AMD презентувала FidelityFX SDK 2.0 — нову версію розробницького пакету, що відкриває шлях до інноваційних ML‑технологій, включаючи FidelityFX Super Resolution 4 (FSR 4). Рішення адресоване програмістам і дозволяє легко впроваджувати машинно‑навчені фічі у гру без складного портування.
FSR 4 Upscaling — це новий ML‑алгоритм масштабування зображення, що забезпечує значне покращення якості порівняно з попередніми версіями. Завдяки глибокому навчанню на ігрових даних, він дозволяє зменшити фантомні зображення (ghosting), краще зберігає дрібні деталі та забезпечує стабільнішу тимчасову якість картинки.
FSR 3.1.5 Frame Generation — функція генерації кадрів, яка входить до складу FidelityFX SDK 2.0 і підтримує GPU різних поколінь. Вона створює додаткові кадри на основі аналітичного аналізу, підвищуючи плавність ігрового процесу без зниження продуктивності.
Автоматичні оновлення через драйвер — ще одна ключова особливість SDK 2.0. ML‑технології, як-от FSR 4, тепер можуть оновлюватися через драйвери AMD Software: Adrenalin Edition, без необхідності внесення змін до самої гри. Це дозволяє гравцям автоматично отримувати найсвіжіші версії технологій у вже встановлених проєктах.
AMD FSR 4 значно покращує якість візуалізації в динамічних сценах. Завдяки машинному навчанню вдалося суттєво знизити ghosting — ефект фантомних зображень на рухомих об’єктах. Також усунено артефакти, які виникали при появі нових поверхонь у полі зору, і покращено деталізацію частинок у русі. Ці вдосконалення помітно підвищують загальну чіткість картинки та стабільність зображення.
Для зручності розробників AMD створила офіційний плагін FSR 4 для Unreal Engine. Він сумісний із версіями UE 5.1–5.6 і дозволяє швидко інтегрувати технологію апскейлінгу у проєкти без необхідності глибокої технічної адаптації. Це відкриває можливість використання FSR 4 у широкому колі сучасних ігор.
Технологія AMD FSR 3.1.4 стала основою для платформи Redstone — майбутнього комплексу рішень, що поєднає супер‑резолюцію, генерацію кадрів, трасування променів і глобальне освітлення на базі машинного навчання. Це дозволить реалізувати ще реалістичніші візуальні ефекти у майбутніх іграх із мінімальними витратами продуктивності.
