news 2026/9/27 8:54:05

OptiScaler游戏超分辨率画质增强指南:三步替换任意游戏的超分技术

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
OptiScaler游戏超分辨率画质增强指南:三步替换任意游戏的超分技术

OptiScaler游戏超分辨率画质增强指南:三步替换任意游戏的超分技术

【免费下载链接】OptiScalerOptiScaler bridges upscaling/frame gen across GPUs. Supports DLSS2+/XeSS/FSR2+ inputs, replaces native upscalers, enables FSR-FG/XeFG on non-FG titles. Supports Nukem mod for DLSSG-to-FSR3 FG.项目地址: https://gitcode.com/GitHub_Trending/op/OptiScaler

游戏只给DLSS选项,而你手里是AMD或Intel卡?或者帧率够高、画面却糊得像蒙了层纱?OptiScaler是一款开源的超分辨率中间件:它拦截游戏已经内置的超分调用(DLSS、FSR2、XeSS),把画面"转手"给你真正想用的技术,再附赠一套画质增强参数和实验性帧生成。新手按下面三步就能跑起来。

先判断:什么游戏能用OptiScaler超分辨率

动手前花一分钟确认两件事:

  • 游戏本身必须带超分调用。OptiScaler是"中间人",它劫持的是游戏已有的DLSS 2+ / FSR 2+ / XeSS / FSR 3.1调用。游戏一个超分调用都没有,它无米下锅。
  • 接口要在 DirectX 11 / DirectX 12 / Vulkan 之内。三者的可选技术略有差异:
    • DX12最全:XeSS、FSR 2.1.2/2.2.1、FSR 3.X、DLSS都能选,还能上FSR 4(官方仅RDNA4与RDNA3独显支持)
    • DX11默认原生FSR 2.2.1,也可走"D3D11on12"借一个后台DX12设备解锁更多选项,代价约10%性能
    • Vulkan默认FSR 2.1.2,另有FSR 3.1、DLSS、XeSS可选
  • 特例提醒:虚幻引擎游戏基本只在"游戏内XeSS"作为输入时可用。

都不满足就先收手;满足就进入下一步。

三步跑起来:从下载到打开游戏内菜单

核心原则是先成功、再调参,别一上来就折腾数字。

第一步,拿文件。下载编译好的OptiScaler.dll。想自己编译的话需要 Visual Studio 2022:克隆仓库(git clone https://gitcode.com/GitHub_Trending/op/OptiScaler,注意带子模块),打开解决方案构建即可。

第二步,把dll放进游戏根目录。如果你不是NVIDIA卡、而游戏只有DLSS,还要手动补一个nvngx_dlss.dll进游戏目录——它是DLSS接口的"桩",让游戏以为DLSS存在,OptiScaler截下调用后实际跑你选的技术。

第三步,启动游戏按 Insert。首次启动会自动生成OptiScaler.ini配置文件(每一项的含义都在 Config.md 里),同时弹出游戏内菜单:

菜单底部那行字很关键,比如800x450 -> 1600x900 24.5 FPS,内部渲染分辨率和帧率一眼可见。另外Page Up在左上角显示性能统计,Page Down循环切换统计模式,按键都可以在菜单的Keybinds里改。

按显卡挑超分:四个品牌各一句

不用背参数,记住四句话就够:

  • 🟢NVIDIA RTX:默认用DLSS,画质最稳。OptiScaler还能运行时改DLSS预设(Quality / Balanced / Performance逐档覆盖),或换XeSS、FSR做A/B对比。
  • 🟠AMD RDNA:选FSR 3.1;RDNA4 / RDNA3独显可以直接上FSR 4,老卡驱动会自动回落FSR 3后端。
  • 🔵Intel Arc:选XeSS,用得上XeSS 2.x的神经网络模型;DX11原生XeSS也基本是Arc专属。
  • ⚪老卡 / 求稳:FSR 2.2.1开销最小最稳,DX11游戏不填任何配置时它也是默认值。

ini里对应Dx12Upscaler/Dx11Upscaler/VulkanUpscaler三项,填auto就按显卡自动挑,新手保持auto最省心。

画质vs帧率:两套典型调法

所有旋钮分两族,先分清再动手:

"渲多小"一族(比例类)

  • Quality Ratio Override:强制指定每个画质档的分辨率比例。默认值从Ultra Quality 1.3到Ultra Performance 3.0,数字越小画质越高、帧率越低。
  • Upscale Ratio Override + DRS上限覆盖:把游戏自己的动态分辨率"钉死"在你指定的档位。

