元鉴
返回中文阅读流

NVIDIA Developer Blog

使用 NVIDIA DLSS 4.5、RTX 和 Unreal Engine 5 构建 AI 驱动的游戏

游戏开发者现可开始集成 NVIDIA DLSS 4.5 的多项新功能与第二代 Super Resolution transformer 模型。

中文内容

已翻译official company source英文原文2026-05-26

如今，游戏开发者可以开始集成 NVIDIA DLSS 4.5，其中包括 Dynamic Multi Frame Generation、Multi Frame Generation 6X，以及用于 NVIDIA Super Resolution 的第二代 transformer 模型。

在本文中，我们将介绍面向游戏开发者社区的新技术和资源，包括：

  • 用于 Unreal Engine Neural Network Engine（NNE）的全新 NVIDIA TensorRT for RTX 插件
  • NVIDIA Kimodo，用于更便捷的动作生成
  • 使用 ComfyUI 帮助制作前期制作资产的指南
  • 来自 GDC 和 GTC 的十余场新会议现已在 YouTube 上线
  • 我们 4 月的“Level Up with NVIDIA”网络研讨会，重点介绍 Unreal Engine 5.7 中的路径追踪毛发

集成 DLSS 4.5 Dynamic Multi Frame Generation

在 CES 2026 上，我们发布了 DLSS 4.5，通过用于 Super Resolution 的第二代 transformer 模型扩展其 AI 驱动的渲染流水线，为图像质量带来又一次重大升级。DLSS 4.5 还引入了 Dynamic Multi Frame Generation 和更新的 6X Multi Frame Generation 模式，可在保持响应性的同时显著提高帧率。

该版本建立在 DLSS 4 快速普及的基础上。DLSS 4 已有超过 250 款游戏和应用支持 Multi Frame Generation，使其成为 NVIDIA 普及速度最快的游戏技术之一。总体而言，DLSS 技术现已应用于 700 多款游戏和应用。

视频 1. NVIDIA 的 Bryan Catanzaro 讲解 DLSS 4.5、其新功能及更多内容

包含 Dynamic Multi Frame Generation 和 Multi Frame Generation 6X 的 DLSS 4.5 SDK 现已面向开发者提供，同时提供的还有用于 Super Resolution 的第二代 transformer 模型。该 SDK 基于 Streamline 构建，为各项 DLSS 功能提供一致的集成路径，使开发者能够选择性采用 Ray Reconstruction 或 Dynamic Multi Frame Generation 等功能。更新后的 API、文档和示例代码有助于缩短集成时间，并更轻松地将 DLSS 引入新项目和现有项目。

使用 TensorRT for RTX 加速 Unreal Engine NNE 中的 AI 工作负载

TensorRT for RTX 插件为 Unreal Engine 的 NNE 提供运行时，使 AI 模型能够直接在实时应用中高效部署。通过利用台式机、笔记本电脑和工作站上的 RTX GPU，TensorRT for RTX 可加速渲染、语言、语音和动画等工作负载，同时在消费级硬件上保持强劲性能。

在实际应用中，与基于 DirectML 的方法相比，开发者可看到 1.5 倍的性能提升，从而更容易将响应迅速的 AI 驱动功能集成到游戏和交互式体验中。立即获取该插件。

NVIDIA Kimodo 用于动作生成

Image shows a person running and jumping via an NVIDIA Kimodo promptImage shows a person running and jumping via an NVIDIA Kimodo prompt
图 1. NVIDIA Kimodo 通过详细文本提示为数字人生成动作

NVIDIA Kimodo 是一个研究项目，探索为交互式应用生成高质量人体动作的新方法。作为一个运动学动作生成模型，Kimodo 能够从文本、关键帧或轨迹约束等简单输入合成逼真的 3D 角色动画。它基于大规模高质量 3D 动作捕捉数据集训练，旨在生成自然、物理上合理的动作，同时保持对开发者输入和控制的响应能力。

The image shows how the use of joint constraint combined with text input to fine tune and direct the desired animation results.The image shows how the use of joint constraint combined with text input to fine tune and direct the desired animation results.
图 2. 该图展示了如何使用关节约束对由文本输入生成的动作外观进行艺术指导，从而更精确地控制生成的表演

对于游戏开发者而言，Kimodo 展示了一条通向更可扩展动画工作流的路径。开发者无需完全依赖手工制作或捕捉的动画片段，而是可以生成动作数据，用于原型设计行为、创建变化，或填补动画之间的空白。

