AMD FSR Redstone技术解析：AI驱动的超分辨率与帧生成性能飞跃

对于游戏行业而言，玩家硬件更新速度与游戏画面技术快速发展之间的矛盾，始终是影响行业生态的核心议题。若过度迁就老旧硬件，将制约开发者的创意与技术探索；但若只面向顶级硬件开发，又可能面临市场接受度的挑战。正因如此，近年来各类游戏超分辨率与帧生成技术应运而生，并逐渐成为行业标准。

目前，PC平台主流的超分超帧技术，如英伟达DLSS与英特尔XeSS的最新版本，均采用“硬件绑定”策略，玩家需购买对应品牌的显卡或处理器才能使用。相比之下，AMD的FSR技术因其开源特性，得以在更广泛的设备上运行，包括苹果硬件和部分安卓手游，为更多玩家提升了画面质量与帧率。

然而，这种“不绑定硬件”的策略利弊兼有。好处是更容易获得开发者支持，弊端则在于与AMD自家硬件的协同优化效果，可能不及竞争对手的私有方案。

面对此局面，AMD开启了技术路线的调整。继2025年春季推出首款完全基于机器学习、专为RDNA4架构设计的FSR4后，近日AMD进一步发布了“FSR Redstone”。其命名致敬了《Minecraft》中用于构建自动化电路的红石（Redstone），意在强调新技术高度依赖并基于AI重构的特性。

FSR Redstone并非FSR4的简单迭代，而是其功能超集。它集成了原有的“机器学习超分辨率”技术，并新增了三大核心功能：机器学习帧生成、机器学习光线再生以及机器学习辐射度缓存。

1. 机器学习帧生成
此功能与FSR4的机器学习超分一样，需要RDNA4 GPU支持，但无需游戏额外适配。任何已支持FSR 3.1帧生成的游戏，均可通过驱动面板启用此功能，让RDNA4显卡使用更先进的机器学习模型来生成中间帧，从而提升帧生成画面的精确度与整体画质。

2. 机器学习光线再生与辐射度缓存
这两项技术主要面向光线追踪效果优化，对游戏的支持要求更为“苛刻”。机器学习光线再生旨在使用AI计算方式部分替代或优化传统光追计算；而机器学习辐射度缓存则可显著加速光追渲染中的全局光照计算效率。

目前，《使命召唤：黑色行动7》已率先支持机器学习光线再生，成为首款为RDNA4 GPU深度优化光追效果的PC游戏。机器学习辐射度缓存则预计在2026年由更多游戏实装。

根据AMD官方数据，在Radeon RX 9070 XT显卡上，运行原生4K分辨率并开启光线追踪的《使命召唤：黑色行动7》平均帧率仅为23FPS。而启用FSR Redstone后，帧率大幅提升至108FPS，甚至超过了关闭光追时的原生4K帧率。

在更广泛的游戏测试中，FSR Redstone相比原生4K分辨率，平均能带来3.5倍的帧率提升。

FSR Redstone的发布标志着AMD正式在RDNA4及后续架构上，转向了完全依赖AI加速器的画面处理逻辑。这或许意味着早期开源FSR版本对于第三方设备的兼容性支持将减弱。但从AMD的战略角度看，这表明FSR技术已积累了足够的游戏开发者生态，无需再仅依靠开源策略扩大影响。更重要的是，它预示着AMD将在未来GPU设计中大幅强化内置的AI加速器性能，向“神经元渲染”与“AI生成画面”的行业前沿方向迈进。