在近期結束的 SIGGRAPH 2026 圖形學大會上，索尼互動娛樂正式公開了新一代PlayStation光譜超解析度技術 PSSR 2
的完整技術細節。與行業普遍"堆大模型、加算力"的升級思路不同，索尼這一次選擇了反其道而行——減少AI需要處理的工作量，把部分影像重建重新交還給傳統圖像處理流程，最終反而實現了畫質、穩定性與性能的三重提升，這套"做減法"的技術路線頗為耐人尋味。
索尼首席軟體工程師 Daniel Craig 在大會上詳細拆解了 PSSR 2 的重新設計邏輯。初代 PSSR 幾乎把整個影像重建流程都塞進了一個名為"Color Prediction Network（CPN）"的神經網路中，由AI直接預測每個像素的最終顏色。這種設計看似一勞永逸，但索尼與 AMD 的工程師在實際調試中發現，讓神經網路同時承擔一些本可以由傳統圖像運算高效處理的任務，反而帶來了諸多問題，比如在 HDR 色彩處理、時間幀重建以及高倍率升頻場景下，畫質表現和穩定性都不盡如人意。
PSSR 2 的核心思路因此發生了根本性轉變：重新引入大部分傳統重建管線，大幅縮窄 AI 的職責範圍，讓神經網路只負責它最擅長的圖像模式識別與決策工作。原本的 CPN 網路被全新的 "Kernel Prediction Network（KPN）" 取代，新網路不再直接輸出最終像素顏色，而是預測像素混合所需的權重參數，真正的混合運算則交由傳統圖像處理流程完成。這種分工方式讓 AI 從 "什麼都要自己算" 的全能選手，變成了 "只做決策、不做苦力" 的指揮者。
由於 AI 模型不再需要自行處理 HDR 色彩操作，計算資源得以集中在更適合神經網路的任務上。索尼還重新設計了歷史畫面數據的連接方式，改善了模型的梯度傳遞效率，使網路能夠學習更長時間跨度的畫面關係，從而提升幀與幀之間的時間穩定性。針對初代 PSSR 在 2.5 倍、3 倍等高倍率升頻時暴露的效率問題，索尼與 AMD 還加入了在輸入空間運作的橢圓高斯濾波器，確保升頻倍率提升時依然能維持良好的運行效率。
從實際展示的結果來看，這套 "做減法" 的方案效果顯著。PSSR 2 不僅提升了整體影像質量與時間穩定性，在較低輸入解析度下的改善尤為明顯，同時還減少了 GPU 執行時間與內存占用。更令人意外的是模型訓練成本的大幅下降，初代 PSSR 訓練需要約4個 GPU 月，而 PSSR 2 將這一數字壓縮到了不到1個 GPU 周，訓練效率提升了十幾倍。
對玩家而言，最直接的好消息是這項技術並不遙遠。報道指出，PS5 Pro未來將通過固件更新加入 "Improve PSSR Image Quality" 選項，支持的遊戲可以預設使用新版 PSSR 替代原有升頻模型，也就是說現有 PS5 Pro 用戶有望通過系統更新直接享受到技術升級帶來的畫質提升。縱觀整個行業，DLSS、FSR 等超解析度技術都在不斷加大 AI 模型的規模與複雜度，索尼 PSSR 2 卻用 "給 AI 減負" 的思路交出了一份亮眼的答卷。這也提醒我們，技術升級未必意味著一味堆料，找到 AI 與傳統算法的最佳分工，有時候反而能事半功倍。
