在GTC 2026大会一场名为“神经渲染入门”的会议上，英伟达（NVIDIA）再次展示了其神经纹理压缩（Neural Texture Compression，简称NTC）技术。
神经纹理压缩技术首次亮相于近三年前，并自2026年初起通过软件开发工具包提供，但迄今为止，尚未有游戏开发商采用。或许正因如此，英伟达再次借此机会阐释其潜在优势。
高级开发技术工程师亚历克谢·贝金（Alexey Bekin）将神经纹理压缩描述为一种更高效存储纹理的机器学习方法。NTC并非直接存储每个纹素，而是将纹理压缩成紧凑的学习潜在特征，以捕捉其核心视觉信息。在运行时，一个在GPU上运行的小型神经网络会从这些特征中重建纹素值，按需计算，而非从内存中加载庞大的纹理。关键在于，NTC并非生成式技术，而是确定性的。这意味着它每次都能重建出完全相同的纹理。
该系统包含两个组成部分。潜在纹理是原始资产的极大缩小版表示，其中每个纹素存储的是描述材质属性的特征向量，而非最终颜色。为确保精细细节可恢复，在UV坐标到达解码器之前会应用位置编码，从而注入高频空间信息，帮助网络准确重建锐利细节和重复图案，否则这些信息可能会在压缩表示中丢失。
训练过程遵循标准的神经优化循环：网络接收经过位置编码的UV坐标加上潜在代码，生成重建结果，将其与作为基准真值的原始纹理进行比较，计算重建损失，并迭代更新多层感知器权重和潜在代码，直至输出收敛为对源材料的精确再现。
与广泛使用的BCN等传统格式相比，英伟达的神经纹理压缩具备三大结构性优势：
更高的压缩比：在相同的显存容量内可容纳显著更多的纹理数据。
高通道数支持：具有多个打包材质通道（如法线、粗糙度、反照率、环境光遮蔽等，均包含在单个材质集中）的复杂资产可以干净利落地压缩，无需拆分或简化数据。
实际的存储和带宽节省：更小的磁盘占用意味着更小的游戏安装包、更小的补丁以及更快的下载速度。
贝金展示了一个托斯卡纳别墅演示场景，与使用常规BCN压缩的纹理（消耗6.5GB显存）相比，NTC实现了85%的显存使用量减少（节省了970MB）。这对于场景显存占用高的游戏将非常有用，但神经纹理压缩也可用于在保持相同显存预算的同时提升纹理质量，避免BCN造成的典型压缩伪影。
根据爆料人Kepler_L2的说法，索尼（Sony）可能会利用神经纹理压缩技术（尽管由英伟达开发，但该技术同样支持AMD和英特尔的硬件）来减小PlayStation 6游戏的安装体积，同时通过配备1TB SSD来保持成本可控。
目前处于测试阶段的NTC软件开发工具包可通过此GitHub页面获取。