A person walking, with motion tracked on a timeline, shows how Kimodo provides fine-grained control over motions by adding constraints in the tracks on the timelineA person walking, with motion tracked on a timeline, shows how Kimodo provides fine-grained control over motions by adding constraints in the tracks on the timeline
图 3. NVIDIA Kimodo 通过在时间轴轨道中添加约束，对动作提供精细控制

这有助于减少迭代时间，并扩展项目中的角色动作范围，同时保持与现有动画系统的一致性。了解更多关于 Kimodo 的信息。

使用 ComfyUI 制作前期制作资产的指南

如今，游戏开发团队制作的前期制作资产数量和格式都比以往更多。生成式 AI 可以加速这项工作——将过去需要数小时手动完成的任务压缩为自动化、可重复的流水线，同时保持创意控制。ComfyUI 是一个开源的、基于节点的工作流平台，可在所有 NVIDIA RTX GPU 平台上本地运行。它将图像生成、视频合成、3D 对象生成和语言模型连接成由团队拥有、定制和扩展的流水线——无需依赖云端，也无需让数据离开工作站。

ComfyUI workflow visualization showing a node graph for image inpainting. The flow connects an input image, a mask editor, a Qwen Image Edit model, and an output image node to demonstrate object removal and background fill.ComfyUI workflow visualization showing a node graph for image inpainting. The flow connects an input image, a mask editor, a Qwen Image Edit model, and an output image node to demonstrate object removal and background fill.
图 4. 使用 ComfyUI 工作流从照片中移除对象的示例

我们编写了一份指南，带领创作者了解 GenAI Creator Toolkit 中三个可用于生产的工作流，这些工作流改编自 NVIDIA GTC 2026 Deep Learning Institute 课程“Create Generative AI Workflows for Design and Visualization in ComfyUI”。每个工作流都是独立的，可在任何配备 16 GB 或更多显存的 NVIDIA RTX GPU 上运行，并支持 Windows 和 Linux。

查看 RTX 神经渲染和 AI 的最新会议

John Spitzer on stage presenting at GDC 2026John Spitzer on stage presenting at GDC 2026
图 5. NVIDIA 的 John Spitzer 在 GDC 上发表 Driving Innovations and RTX Advances 演讲

在 GDC Festival of Gaming 和 GTC 2026 上，我们举办了十余场会议，重点介绍 RTX 神经渲染和 AI 如何定义游戏的下一个时代。其中一些亮点会议包括：

  • Driving Innovation and RTX Advances，由开发者与性能技术副总裁 John Spitzer 主讲
  • 正文：The Future of Path Tracing | Best Practices, Optimizations & Future Standards
  • 正文：What’s New in RTX for Unreal Engine 5
  • 正文：Real-Time Path Tracing in RE ENGINE for Resident Evil Requiem and PRAGMATA
  • 正文：Supercharging Godot Development: Rapid Path Tracing Integration with Cursor

在 YouTube 上观看我们的 GDC 会议和 GTC 会议。

Unreal Engine 5.7 中的路径追踪毛发

Image shows digital hair rendered in Unreal Engine 5Image shows digital hair rendered in Unreal Engine 5
图 6. 在 Unreal Engine 5 的 NVIDIA RTX Branch 中，RTX Hair Technology 已在 Metahuman Hair Groom 资产上启用

观看我们聚焦 Unreal Engine 5.7 中 Path Traced Hair 的 Level Up with NVIDIA 网络研讨会录制。本次网络研讨会重点介绍了 Unreal Engine 5.7.2 的 NVIDIA RTX Branch 中的最新更新，包括路径追踪毛发等新功能，以及在使用 RTX 技术时进行优化和提升图像质量的机会。我们还回顾了团队在 GDC 上看到的内容，并回顾了 NVIDIA “State of RTX Rendering in Unreal Engine 5” 演示。

游戏开发者资源

在此查看我们的游戏开发者资源完整列表，并关注我们以获取最新 NVIDIA 游戏开发新闻：

  • 加入 NVIDIA Developer Program（选择 gaming 作为你的行业）
  • 在社交平台关注我们：X、LinkedIn、Facebook 和 YouTube
  • 加入我们的 Discord 社区

Like

标签

原文标题

Build AI-Powered Games with NVIDIA DLSS 4.5, RTX, and Unreal Engine 5