AMD 论文:单个通用 MLP 渲染时实时放大纹理，省显存省磁盘
ssh4net · x · 2026-11-06
AMD 研究员 Shin Fujieda 与 Takahiro Harada 发布论文《Patch-Based Generalized Neural Texture Upscaling》，提出轻量级神经纹理放大方法：
- 用多样化的纹理 patch 训练一个单一通用 MLP（3x3 输入 texel、2x2 输出，含残差块与解析上采样的残差连接），集成进纹理采样阶段，在渲染时即时放大低分辨率纹理。
- 因为模型是通用化而非对特定内容过拟合，无需逐资产训练，同一模型可直接用于任何现有场景，不改动纹理数据或资产管线。
- 收益：存储低分辨率基础纹理减少磁盘占用；采样时上采避免在 VRAM 中存高分辨率纹理；所有纹理共享一套权重保证 GPU 执行不分叉。
- 评测（HANGER 场景 FLIP 对比、Poly Haven 纹理 LPIPS 对比）显示效果优于 bilinear/bicubic/PFT 等传统方法。
「研究」频道最新
- 课程讲义详解 R-GCN 475 万参数账单与 14.7 倍压缩技巧 — JeremyCMorgan · 2026-11-06
- 从 240 个随机转向向量里筛出最连贯的模型人设,发起「对号入座」 — Sauers_ · 2026-11-06
- 240 个随机向量里挑出的「随机方向人设」,模型化身茶壶与整数 — Sauers_ · 2026-11-06
- Epoch AI 剖析 OSWorld:任务简单、不稳定,GUI 能力测不准 — gleech · 2026-11-06
- 随机注入向量让 Qwen3-30B 相信自己是猫，激活转向实验走红 — Sauers_ · 2026-11-06
- 通过 Qwen3 单个 MoE 专家转向,一句话把模型变成剑桥数学家 — Sauers_ · 2026-11-06