【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 StartedRust0132- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
MusicFreeDesktop插件化、定制化、无广告的免费音乐播放器TypeScript00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
725
4.66 K
Ascend Extension for PyTorch
Python
597
749
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
425
376
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++
992
984
暂无简介
Dart
968
246
Oohos_react_native
React Native鸿蒙化仓库
C++
345
393
Claude 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 Started
Rust
918
132
deepin linux kernel
C
29
16
昇腾LLM分布式训练框架
Python
159
188
🎉 (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
1.65 K
969