Arm 神经技术与虚幻引擎 MegaLights首登移动端，手游画质跨入电影时代

长期以来，移动游戏图形技术的发展始终受制于一个核心矛盾：开发者希望获得接近 PC 和主机平台的画面表现，但手机的功耗、散热和电池容量决定了其无法简单复制桌面端的渲染方案。 近日，Arm 与游戏开发商 Sumo Digital 联合公布了一款名为《光影新生》（Neural Dawn）的技术演示型手游项目。 与其说这是一款游戏，不如说它更像是一场针对下一代移动图形技术的实战验证：在有限功耗预算下，如何通过 AI 与图形渲染的结合，让移动设备运行此前主要出现在高端 PC 和主机上的实时光照技术。 该项目最大的意义在于它首次将 Arm 正在推进的“神经图形”技术完整嵌入真实游戏开发流程，并展示了未来移动 GPU 的一个重要发展方向——从单纯提升图形算力，转向图形计算与神经计算协同工作。 从“更快的 GPU”到“AI 参与渲染” 过去几十年，图形技术的发展逻辑相对简单：增加晶体管数量，提高 GPU 性能，再通过更高的计算能力实现更复杂的画面效果。 但移动设备并不具备无限扩展功耗的空间。 随着实时光线追踪、高动态光照、大规模场景渲染等技术逐步进入游戏行业，传统路径开始遇到瓶颈。 Arm 此次展示的核心思路是利用 AI 模型参与图形渲染流程，让部分原本需要大量 GPU 运算完成的工作交由神经网络处理，从而降低总体计算成本。 《光影新生》采用了两项关键技术： Neural Super Sampling and Denoising（NSSD，神经超级采样与降噪）Neural Frame Rate Upscaling（NFRU，神经帧率提升） 其思路与 PC 领域已经广泛应用的 AI 超分辨率技术类似。 游戏首先以较低成本完成基础渲染，然后利用神经网络恢复图像细节、提升画面质量，并生成更平滑的动态效果。 对于移动平台而言，这意味着：GPU 实际渲染负载下降、功耗和发热压力降低，节省出来的预算可用于更复杂的光照与场景效果。 换句话说，AI 在这里并非游戏玩法的一部分，而是成为渲染管线中的组成模块。 神经技术与虚幻引擎 MegaLights首登移动端 相比神经渲染本身，《光影新生》更受行业关注的一点是其采用了虚幻引擎（Unreal Engine）最新推出的 MegaLights 技术。 MegaLights 是 Unreal Engine 5.5 引入的新型动态光照系统。 传统游戏开发中，大量光源同时存在会迅速推高渲染成本，因此开发者通常需要限制动态光源数量、使用预计算光照并对场景进行大量烘焙处理。 MegaLights 的目标则是允许场景中存在更多实时动态光源，并结合光线追踪阴影进行计算。对于游戏开发者而言，这意味着灯光不再只是装饰环境的背景元素，而可以直接参与叙事、关卡设计和玩家引导。 在《光影新生》中，光线本身被设计成核心玩法元素：玩家在洞穴网络中探索时，光源既承担氛围塑造功能，也承担导航和交互提示功能。 但问题在于，即便在部分主机游戏中，MegaLights 的应用仍然有限，因为其对算力要求极高。 而《光影新生》的技术价值恰恰在于验证：移动设备是否能够借助神经渲染技术承担这种级别的实时光照计算。 Arm 为什么开始在 GPU 中加入神经加速能力 从产业趋势看，这并不是一次单纯的游戏技术展示。更重要的信息来自 Arm 对未来 GPU 架构的规划。 按照 Arm 公布的信息，其下一代 Arm Mali GPU 将首次集成专用神经加速器（Neural Accelerator），并纳入今年晚些时候推出的移动端 Arm CSS（Compute Subsystem）平台。 这意味着未来的 Mali GPU 不再只是图形处理器。其设计思路开始接近 PC 领域近年来兴起的 AI+GPU 融合架构： GPU负责传统图形计算；神经加速器负责 AI 推理；两者共同完成图像生成与优化。 从技术演进角度看，这也是行业的共同方向。无论是 PC 显卡中的 AI 超采样技术，还是手机 SoC 中不断增强的 NPU，本质上都在利用神经网络替代部分传统渲染工作。 Arm 此次展示的重点在于：这种模式开始从实验室研究进入真实游戏项目验证阶段。 对于游戏行业来说，新技术能否落地，往往不取决于技术本身，而取决于开发成本。 如果一项技术需要重写渲染管线、重新培训团队，那么即使效果再好也难以普及。因此 Arm 此次特别强调：开发者可以通过 Unreal Engine 插件直接接入相关能力，而不必构建新的图形架构。 根据官方披露的信息，《光影新生》由 Sumo Digital 一个约 17 人的团队开发，项目周期约 18 个月。 更重要的是，其采用的工作流与未来开发者接入 Arm 神经图形开发套件时的流程基本一致。 对于开发者而言，这意味着无需自建 AI 渲染框架也无需大量底层优化工作，就可以在现有 Unreal Engine 项目中逐步引入相关能力。这也是 Arm 后续发布《Arm 神经技术实践指南》以及神经图形开发套件的重要背景。