本周速览
本期五项内容横跨实时重建、神经超分、AAA 色彩管线、UE 灯光与 Agent 工具链,但主线高度一致:单点算法已经很难独自决定最终质量,真正拉开差距的是数据在哪一侧停留、误差在哪一层修正,以及跨阶段状态能否可靠延续。
- 深读:GPU-Native Textured Mesh。 从多路 RGB-D 输入到 TSDF、Marching Cubes、拓扑清理、视图选纹理、补洞与曝光接缝修正,全链路留在 GPU;重点不是某个新算子,而是消除中间往返与为 GPU 重写网格拓扑。
- PlaySR。 Sony 将引擎 Motion Vector 与图像 Optical Flow 组合:前者便宜且擅长几何运动,后者补足阴影、反射和透明等非几何运动。
- War Thunder × DLSS 5。 真正困难的不是接 SDK,而是让工作在 sRGB 的神经阶段插入线性 HDR 管线,并能把结果无损地映回后续后期链路。
- 上周补充:UE5.8 MegaLights。 官方教学把“成千动态灯”拆成固定每像素采样预算、光源重要性引导、混合求交与去噪,并给出可直接用于 TA 排查的复杂度工具。
- 上周补充:Codex 0.166。
queue --resume、恢复权限状态、恢复子线程与跨 fork 的 token 记账,说明 Agent 的可靠性开始取决于“恢复语义”,而不只是单轮能力。
收集窗口:2026-10-31 至 2026-11-06(上海自然日);深读与补充回溯至 2026-10-24。第 4、5 项明确使用 14 日补充窗口。本期不另发 Weekend Long Read。
精选新闻
1. 深读|把整条纹理网格重建链路留在 GPU
原文发布日期: 2026-11-02(arXiv v1)
来源: 论文 HTML · 项目页 · 官方实现
发生了什么
Hiroyuki Sato 提出一套面向多路同步 RGB-D 的实时纹理网格系统。输入图像只批量上传一次,之后的畸变校正、深度对齐、稠密 TSDF 融合、Marching Cubes、连通域噪声清理、逐面视图选择、UV 补洞与辐射接缝修正都驻留在 GPU;CPU 最后只接收完成的网格、UV 与 atlas。
与“TSDF 和 MC 已经在 GPU 上”不同,这项工作的目标是每一帧都输出可直接进入标准图形管线的三角网格与纹理图集。以往系统常在网格抽取之后回到 CPU 做邻接、连通域或纹理处理,或者在多个阶段之间反复搬数据;高分辨率下,传输与容器管理甚至会压过融合本身。
论文在五路 Kinect 的 CMU Panoptic 数据上报告:体素尺寸为 2 cm 时,完整流程每帧 13.1 ms,包含原始输入上传和 GPU 预处理;未裁剪全部 2000 帧时平均 13.2 ms,95 分位为 15.2 ms。体素为 5 mm 时,相对 Open3D CPU 路径与 CUDA nvblox 的峰值加速分别为 89.7× 与 29.4×。测试硬件是 RTX PRO 6000 Blackwell Max-Q + Threadripper 9970X,不能直接外推到普通游戏 GPU。
核心技术与新意
第一层新意是为后续网格操作设计了 fixed-size-array adjacency。Marching Cubes 只给出顶点和面列表,没有可供连通域、补洞或接缝遍历使用的邻接关系。作者将每条无向边编码为 64-bit key,对全部 (edge key, face id) 做 radix sort,再把共享边的面配对。三角网格每个面最多三个边邻居,因此邻接可以固定为长度 3 的数组,避免通用 half-edge 结构的额外引用、动态分配与分支发散。
这份邻接不是只服务一次清理,而是贯穿后续阶段:
- 噪声移除使用标签传播做连通域,把小碎片压缩掉;
- 纹理映射按深度一致性和面法线/视线夹角为每个面独立选择相机;
- 补洞从已分配邻面传播 UV,最多迭代五次,以固定上界换延迟可预测;
- 接缝修正在不同相机负责的相邻面之间采样亮度差,求解每相机的低频增益场并直接烘回 atlas。
