【免费下载】 OptiScaler开源项目安装与使用教程
2026-01-23 05:32:11作者:邵娇湘
1. 项目介绍
OptiScaler是一个中间件,旨在在仅支持DLSS2的游戏中启用多种升级技术。它允许非Nvidia用户通过将DLSS2输入应用于XeSS、FSR2或FSR3来使用升级技术。此外,OptiScaler还提供了广泛的定制选项,适用于所有用户,包括使用DLSS的Nvidia GPU用户。
主要特点
- 在仅支持DLSS2的游戏中启用XeSS、FSR2和FSR3
- 为DLSS用户提供调整选项
- 提供广泛的调整和增强功能(RCAS & MAS、输出缩放、DLSS预设、比例和DRS覆盖等)
- 允许用户微调他们的升级体验
- 从版本0.7.0及以上提供实验性帧生成支持
2. 项目快速启动
安装步骤
注意事项
- 请勿在在线游戏中使用此模组,可能会触发反作弊软件并导致封禁。
步骤1:准备工作
- 找到游戏中的
nvngx_dlss.dll文件,通常位于游戏的可执行文件文件夹中(例如,对于Unreal Engine游戏,路径为<path-to-game>\Binaries\Win64\)。 - 将
nvngx_dlss.dll文件复制到游戏的可执行文件文件夹中,并重命名为nvngx.dll。
步骤2:安装OptiScaler
- 下载最新版本的OptiScaler。
- 将下载的
nvngx.dll文件重命名为支持的文件名(例如dxgi.dll)。 - 将重命名后的OptiScaler文件复制到游戏的可执行文件文件夹中。
步骤3:配置
- 如果您的GPU不是Nvidia的,请检查GPU欺骗选项。
- 确保不要重命名
ini文件,它应该保持为nvngx.ini。
示例代码
# 下载OptiScaler
git clone https://github.com/cdozdil/CyberXeSS.git
# 重命名文件
cp CyberXeSS/nvngx.dll /path/to/game/executable/folder/dxgi.dll
3. 应用案例和最佳实践
案例1:在非Nvidia GPU上使用DLSS游戏
- 问题:某些游戏仅支持DLSS,非Nvidia用户无法享受升级技术。
- 解决方案:使用OptiScaler将DLSS输入转换为XeSS或FSR2/3,使非Nvidia用户也能使用升级技术。
最佳实践
- 备份原始文件:在修改任何文件之前,确保备份原始文件,以便在需要时恢复。
- 逐步测试:安装后,逐步测试不同的升级设置,找到最适合您游戏和硬件的配置。
- 社区支持:加入官方Discord服务器(DLSS2FSR),获取最新信息和社区支持。
4. 典型生态项目
DLSS Enabler
- 简介:DLSS Enabler是一个辅助工具,可以帮助用户在更多游戏中启用DLSS技术。
- 集成:OptiScaler与DLSS Enabler完全集成,支持DLSS-FG功能。
Reshade
- 简介:Reshade是一个流行的后期处理工具,可以增强游戏视觉效果。
- 兼容性:OptiScaler可以与Reshade共存,只需确保文件名不冲突。
CyberFSR2
- 简介:CyberFSR2是OptiScaler项目的基础,提供了FSR2技术的初步支持。
- 演进:OptiScaler在CyberFSR2的基础上进行了扩展和优化,支持更多升级技术。
通过以上步骤和最佳实践,您可以顺利安装和使用OptiScaler,提升游戏体验。更多详细配置和高级功能请参考官方文档。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
383
457
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
680
暂无简介
Dart
804
198
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
353
210
昇腾LLM分布式训练框架
Python
119
146
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781