CyberXeSS项目:解析《博德之门3》分屏模式下FSR4/XeSS渲染异常问题
2025-06-30 00:53:30作者:申梦珏Efrain
问题现象分析
在《博德之门3》Patch 8版本中,当使用CyberXeSS工具启用FSR4或其他升频技术时,分屏模式下的第二玩家画面会出现仅显示UI元素而背景黑屏的异常现象。这一问题特别出现在AMD Radeon RX 7900 XT显卡搭配Windows 11系统的环境中。
技术背景
现代升频技术(FSR/XeSS/DLSS)在分屏渲染场景中存在固有局限性。这些技术通过分析前后帧信息进行超分辨率重建,而分屏模式下相当于同时处理两个独立视角,这对升频算法提出了特殊挑战:
- 视口识别困难:升频算法需要准确识别不同视口的运动向量
- 资源分配问题:显存和计算资源需要在两个视图间合理分配
- 时间稳定性:需要保持两个视图的TAA时间稳定性互不干扰
问题根源
通过日志分析和测试验证,发现《博德之门3》在DX11转DX12的兼容层中使用了基础偏移值(base offsets),这是导致FSR系列升频技术失效的关键原因:
- FSR对分屏场景的支持有限,特别是对基础偏移值的处理不够完善
- XeSS由于采用不同的实现机制,能够部分兼容这种渲染方式
- 游戏本身并非原生支持这些升频技术,而是通过转换层实现
解决方案探索
测试发现以下工作方式:
-
XeSS+Dx12模式:能够正确渲染两个分屏视图,但存在以下不足:
- 图像质量相比FSR2有所下降
- GPU占用率更高
- 性能表现不如预期
-
FSR3.1/4.0:虽然单机模式下表现优异,但在分屏场景中:
- 完全无法渲染第二玩家画面
- 部分情况下甚至影响主玩家视图
技术建议
对于需要在《博德之门3》中使用分屏模式的玩家,建议:
- 分屏游戏时暂时使用XeSS升频
- 单机游戏时可切换回FSR获取更好体验
- 期待游戏开发商未来提供原生升频技术支持
未来展望
从技术发展角度看,解决此类问题需要:
- 游戏引擎原生支持现代升频技术
- 升频算法针对分屏场景进行专项优化
- 显卡驱动层面提供更好的多视图支持
目前CyberXeSS项目已确认此问题属于游戏本身实现限制,暂时无法通过外部工具完美解决。建议玩家根据实际使用场景灵活选择升频方案。
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 StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
468
463
暂无描述
Dockerfile
777
5.08 K
Ascend Extension for PyTorch
Python
757
966
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
876
2.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
185
231
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.25 K
676
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271