀。

此前，外媒ComputerCity在RTX 5090發售后做了實測：4K原生+滿路徑追蹤+不開任何DLSS ，結果是約27 FPS，原文描述是“can't maintain a consistent 30 fps”，意思是連30都穩不住，所以我寫的“30幀”還偏樂觀了，實際是比30還差一點。

圖源：《賽博朋克2077》游戲截圖

一張2025年賣一萬五的旗艦卡，在一個2020年的游戲面前，差點跪了。但只要你DLSS 4一開、多幀生成拉到4x，幀數直接飆到280幀，翻了快十倍，這就是插幀的實力。

AMD有FSR 3幀生成，Intel有XeSS，手機陣營里iQOO、Redmi、realme紛紛搭載獨顯芯片做超幀，甚至連電視廠商都在玩這套，把24fps的電影插到120fps，讓畫面看起來更流暢。

這不禁讓人產生一個疑問：我們是不是正在進入一個「硬件不夠，算法來湊」的時代？以下是雷科技（ID：leitech）的看法。

2nm難產、晶圓破本，純光柵算力已到極限

先別急著罵老黃擠牙膏，他也沒辦法，摩爾定律的棺材板已被釘上最后一根釘子。

臺積電從 7nm到3nm，每一次節點躍遷的間隔都在拉長，到了 2nm 世代，臺積電 N2 的進度更是反復延遲，截至 2026 年第一季度，良率也只有約 78%，距離 90% 的量產達標線還差一截。

同時，2nm 單片晶圓的價格已經突破 2 萬美元，而 3nm 時代這個數字大約是 1.6 萬。晶體管每縮小一輪，你需要對抗的量子隧穿效應就指數級上升，付出的代價也越來越不成比例，芯片不是越做越強，是越做越貴、越做越慢。

反映到顯卡上，RTX 5090 相比 2020 年的 RTX 3090，純光柵化性能的增幅被卡在一個很尷尬的區間：綜合不到 40%。隔了整整五年、跨了兩代架構，去掉 DLSS 這個遮羞布，真正靠晶體管算出來的幀數增幅，甚至還比不上當年 1080 Ti 到 2080 Ti 那一跳。

圖源：英偉達

這不是老黃一個人的問題。AMD的RX 9070XT一樣在制程的紅海里掙扎，靠 RDNA 4 架構優化勉強擠出一點效率提升，英特爾的Arc Battlemage更是把“能亮機就算贏”寫在了臉上。

當硬件這條腿邁不動的時候，算法那條腿自然就被推上了C位。

DLSS的進化史，就是一場奪權史，第一代 DLSS本質上就是個 AI 圖像銳化濾鏡，畫質拉胯，玩家當笑話看。第二代引入了通用 AI 模型和時間反饋，質量終于能看了，但定位還是錦上添花，基礎性能不夠的時候，超分來補。

真正的轉折點發生在 DLSS 3，黃仁勛在GPU里塞進了一個叫光流加速器的獨立硬件模塊，專門用來做一件事：在兩幀畫面之間，畫出中間幀。

DLSS 4 更進一步，多幀生成直接把一塊變成了三塊，每兩幀真實渲染之間，AI 可以憑空畫三幀插進去。這才是 30 幀變 280 幀的魔法來源，280 幀里有多少是 GPU 真正算出來的？大約 70 幀，剩下兩百多幀，全是AI猜的。

圖源：英偉達

雖說是猜的，但也確實在一定程度上解決了摩爾定律失效的問題，于是行業幾乎全在同時跟進。

AMD隨后推出FSR，英特爾推出XeSS，移動芯片廠商則開始內置獨立顯示芯片或超幀協處理器，從硬件層面支持AI插幀，硬生生把《原神》從45幀優化到90幀甚至120幀。

這幾年甚至未來3年，你看到的幀數增長，一大半可能都是AI算出來的。

畫面憑空多了16毫秒，延遲代價轉嫁給消費者

插幀的原理說起來不難理解，但細究下去問題就多了。

插幀的核心邏輯叫光流法，GPU同時拿到第N幀和第N+2幀兩幀真實畫面，分析每個像素在這兩幀之間往哪個方向移動、速度多快，然后推演出第N+1幀應該長什么樣。

NVIDIA的殺手锏就是這個光流加速器，用獨立硬件算運動矢量，比純軟件方案快得多，也準得多。

但這里有一個物理上無法繞過的矛盾：要插第N+1幀，你必須先等第 N+2 幀渲染完，這個“等”的代價就是延遲。

知名硬件評測頻道 Hardware Unboxed 實測過這一幕：在《賽博朋克 2077》里，DLSS 2超分模式下延遲是47毫秒（70 幀）；開啟DLSS 3的幀生成之后，幀數飆升到112幀，但延遲漲到了63毫秒，憑空多了16毫秒。在《F1 2022》里，DLSS 3幀生成比不開時多出11毫秒延遲。

