RTX 5090 在《赛博朋克2077》中开启全路径追踪、赛博原生 4K 渲染，朋克且禁用所有 AI 辅助技术时，真帧能跑出多少帧？英伟

答案令人咋舌：30 帧。

此前，达们外媒 ComputerCity 在 RTX 5090 发售后进行了实测：在 4K 原生分辨率 + 满级路径追踪 + 关闭 DLSS的躺平极端条件下，帧数仅为 27 FPS。插帧原文描述为“can't maintain a consistent 30 fps”（无法维持稳定的挤牙 30 帧）。这意味着，赛博我文中提到的朋克“30 帧”实际上是一种乐观估计，真实表现甚至略低于 30 帧。真帧

图源：《赛博朋克2077》游戏截图

一张售价高达 1.5 万元的英伟 2025 年旗舰显卡，面对一款 2020 年的达们老游戏，竟显得力不从心。躺平然而，插帧一旦开启 DLSS 4并将多帧生成（Frame Generation）拉至 4x，帧数瞬间飙升至 280 帧，增幅接近十倍。这正是插帧技术的威力所在。

不仅是 NVIDIA，AMD 拥有 FSR 3 帧生成，Intel 有 XeSS，手机阵营中 iQOO、Redmi、realme 纷纷搭载独立显示芯片实现超帧，甚至电视厂商也将 24fps 的电影插值至 120fps 以提升流畅度。

这不禁让人深思：我们是否正步入一个“硬件算力见顶，算法来凑”的时代？以下是雷科技（ID：leitech）的深度分析。

2nm 难产、晶圆成本飙升，纯光栅算力触及天花板

别急着指责老黄（黄仁勋）挤牙膏，这背后是摩尔定律失效的无奈。

台积电从 7nm 演进至 3nm，节点跃迁周期不断拉长。进入 2nm 世代，台积电 N2 工艺进度反复延期。截至 2026 年第一季度，其良率仅约 78%，距离 90% 的量产达标线仍有差距。

与此同时，2nm 单片晶圆成本已突破 2 万美元（3nm 时代约为 1.6 万美元）。随着晶体管微缩，量子隧穿效应呈指数级上升，投入产出比严重失衡。芯片并未变得更强，而是变得更贵、更慢。

映射到显卡领域，RTX 5090 相比 2020 年的 RTX 3090，纯光栅化性能增幅不足 40%。跨越五年、两代架构，若剥离 DLSS 这一“遮羞布”，仅靠晶体管算力的提升，甚至不如当年从 1080 Ti 到 2080 Ti 的那一次飞跃。

图源：英伟达

这并非 NVIDIA 一家的困境。AMD 的 RX 9070 XT 在制程红海中挣扎，仅靠 RDNA 4 架构优化勉强提升效率；Intel 的 Arc Battlemage 更是陷入“能亮机即胜利”的尴尬境地。

当硬件性能提升遭遇瓶颈，算法便被推至舞台中央。

DLSS 进化史：一场关于算力的“夺权”

回顾 DLSS 的发展，实则是一部 AI 算力对传统渲染算力的替代史：

• DLSS 1.0：本质是 AI 图像锐化滤镜，画质粗糙，被玩家诟病。
• DLSS 2.0：引入通用 AI 模型与时间反馈，画质显著提升，但定位仍是“锦上添花”，用于弥补基础性能不足。
• DLSS 3.0：黄仁勋在 GPU 中集成光流加速器（Optical Flow Accelerator），专门在两帧之间生成中间帧。
• DLSS 4.0：多帧生成技术进阶，每两帧真实渲染之间，AI 可插入三帧中间帧。

这就是 30 帧变 280 帧的魔法来源。在 280 帧中，GPU 真正渲染的仅约 70 帧，其余两百多帧均由 AI 预测生成。

图源：英伟达

尽管是“猜”出来的帧，但它确实缓解了摩尔定律失效带来的性能焦虑，促使行业全面跟进。AMD 推出 FSR，Intel 推出 XeSS，移动芯片厂商内置独立显示芯片，甚至将《原神》从 45 帧优化至 90/120 帧。

未来几年，你看到的帧数增长，大半将源自 AI 计算。

画面凭空多出 16 毫秒，延迟代价由消费者承担

插帧原理看似简单，实则暗藏玄机。

其核心逻辑为光流法：GPU 获取第 N 帧和第 N+2 帧真实画面，分析像素运动矢量，推演第 N+1 帧。NVIDIA 的光流加速器通过独立硬件计算运动矢量，比纯软件方案更精准高效。