第二层新意是接缝修正。每个面只选一台相机,天然会在相机边界出现曝光跳变;一个全局 gain 又无法处理暗角、局部 tone mapping 或 ISP 带来的空间变化。作者为每台相机维护 24 × 16 的 log-gain 网格,在 seam 两侧取对应样本,用 log-luminance 中位差建立相机间约束,再用平滑与单位增益锚点做 12 次 Jacobi 迭代。增益经指数映射后乘回线性 RGB,并用 EMA(论文默认当前帧权重 0.15)稳定时间变化。
这一步只修正相机之间的相对低频差异:共同作用于所有相机的曝光变化不可观测,几何/标定误差造成的锐利局部错位也不会消失。实验中 seam 残差下降约 27.3%–36.5%;开启修正将帧时间从 10.8 ms 增至 13.1 ms,其中主要的 seam correction 约 1.9 ms。
第三层新意其实是工程纪律:把全链路写成有界、数据并行的 GPU 工作。代价也很清楚——一帧约有 244 次 kernel launch;连通域标签传播在 room-scale 网格上通常会撞到 100 次上限而未完全收敛;5 mm 体素时完整收敛可能需要数百乃至数千次传播。作者用“最多误删极少量面”换取固定时延,而不是假装算法已经精确完成。
性能、限制与如何解读数字
- 细节上限仍由体素尺寸决定;更细的体素会迅速增加稠密体积的内存与时间。
- 可见性只在三角形顶点检查,跨越深度断层的大三角形内部可能仍选错相机。
- 低频增益只适合平滑、乘法型曝光差;小主体若在
1/8代理图上只占很少像素,需要更细采样。 - 固定 atlas 直接把五张 1920×1080 图像竖直堆成 1920×5400,简单、时序稳定且便于视频编码,但没有压缩未被网格使用的区域;论文没有评估传输压缩。
- 官方代码是 source-available 的非商业许可证,并非 MIT/BSD;商业项目不能把“有源码”误读成“可直接集成”。
视觉质量也要谨慎解读:方法在 LPIPS 上仅次于约 13 秒/帧的离线 SPSR + mvs-texturing,但 PSNR 排序不同,说明纹理清晰度与逐像素失真存在典型的 perception–distortion 取舍。13.1 ms 与离线基线相差约 993×,证明的是全 GPU 管线的可行性,不是与离线方案等价。
对 TA / UE5 的实际价值
对实时角色扫描、虚拟制片预演、数字人预览与 AR/VR 采集,最值得迁移的是三点:
- 先画数据驻留图,再优化算子。 标出每一阶段的资源所有权、同步点、读回字节数和格式转换;一次不必要的 mesh readback 可能比一个更快的 CUDA kernel 更值得先删。
- 为目标 GPU 操作选择拓扑。 如果只需要三角面邻接,固定三邻居数组可能比完整 half-edge 更合适;若 UE Compute Shader 复现,可用排序后的 edge key buffer 生成邻接,再用 StructuredBuffer 驱动连通域或 UV 传播。
- 将外观误差放到最便宜的域里。 相机接缝不一定需要全局纹理重优化;低频 gain grid、稀疏 seam 约束和有限次 Jacobi 就能先解决主要曝光差。
UE5 落地点: 做一个小型 Render Graph 实验:以现成三角网格和 3–5 张相机纹理为输入,先实现 edge-key 排序/邻接构建,再做 seam 采样与 24 × 16 gain-grid Jacobi。输出校正前后 atlas、seam residual、GPU time、kernel/dispatch 数和读回字节。无需先复现完整 TSDF,就能验证这套“拓扑驻留 + 低频外观修正”的价值。
阅读成本与建议: 45–60 分钟。先看 Figure 2 与 Sections 3.2、3.6、4.1、5 Limitations;实现者再读 Appendix A 的 kernel launch 分解、Appendix C 的 gain-field 变体和 Appendix E 的体素尺寸/显存曲线。项目页视频适合检查时间稳定性,而不是只看静帧。
2. PlaySR:让 Motion Vector 管几何,让 Optical Flow 补非几何运动
原文发布日期: 2026-11-03(Sony Research 公开文章;论文此前发表于 ECCV 2026 LoViF Workshop)
来源: Sony Interactive Entertainment Research · 作者技术说明 · OpenReview 论文页
发生了什么