Digital Foundry的測試也得出相似結論：幀生成會暫扣一幀畫面，用來生成插幀，這個暫扣動作天然增加延遲。用大白話說就是：畫面看著更絲滑了，但操作手感反而更"肉"了。

你看到的是170幀的流暢畫面，手感受到的卻是大約100幀的反應速度。對于單機劇情游戲，這個差距你可能完全不care。但如果你是《CS2》或者《Apex》玩家，多出10毫秒就是你爆頭和被人爆頭的區別。

圖源：英偉達

這就引出了另一個套娃式操作：NVIDIA Reflex。Reflex的作用是降低 CPU-GPU 之間的渲染隊列延遲，本質上是在彌補幀生成額外造成的那部分輸入滯后，用算法A去修正算法B的副作用，這個技術本身就有種黑色幽默的味道。

光流法還有一個致命缺陷：在快速運動場景容易露餡。

比如當F1賽車以300公里時速行駛時，車身上的贊助商標識和輪胎輻條，在兩幀之間發生了什么，AI得靠猜。FPS里180度轉身時，整個畫面在1/60秒內完全換了一遍，光流矢量到處都是斷裂的，AI猜錯一次，你的屏幕就會出現一團鬼影或畫面撕裂。

手機端的超幀問題更嚴重，以Pixelworks X7這類獨立顯示芯片為例，其物理功耗只有 3-5 瓦，算力跟桌面GPU比差了不止一個數量級，它干的也是插幀的活，但能用的計算資源少得多。

因此，90幀《原神》在高速轉動視角的時候，邊緣撕裂和運動偽影肉眼可見，但這不重要，軟件上顯示的確實是90幀，宣傳海報上打的也是“滿幀體驗”，至于有多少幀是芯片硬算的、多少幀是獨立顯示芯片畫的，消費者根本無從分辨。

好消息是，消費者其實不反感插幀本身。

如果你面前有兩個選擇，第一個是《賽博朋克》4K 路徑追蹤，不開任何AI，30幀但延遲低；第二個是同樣畫面，DLSS 4全開，280幀但延遲多十幾毫秒。說實話，99% 的人會毫不猶豫選后者。

人對幀數的感知遠遠強于對延遲的感知，尤其在你用游戲手柄而不是鍵鼠的時候。

所以問題不在技術本身問題，問題在于廠商有沒有把底牌攤在桌面上，明確告訴消費者，這是插幀，而不是性能翻倍，不然有些消費者以為是在為性能買單，實際上買到手的卻是一個越來越貴、越來越能裝的 AI。

硬件不夠、算法來湊，硬件廠商集體躺平了？

曲線救國這種方式，在歷史上并不罕見。MP3用有損壓縮替代了無損音頻，但市場選擇了它，因為"聽感足夠好"且文件足夠小；H.265編碼讓4K視頻得以在有限的帶寬下傳播，雖然它是壓縮過的，但觀眾并不在意；JPEG讓圖片文件縮小了十倍，雖然損失了細節，但成為了互聯網的標準。

這些案例的共同點在于：感知足夠好往往比"絕對真實"更有商業價值。

專用NPU和AI加速單元的出現，也說明"AI算力"本身也是硬件創新，只是創新的賽道從傳統晶體管堆疊，轉向了神經網絡專用架構。

未來，我們可能會看到更徹底的變革，比如“原生AI渲染管線”不再先渲染再插幀，而是讓AI直接參與整個渲染流程，從光影到材質全部由神經網絡生成。到那時候，插幀這個概念本身可能就不存在了，因為所有幀都是AI畫的。

但這種樂觀結局必須有一個前提，就是廠商沒有因此選擇躺平。

如果插幀技術讓廠商和消費者都滿足于"數字好看"，那么底層硬件的研發投入必然收縮。消費者被120fps麻痹，對真實性能差距的感知力下降；廠商發現算法比堆料更省錢，于是選擇躺平。

因此，雷科技（ID：leitech）忠心希望現在所謂的“插幀繁榮”，只是制程停滯期無奈之舉，而非終極答案。

回到開頭，《賽博朋克2077》的280fps里，有多少幀是真的？

答案取決于你問的是哪個層面，AI生成的幀確實出現在了你的屏幕上，你的眼睛確實感知到了流暢。但如果你問的是這些幀是否來自硬件的真實算力，那答案可能只有四分之一。

插幀是對物理極限最聰明的妥協，甚至可以說，它是這代工程師在摩爾定律的尸體上開出的最后一朵花，但妥協終究是妥協，很難說這是進步。

幀數成為一門玄學，買卡人買的到底是算力還是算法，可能連賣卡的人也說不清楚。