CyberXeSS项目中的Clair Obscur游戏黑屏问题技术分析
2025-06-30 03:12:15作者:伍霜盼Ellen
问题现象描述
在Clair Obscur: Expedition 33游戏中,当使用OptiScaler工具时,部分用户遇到了游戏画面显示异常的问题。具体表现为:游戏主菜单界面显示正常,但进入实际游戏场景后,画面呈现全黑状态,仅用户界面(UI)元素能够正常显示。
问题根源分析
经过技术团队深入调查,发现该问题主要由以下两个技术因素导致:
-
XeSS输入源问题:当游戏设置为使用XeSS作为输入源时,XeSS的UE插件未能正确提供深度信息,导致渲染管线出现异常,最终表现为游戏场景黑屏。
-
AMD显卡兼容性问题:特别是在AMD显卡平台上,当使用XeSS转FSR的路径时,由于技术实现上的差异,更容易出现渲染异常。
解决方案
针对上述问题,我们推荐以下解决方案:
方案一:切换至DLSS输入源
- 完全删除现有的OptiScaler安装
- 重新运行安装脚本(bat文件)
- 在安装过程中选择"是"以启用DLSS输入源
- 或者按照手动安装指南中的步骤3进行配置
方案二:游戏内切换渲染模式
- 保持黑屏状态进入游戏
- 打开游戏设置菜单
- 在图形选项中将渲染模式从XeSS切换为DLSS
- 保存设置后返回游戏
技术背景补充
XeSS(Intel Xe Super Sampling)和DLSS(NVIDIA Deep Learning Super Sampling)虽然都是超分辨率技术,但它们的实现机制和与游戏引擎的集成方式存在差异。在Unreal Engine中,XeSS插件在某些情况下可能无法正确传递深度缓冲区信息,而OptiScaler等工具在转换过程中依赖这些信息进行正确的画面重建。
对于AMD显卡用户,由于硬件架构差异,在使用这些基于AI的超分辨率技术时,需要特别注意输入源的兼容性问题。DLSS输入源通常能提供更稳定的跨平台兼容性。
预防措施
为避免类似问题再次发生,建议:
- 在安装OptiScaler等画面增强工具时,优先选择DLSS作为输入源
- 定期检查游戏和工具的更新版本,开发者可能已修复相关兼容性问题
- 在更改图形设置前,先备份游戏存档和配置文件
总结
Clair Obscur: Expedition 33游戏中的黑屏问题主要源于XeSS输入源与OptiScaler工具的兼容性问题。通过切换至DLSS输入源或直接在游戏内更改渲染设置,可以有效解决这一问题。这起案例也提醒我们,在现代游戏开发中,不同超分辨率技术间的兼容性是需要特别关注的技术细节。
登录后查看全文
热门项目推荐
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-5.1GLM-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
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- 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
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
657
4.26 K
Ascend Extension for PyTorch
Python
502
606
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++
939
862
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
334
378
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
390
284
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195
openGauss kernel ~ openGauss is an open source relational database management system
C++
180
258
🎉 (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
1.54 K
891
昇腾LLM分布式训练框架
Python
142
168