然而，这里存在一个物理层面的矛盾：

要生成第 N+1 帧，必须先等待第 N+2 帧渲染完成。

这个“等待”过程直接导致输入延迟增加。

• Hardware Unboxed 实测：在《赛博朋克 2077》中，DLSS 2 超分模式下延迟为 47ms（70 帧）；开启 DLSS 3 帧生成后，帧数升至 112 帧，但延迟增至 63ms，凭空增加 16ms。
• Digital Foundry 测试：帧生成技术会暂扣一帧画面用于插帧计算，天然增加延迟。

简而言之：画面更丝滑了，但操作手感更“肉”了。

你看到的是 170 帧的流畅，感受到的却是约 100 帧的反应速度。对于单机剧情游戏，这种差异尚可接受；但对于《CS2》或《Apex》玩家，多出 10 毫秒可能就是爆头与被爆头的区别。

图源：英伟达

为此，NVIDIA 推出了 Reflex技术，旨在降低 CPU-GPU 渲染队列延迟，试图用算法 A 修正算法 B 的副作用。这种“用魔法打败魔法”的做法颇具黑色幽默。

此外，光流法在快速运动场景下易出现破绽：
* 高速运动：如 F1 赛车高速行驶时，车身标识与轮胎辐条的运动矢量难以准确捕捉，AI 猜测易导致鬼影或撕裂。
* FPS 转身：180 度转身时，画面瞬间切换，光流矢量断裂，AI 预测错误会导致画面异常。

手机端超帧问题更为严峻。以 Pixelworks X7 为例，其功耗仅 3-5W，算力远低于桌面 GPU。在《原神》高速转动视角时，边缘撕裂和运动伪影肉眼可见。但宣传海报上标注的“满帧体验”往往模糊了“硬算帧”与“插值帧”的界限，消费者难以分辨。

好消息是，消费者并不反感插帧本身。

若面临两个选择：
1. 4K 路径追踪，无 AI，30 帧，低延迟。
2. 4K 路径追踪，DLSS 4 全开，280 帧，高延迟。

99% 的用户会选择后者。人类对帧数的感知远强于对延迟的感知，尤其是使用手柄时。

问题不在于技术，而在于透明度。厂商是否明确告知消费者：这是插帧，而非性能翻倍？否则，消费者以为购买的是算力，实则购买的是越来越昂贵、越来越能“伪装”的 AI 算法。

硬件不够，算法来凑：是妥协还是躺平？

“曲线救国”在科技史上屡见不鲜：
* MP3：用有损压缩替代无损，因“听感足够好”且体积小而胜出。
* H.265：压缩编码让 4K 视频在有限带宽下传播，观众并不在意细节损失。
* JPEG：牺牲细节换取文件体积缩小，成为互联网图像标准。

这些案例表明：“感知良好”往往比“绝对真实”更具商业价值。

专用 NPU 和 AI 加速单元的出现，也标志着硬件创新赛道的转移——从传统晶体管堆叠转向神经网络专用架构。

未来，我们或许会看到“原生 AI 渲染管线”的普及：AI 不再仅用于插帧，而是直接参与光影、材质的全流程生成。届时，“插帧”概念可能消失，因为所有帧皆由 AI 绘制。

但这种乐观前景的前提是：厂商并未因此躺平。

若插帧技术让厂商与消费者满足于“数字好看”，底层硬件研发投入必将收缩。消费者被 120fps 麻痹，对真实性能差距感知钝化；厂商发现算法比堆料更省钱，从而选择懈怠。

因此，雷科技（ID：leitech）衷心希望，当前的“插帧繁荣”仅是制程停滞期的无奈之举，而非终极答案。

回到开头：《赛博朋克2077》的 280fps 中，有多少帧是真的？

• 从视觉感知层面：AI 生成的帧确实呈现在屏幕上，流畅感是真实的。
• 从硬件算力层面：答案可能仅为 四分之一。

插帧是对物理极限最聪明的妥协，堪称摩尔定律尸体上开出的最后一朵花。但妥协终究是妥协，很难称之为真正的进步。

当帧数成为一门玄学，玩家购买的究竟是算力还是算法？或许，连卖卡的人也说不清楚。