索尼PS5 Pro PSSR 2.0：AI少干活，画质反而更好

IT之家#AI渲染#PS5#超分辨率

Editor brief · 编辑速览

索尼用核预测网络（KPN）替代初代色彩预测网络（CPN），KPN只预测混合权重而由传统滤波执行混合。GPU时间和内存占用均降低，训练时间从4 GPU月缩至不到1 GPU周。

文章思维导图

Knowledge map

拖拽缩放

Full translation

完整中文译文

索尼 SIE 首席软件工程师丹尼尔·克雷格在 SIGGRAPH 2026 会议上详细介绍了 PlayStation 5 Pro 上增强版 PSSR（IT之家注：PlayStation 光谱超分辨率）技术的重新设计思路。

新版 PSSR 的核心变化在于让 AI 承担更少的工作量，而非扩大神经网络规模，以此实现画质提升与资源占用降低。

初代 PSSR 将几乎整个重建流程交由色彩预测网络（CPN）处理，由模型直接预测输出颜色。后来，索尼与 AMD 的工程师发现，这种方式导致了从 HDR 处理到时序重建再到高倍率超分辨率的一系列问题。

在 PSSR 增强版中，团队恢复了大部分传统重建流程，将 CPN 替换为核预测网络（KPN）。KPN 不再直接预测最终像素颜色，而是预测混合权重，实际的混合操作由传统滤波直接执行。

由于模型不再需要隐式处理 HDR 色彩，其容量得到更高效利用。团队还重新设计了与历史数据的连接，改善了梯度流动，使网络能够学习更长的时序关系。

此外，工程师引入了一种输入空间椭圆高斯滤波器，以确保在高倍率超分辨率下仍保持有效性，解决了原始模型在 2.5 倍和 3 倍图像重建中的问题。

克雷格展示的结果显示，升级版模型在图像质量和时序稳定性方面均有提升，尤其是在较低输入分辨率下，同时 GPU 时间和内存占用也有所降低。

在参数分配上，初代 CPN 仅有约 30% 的参数处于最低的 540p 分辨率层级，而新版 KPN 将约 90% 的参数分配在 540p 及以下，在 4K 层级几乎不做计算。训练时间也从初代的大约 4 个 GPU 月缩短到不足 1 个 GPU 周。