【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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0192
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
766
4.99 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
686
1.34 K
Ascend Extension for PyTorch
Python
721
884
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
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
458
443
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
612