PlaySR 是一套面向游戏 Deferred Rendering 的神经超分框架,输入包括低分辨率颜色、深度和引擎 Motion Vector(MV)。它没有把 MV 当成唯一可信的重投影依据,而是同时估计 Optical Flow(OF),学习在两者之间动态分配权重,再用轻量 SR 网络重建高分辨率帧。
关键判断很符合真实渲染管线:MV 对摄像机和刚体/骨骼等几何运动便宜且准确,但阴影、镜面反射、透明、粒子与屏幕空间效果的像素变化未必能由几何速度描述;OF 直接观察图像变化,可以补这些区域,却更怕大位移、遮挡,并增加计算成本。PlaySR 将 MV“蒸馏”到图像空间,用 OF 作为纠错信号,而不是让两个网络各做一遍完整对齐。
核心技术与新意
官方摘要提到两个值得工程团队记住的设计:
- 反偏置的数据增强。 训练集很容易让模型发现“MV 大多数时候已经够用”,继而忽略更昂贵的 OF;作者加入专门增强,迫使模型学习 MV 失真或不完整时如何使用像素运动。
- 无额外参数的 attention。 轻量 SR 主干通过 parameter-free attention 调节特征,而不是继续堆通道和参数,把有限预算留给时序对齐。
新意不是“MV + OF”这个组合本身,而是把二者视为互补先验,并显式处理训练偏置。这个问题同样会出现在 Frame Interpolation、Frame Extrapolation、Multi-Frame Generation 和 Ray Reconstruction:渲染器知道“物体怎么动”,图像模型知道“最终像素怎么变”,两者不能互相替代。
限制与 TA 实践价值
本周公开的 Sony 文章没有给出输入/输出分辨率、目标硬件、毫秒成本、网络参数量或与 DLSS/FSR/PSSR 的可复现对照;它也没有宣布进入任何 PlayStation 产品。OpenReview 在核验时触发了浏览器验证,因此本期只使用 Sony 摘要、作者说明和可公开访问的元数据,不编造论文表格数字。
对 TA 最直接的价值是建立一张运动信息可信度测试图:
- 几何边缘、骨骼与相机运动:MV 应是主信号;
- 屏幕空间阴影、反射、透明、折射和粒子:检查 MV 是否缺失、继承背景速度或与最终像素错位;
- disocclusion 与极细几何:检查 depth rejection、reactive mask 和 OF 是否互相冲突;
- 后期前后的颜色变化:确保 OF 看到的图像域与重建目标一致。
在 UE5 中无需先训练网络:先离线导出 BaseColor/SceneColor、Depth、Velocity、Translucency/Reactive Mask 与相邻帧,运行一个现成 OF 模型,制作 |warp(MV) - current| 与 |warp(OF) - current| 的误差热图。按材质域、透明类型和光照通道统计,找出“引擎速度不解释像素变化”的区域,之后再决定是否需要学习融合。
阅读成本与建议: 15–20 分钟。先看 Sony 摘要与作者页的 Key Idea;要做复现应等待或取得可稳定访问的全文与模型细节后,再核对训练集、损失、推理成本和消融,当前不适合做横向性能排名。
3. War Thunder 的 DLSS 5 集成:神经阶段逼迫 HDR 色彩链路可逆
原文发布日期: 2026-11-03
来源: NVIDIA 对 Gaijin 的开发者访谈
发生了什么
Gaijin 将 DLSS 5 3D-Guided Neural Rendering 接入自研 Dagor Engine。访谈最有价值的部分不是“更真实”的对比图,而是一个明确的管线冲突:DLSS 5 在 sRGB 域工作,而现代游戏引擎的光照、曝光与后期通常在线性 HDR 域完成。
如果把神经阶段放在所有 PostFX 之后,Bloom、Motion Blur、色差和 UI 都可能被当成要重新解释的场景内容;如果过早放在线性 HDR 中,模型又看不到玩家最终看到的 look。Gaijin 的做法是让色彩管理链路可逆:先从线性 HDR 生成一个带目标观感的“半成品” sRGB 图像供 DLSS 5 处理,再把模型产生的改动映回线性 HDR,继续执行后期与 UI 合成。
核心技术与新意
这相当于把传统单向的 scene-linear → exposure/tone/look → display 改成可往返的接口:
