「光线不用再弹了：AMD 想用扩散模型直接补上间接光照」

你坐在房间里想一件事：为什么墙角的阴影是柔的，而不是硬边。因为光不是只在灯泡和物体之间走一次：它打到墙上、天花板、桌面上，再弹回来，一次、两次、很多次。你看到的柔和感，绝大部分来自那些你根本没看见的光线。

现在每个像素要发射几十条光线去追这些弹射，还得去噪。AMD 在 ECCV 上展示的研究换了一条路：GPU 只算直接光照，一次弹射都不算，剩下的漫反射间接光照交给一个单步潜扩散模型现场补上。 论文给出的对比是，复杂间接光照的计算量相比不带降噪的纯硬件光线弹射快约 3 到 5 倍。

💡 先量一下「弹一次」有多贵

路径追踪的原理不难讲：从相机往场景里打光线，碰到物体后按材质随机反弹，一直弹到撞上光源。弹的次数越多，画面越接近物理真实。

难点在于噪声。为了消除噪声，硬件路径追踪往往要求每个像素计算几十条光线，而每一条光线都要算几何求交，也就是判断这条线打到了哪个三角形。这是整个渲染管线里最贵的一类运算。

AMD 的切入点是砍掉中间那串弹射：只算零次弹射的直接光照，剩下的补。

🧠 那台「补光」的机器长什么样

按 ECCV 上公开的研究内容，这套方案的核心是一个单步潜扩散模型，任务是实时光照的生成式计算。

它的工作方式是：GPU 算出只含直接光照的图像，神经网络负责把漫反射的间接光照补齐。为了让结果在连续帧之间不抖，研究用了空间适配器加变分自编码器的组合，目标是严格的时域稳定性，同时不出现几何退化，也就是画面不该被「猜」出原本不存在的结构。

速度来自两件事。一是数学上省掉了几何求交这类重计算，改成低精度的矩阵张量运算。二是这些张量运算用 FP8 和 FP16 精度跑在 RDNA 4 架构的硬件单元上，效率最高。按原文的表述，单步扩散的执行时间在毫秒量级。

这里必须标清楚两条边界。第一，3 到 5 倍这个数字是相对于不带降噪器的纯硬件光线弹射计算得出的，不是相对于完整生产管线的端到端帧时间；第二，这是研究项目，不是已经发布的驱动功能。

📍 位置的区别：在管线里，还是在帧上面

这项研究真正值得琢磨的地方，不是快了多少，而是它插在哪一层。

GPUOpen 上的技术文档表明，AMD 的方向是把生成式渲染算法深度集成进图形管线本身，而不是在画好的成品帧上叠一层后处理滤镜。官方研究文章《Lightweight attention-based indirect illumination》讲的就是这个思路：用轻量级注意力机制处理间接光照，由 AI 实时计算全局光照。

两者的差别在信息来源。后处理式方案的输入是一张已经画好的二维图，神经网络要从结果里反推光照是怎么形成的；管线内嵌式的输入是场景生成阶段就在用的底层数据：深度缓冲区、材质属性、精确的几何坐标。一个是从成片猜拍法，一个是拿着拍法去拍。

这张表要说的其实是一条：输入越原始，需要神经网络「猜」的东西越少，但代价是与引擎的绑定越紧。

🕵️ 传闻那一层要单独放

在官方研究之外，9 月 16 日前后还有一条流传很广的爆料，来源是硬件爆料人 Kepler_L2 在 AnandTech 论坛的发帖。这条没有得到 AMD 官方确认，技术细节仍处于爆料阶段。

按他的说法，AMD 正在为下一代 RDNA 5 架构开发自研的神经渲染技术，可能的正式名称叫「Neural Lighting」；这套东西不只分析已渲染的二维画面，而是直接读取引擎内部的深度缓冲、材质属性和几何坐标，还能处理摄像机视野之外物体的光影；由于复杂神经渲染模型的运行成本极高，它极大概率由 RDNA 5 独占。

爆料里有一组数字很能说明量级：有发烧友尝试通过模组，在 RDNA 4 显卡（如 RX 9070 XT）上跑类似的神经渲染模型，结果是游戏帧率迅速跌到 20 帧以下，甚至低到十几帧。这与官方研究能在 RDNA 4 上跑出加速并不矛盾，研究场景是受控的、单步的、目标明确的；把同类模型塞进一个真实游戏的完整管线里，是另一回事。

还有一层延伸猜测：如果下一代 Xbox Project Helix 与 PS6 采用 RDNA 5 架构，两款主机可能具备类似能力。这个推测的前提是主机先用上 RDNA 5，而 AMD 与两家主机厂商都没有正式公布相关方案。

