CyberXeSS项目中的Clair Obscur游戏黑屏问题技术分析
2025-06-30 16:48:34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
相关项目推荐
kernelopenEuler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。C030
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
424
3.26 K
Ascend Extension for PyTorch
Python
231
264
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++
689
334
暂无简介
Dart
686
161
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
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥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
65
19
🎉 (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
1.22 K
667
仓颉编译器源码及 cjdb 调试工具。
C++
136
869