"渲多清楚"一族(画质类)

  • CAS / RCAS锐化:从0.3起步,发糊就加、有噪声就减。
  • Mipmap Bias:取负值纹理更锐,负太多会闪烁。
  • Output Scaling:0.5x~3.0x的输出缩放,用来进一步压最终渲染体积。

两套拿来即用的思路:

🎨高画质路线(单机、大场景、刷新率不高):比例钉在1.3附近,CAS给0.3~0.4,Mipmap Bias约-0.5,DRS不动,交给游戏自己管。

⚡高帧率路线(竞技、144Hz以上屏幕):比例提到1.7~2.0,或直接用Output Scaling再压一档;CAS可以放到0.5~0.6,补低分辨率丢掉的细节。

锐化开起来差别肉眼可见,右图边缘与细小纹理明显更实:

进阶玩法:帧生成与低延迟

基础用稳之后,可以了解这两个方向(都点到为止):

  • OptiFG实验帧生成(仅DX12):给没有原生帧生成的DX12游戏"借"一个FSR 3 FG、XeFG或DLSSG来插帧。用FSR-FG时务必开HUDfix,否则HUD会重影。实验性功能,个别游戏会崩,崩了就关。
  • Nukem模组:游戏自带原生DLSSG时,可把DLSSG后端换成FSR3 FG。
  • 低延迟:集成fakenvapi(0.9起内置),能挂钩Reflex,并注入Anti-Lag 2(RDNA1+)、LatencyFlex、XeLL,专治输入延迟。

帧生成的全部开关在ini的[FrameGen]/[OptiFG]段,新手建议基础画质跑顺之前不碰。

踩坑与避坑

⚠️联机游戏不要用。它是hook注入方案,大概率触发反作弊,只碰单人游戏。

⚠️别和RTSS混用,这是已知冲突项。

画面异常怎么排查:最常见的是运动矢量或资源读取问题,表现为撕裂、拖影、"马赛克碎块":

排查按这个顺序来,由轻到重:

  1. 删掉OptiScaler.ini让默认配置重新生成,每次只开一项,二值定位是哪个参数惹的祸。
  2. 换接口:游戏支持DX11/DX12/Vulkan中的哪一种,换哪一种试试。
  3. 暗部发黑、颜色发闷,多半是曝光信息缺失,在菜单的Init Flags里勾上Auto Exposure,对比如下(左修复前、右修复后):

  1. 查社区兼容性列表里该游戏的已知问题和现成解法,多数坑都有人踩过并留了路径。

菜单弹不出来:试试Alt + Insert(部分键盘布局的解法),或者在ini里改ShortcutKey。

最后一句提醒

OptiScaler完全免费开源,没有官网、也没有官方管理软件——任何要收钱的、自称官方的页面都是冒牌货。只从项目官方仓库和社区渠道下载,就不会踩雷。

【免费下载链接】OptiScalerOptiScaler bridges upscaling/frame gen across GPUs. Supports DLSS2+/XeSS/FSR2+ inputs, replaces native upscalers, enables FSR-FG/XeFG on non-FG titles. Supports Nukem mod for DLSSG-to-FSR3 FG.项目地址: https://gitcode.com/GitHub_Trending/op/OptiScaler

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/27 8:35:29

Node.js 高并发下的垃圾回收性能监控

Node.js 高并发下的垃圾回收性能监控在高并发的 Node.js 服务中,很多开发者会遇到一种神秘的“周期性请求卡顿”:平均响应时间(P50)明明只有 5ms,但每隔几分钟,P99 尾部延迟就会突然飙升到 200ms 甚至更高&…

作者头像 李华
网站建设 2026/9/27 8:22:12

Microsoft AI Lab 仓库导览:体验、学习与编码微软 AI 最新创新

示例工程 【免费下载链接】ailab Experience, Learn and Code the latest breakthrough innovations with Microsoft AI 项目地址: https://gitcode.com/gh_mirrors/ai/ailab 点击查看 免费下载 Microsoft AI Lab 是微软面向开发者社区推出的 AI 实验开源项目&…

作者头像 李华
网站建设 2026/9/27 8:10:45

LMDeploy 与 OpenCompass 联合评测指南:两阶段学术能力评测实战

人工智能大模型模型推理服务推理引擎本地部署模型量化 【免费下载链接】lmdeploy LMDeploy is a toolkit for compressing, deploying, and serving LLMs. 项目地址: https://gitcode.com/gh_mirrors/lm/lmdeploy 点击查看 免费下载 本指南以 LMDeploy 开源仓库的 …

作者头像 李华