把这两层分开放，是因为它们对判断的用处完全不同。已确认的部分告诉我们技术方向在往哪走：从「修图」往「参与生成」。未确认的部分告诉我们工程约束有多硬：算力不够就是跑不动，而这条约束恰恰解释了为什么它会先出现在下一代架构上。

🧩 真正的难点不在快，在稳

渲染领域的 AI 方案有一个反复出现的失败模式：单帧看很美，动起来就露馅。

AMD 研究里的空间适配器与变分自编码器，针对的是第一项；「不出现几何退化」是明确的自我约束，对应第二项；而使用引擎提供的原始几何与材质数据，正是第三项的解法，因为美术在引擎里设定的东西，不会经过一次「猜」的过程。

对玩家来说，帧率稳不稳有时比画面多几个细节更实在。这也是为什么这套方案强调的重点之一是维持稳定帧率，而不只是峰值画质。

🎓 那台机器是怎么学会补光的

扩散模型用在渲染上不算新事，难的是训练数据从哪来。

这类模型吃的是配对样本：同一份场景几何，一份是只有直接光照的图像，一份是包含完整间接光照的离线渲染结果。后者只能用传统路径追踪慢慢算，代价高，好处是它物理正确。网络要学的，就是从前者到后者的映射。

这个流程决定了三件事。

真值的质量上限就是模型的质量上限。离线渲染本身如果带噪，网络学到的就是一个有偏的映射，而这类偏差会均匀铺满整个画面，比单帧噪声更难被察觉。

泛化是更大的考验。训练用的场景和玩家实际跑的场景不会重合，一个新的房间布局、一种没见过的材质组合，都可能让模型给出错误的光照。单步扩散只做一次前向计算，省掉了迭代采样的时间，也一并省掉了逐步修正的机会。

还有一层耦合值得记住：模型的输入包含引擎给的几何与材质数据，那么换了引擎、换了美术的资产组织方式，模型就要重新适配。这是它比后处理式方案更强的原因，也是它比后处理式方案更难铺开的原因。

⚔️ 和对手的路线差异

把 AMD 的这套思路和英伟达的 DLSS 5 放在一起比，是目前社区讨论最多的一件事。需要说明的是，下面关于 DLSS 5 的实现描述来自爆料方的转述与媒体归纳，其中一部分细节并未由英伟达以技术文档形式公开确认。

按这些转述，两者的差别在输入端：DLSS 5 更侧重通用的屏幕空间模型，在开发者与美术提供输入的前提下，对已经渲染完成的画面做调整；AMD 的方案被描述为直接处理引擎提供的三维数据，而不是把最终二维画面作为主要分析对象。

这个差异现在只能算一个有道理的推断，不是已经分出胜负的结论。实际效果、两套方案的差距、以及各家引擎的适配成本，都得等产品发布和独立测试之后才有答案。

❓ 值得盯的几件事

社区里目前讨论最热的是「面向开发者的开放库即将可用」这个说法：如果 DirectX 12 与 Vulkan 侧真的放出可用的库，那么这类渲染方式会不会扩散到更广的显卡区间，就是一个能被验证的问题，而不是一句预期。

另一个更长期的看点是这条路线把渲染管线推向了哪里。如果间接光照可以由网络在毫秒内补出来，那么引擎里原本为「省弹射次数」而做的大量设计，比如烘培光照贴图、预计算传输、各种近似，存在的理由会被重新评估。这件事对游戏工业的影响，可能比某个画质开关大得多。

📚 参考来源

1. GameGPU《AMD unveiled a neural Path Tracing for RDNA 4 with 5x acceleration》，2026-09-16 — https://en.gamegpu.com/news/zhelezo/amd-pokazala-alternativu-path-tracing-dlya-rdna-4-rabotayushchuyu-v-5-raz-bystree
2. GPUOpen 研究文章《Lightweight attention-based indirect illumination》，AMD，2026
3. 腾讯新闻 / 快科技《A 卡也要玩 AI 光追！AMD RDNA 5 神经光照技术曝光：对标 DLSS 5》，2026-09-16 — https://news.qq.com/rain/a/20260916A0AR9L00
4. 游民星空《曝 AMD 版 DLSS 5 酝酿中！有望实装下代主机平台》，2026-09 — https://www.gamersky.com/news/202609/2210875.shtml
5. 网易《AMD 的 FSR 5 要读游戏引擎底层数据？这思路和 DLSS 不太一样》，2026-09-16 — https://www.163.com/dy/article/L6VOU69K05561FY3.html

#图形学 #游戏引擎 #神经渲染