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
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 StartedRust0153- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
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
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 K
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
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253