在超采样技术领域，英伟达(NVIDIA)的DLSS无疑占据着王座，这不仅因为它带来的性能提升，还因为绿队为广泛的开发者和游戏玩家创建了一个充足的生态系统。现在，DLSS即将迎来重大升级：从传统的基于卷积神经网络(CNN)的方法转向采用Transformer模型(Transformer)，这将可能带来广泛的改进，从图像质量提升到更优的光线重建。
经过六个月的启用工作，英伟达(NVIDIA)的DLSS Transformer模型现已结束测试版，这表明我们很快将在网络上看到它与游戏集成。快速回顾一下Transformer模型带来的优势：它使用一个视觉Transformer，评估特定帧中的所有像素，并理解单个像素的重要性。这在多个帧中重复进行，以生成增强视觉效果的详细像素。
通过这种方法，Transformer模型使用的参数是卷积神经网络(CNN)的两倍，并在游戏中实现更好的视觉效果、更少的鬼影和更平滑的边缘。不仅如此，Transformer模型据说支持所有RTX显卡，这意味着从图灵架构(Turing)到布莱克韦尔(Blackwell)，DLSS Transformer将带来巨大的改进。确切的升级规模尚待观察，但英伟达(NVIDIA)声称，与卷积神经网络(CNN)相比，Transformer模型在超采样过程中带来巨大的提升，因此我们很可能会看到显著差异。
鉴于DLSS Transformer模型已结束测试版，我们应该期待在未来几个月内发布正式更新部署该技术。
