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
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
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
React Native鸿蒙化仓库
JavaScript
302
349
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
112
134