用AI调优老游戏 骁龙8Gen2一加12R玩生化危机7帧率暴涨50%

有一位安卓系统的玩家朋友, 在社交网络平台上展示了实际测试的结果。他借助了AI智能助手来调用大型语言模型。经过这种操作之后, 搭载骁龙8Gen2处理器的加一加12R手机, 运行生化危机7这款游戏的帧率数值, 从原先的每秒钟二十帧提升到了每秒钟三十帧。

这个性能增加的幅度达到了百分之五十。这种通过人工智能技术让老旧手机还能榨取更多性能表现的案例, 同时也引起了电子游戏领域群体以及人工智能工具使用群体的关注。

玩家晒出AI调优全过程

时间到了九月中旬, 有一位偏向技术领域的博主在社交平台上把详细的调试过程给记了下来。他利用数据线把一加12R这台机器连接到了Mac电脑上, 而且得让Mac电脑处于已经开启了ADB调试模式的状态, 好让一个叫AI Agent的东西在旁边一直盯着后台跑, 专门去读取那些特别关键的数据指标。

这些东西包括GPU的占用率情况, 还有内存带宽的状况, 以及系统I/O等待时间的长短等等之类的指标, 都是这个AI Agent在持续关注的内容。

这次调试折腾了好几个小时, Agent只要改一下参数, 就会自动记清楚改动前后的帧率分别是多少, 博主特意说了, 他自己根本没手工去动过游戏里的任何配置文件, 至于那个纹理的大小的调整, 还有把那些用不上的资源给删掉减去的操作, 再或者是让整个渲染的管线进行改变这些事儿, 全都是AI自己看着瓶颈的数据报告来拍板做主, 然后亲自上手去执行的。

纹理压缩是最大瓶颈

在经历了多轮的Agent采样与判定之后, 结论显示骁龙8Gen2这款芯片存在短板, 这个短板并不在于GPU算力的不足, 而是体现在I/O吞吐以及内存带宽方面。

就拿游戏《生化危机7》的原版来说吧, 它的纹理分辨率高达4096像素，这一数值远远超出了移动端的解码能力范围, 这就导致了显存需要反复进行读写操作, 最终的结果就是帧率被死死地压制在了20FPS上下徘徊的境地。

AI接着建议把纹理压缩到1024, 甚至512像素这个级别。经过了好几轮的反复迭代, 纹理文件的总大小从25GB减少到了8GB, 降的比例超过了68%。博主说, 压缩过后的纹理在手游的分辨率条件下, 视觉上的差异特别小, 人的肉眼基本上分辨不出来。

移除冗余文件再瘦身

纹理压缩做完了, Agent接着扫描游戏资源包, 发现了很多非核心的文件。这些文件包括高码率的背景音乐、多语言的语音包、没启用的皮肤资产, 还有开发调试数据。然后它就把这些东西一个个都剔除了出去。

清理工作做完以后, 游戏所在的安装文件夹的大小, 从最开始的大约38GB, 减少到了13GB差不多这么多。

发帖的人特别说明, 那些被删掉的文件全都是为了辅助用的, 完全不会影响到主线任务怎么过, 也不会改变战斗的规则, 更不会锁住成就解锁的功能, 所以在实际玩游戏的时候, 一点都不会感觉到有功能上的缺失或者损失。

超分辨率拉高画面质量

纹理经过降分辨率处理后, 原生输出画面的清晰度只有大约 720p 的水平, 视觉效果出现了明显的下滑。为此, Agent 系统紧接着调用了骁龙游戏超分辨率模块中的 SGSR 功能, 通过 AI 插帧技术将渲染分辨率提升到了 1200p, 使得最终输出的画面质量接近甚至超越了原本 720p 的标准。

这位博主拿出优化前和优化后的截图做了对比, 他表示在一点二百分辨率的输出模式下, 角色的模型细节以及场景里的细节能保留得相当不错, 画面的整体清晰度基本没有出现明显的损失。使用SGSR技术后, 搭载骁龙八二零处理器的设备额外增加的耗电量大概只有零点五瓦, 这一情况并没有导致游戏帧率出现下降的情况。

功耗与稳定性表现

在优化完成后, 这个游戏在每秒钟30帧的档位上连续运行了超过40分钟, 其帧率的波动范围没有超过正负2帧, 并且设备没有触发任何因为温度过高而降低频次的状况。整机的功耗稳稳地维持在了5瓦到6瓦的这个区域范围内, 一加12R这具散热的模组的表面温度始终没有超过43摄氏度。

作为对比的参照, 在优化之前, 同一台设备在运行该游戏的时候, 帧率很长时间都停留在18到22FPS之间, GPU的温度也经常碰到75℃以上的数值。帧率有了百分之五十的增幅, 并且配合平稳的功耗曲线, 这说明AI调优的方案在移动端这个领域里面, 是具备了可以真正实际复现的特性的。

AI Agent释放旧芯片潜力

《生化危机7》到现在还没在安卓平台上原生发行, 国内的玩家只能靠着WSA这类Windows模拟器来勉强玩这个游戏。

这次的情况证明了, 如果用AI智能体融合大模型的推理能力和设备的性能情况画像数据, 就可以针对性地压缩资源, 还要优化输入输出的路径, 再加上超分辨率技术, 就能把旧款芯片里那些多余的计算能力全部释放出来。

有些业内人士觉得, 以后类似这样的流程有望被推广应用到更多的3A级游戏移植作品当中, 这种做法甚至可能适配到骁龙8Gen1以及比这个更早期的芯片平台上面。

然而, 这一操作方式依然需要开发人员具备关于Linux系统命令的基础知识以及进行USB调试的相关经验, 因此普通玩家在短期内很难自己去独立完成这一过程。

看看你手上现有的那一款安卓手机, 你最希望让人工智能协助你将哪一款三级的大型游戏彻底运行流畅? 请在下面留言的地方写上你使用的机型名称还有对应的游戏名字, 顺便点击喜欢按钮, 并且把这条消息分享给其他同样期盼能够在智能手机上畅玩这些大型游戏的伙伴。