linear HDR → reversible look transform → sRGB neural stage → inverse transform → linear HDR → postFX/UI
难点不只是写一个 inverse tone mapper。实际链路中可能有 clamp、局部曝光、gamut mapping、LUT、非单调曲线、显示峰值压缩与按内容变化的参数;只要某一步不可逆,映回 HDR 的增量就会偏离原始光能关系。访谈没有公开具体公式,因此不能假定 Gaijin 的实现适用于 ACES、AgX 或 UE 默认 Filmic 的任意配置。
它也展示了神经渲染的新集成角色:模型不再只是“低分辨率到高分辨率”的末端放大器,而是会改写高光、阴影、微对比与材质细节的图像阶段。于是 Art Direction 的验收对象从材质和灯光扩展到“模型强度 × 色彩变换 × 天气/视距场景”。Gaijin 分别检查空战、陆战和海战,并在阴雨、湿表面等低对比场景下调模型强度,说明统一 preset 很可能不够。
性能、限制与 TA 价值
文章没有提供 GPU 时间、输入输出分辨率、显存或失败案例;它来自 NVIDIA GeForce 宣传频道,画质描述应视为厂商与合作方的陈述,而非独立评测。Eagle’s Shadow 更新在文章发布时仍计划于 11 月中旬上线,本期不把它写成已经交付的玩家结果。
对 TA/色彩与渲染工程,最有价值的是把每个学习型图像阶段都列入色彩域契约:输入是 scene-linear 还是 display-referred、范围是否允许负值和超 1 高光、编码是 linear/sRGB/PQ/HLG、alpha 与 UI 是否已合成、变换是否可逆、误差应在什么域度量。
可立即尝试: 在 UE5 里搭一条不依赖 DLSS 5 的可逆性测试。选择包含 HDR 高光、饱和霓虹、雾、湿表面和透明物体的场景,记录 SceneColor → Look → InverseLook → SceneColor 的绝对/相对误差;分别统计高光能量、色相漂移、负值、超 gamut 与 temporal stability。只要往返误差本身不可接受,就不应先接任何要求 sRGB 输入的神经阶段。
阅读成本与建议: 10–15 分钟。重点看访谈中 sRGB/linear HDR 的问答段;对比图只用于理解美术目标,不用于判断性能。
4. 上周补充|UE5.8 MegaLights:固定成本不等于无限复杂度
原文发布日期: 2026-10-28(官方视频)
来源: Unreal Engine 官方教学视频 · MegaLights 官方文档
发生了什么
Epic 发布 36 分钟的 UE5.8 MegaLights 入门教学,并将功能描述为 Production Ready。MegaLights 用统一的 stochastic direct-lighting pass 取代多种逐灯阴影与光照路径:每像素只向“重要光源”发射固定数量的射线,命中后累积该灯贡献,再通过时空去噪重建稳定结果。
它的成本模型与传统 Deferred Lighting 相反:传统路径在固定质量下随影响像素的灯数增长;MegaLights 试图保持近似固定的每像素光照成本,但当一个像素同时受太多重要灯影响时,每盏灯分到的样本不足,质量会变成噪声、模糊或 ghosting。“支持更多灯”并没有取消内容预算,只是把预算从 draw/shadow-map 次数改成每像素重要性与样本竞争。
核心技术与工程点
- 默认先做短距离保守 Screen Space Trace,捕捉简化 Ray Tracing Scene 中缺失的小细节;离屏、被遮挡或超过长度后,再从最后有效位置继续 HWRT/SWRT。
- Ray Guiding 根据光源对像素的预计贡献分配样本,但仍需偶尔探索被认为遮挡的灯,避免可见性变化后永远采不到。
- 默认 RT shadow 路径复用整场 BVH,没有逐灯 shadow-map 成本;单灯可切到 VSM,以完整 Nanite 细节换更高 CPU/GPU/内存开销和近似 area shadow。
- Lit Translucency 与 Volumetric Fog 共享 froxel 体积中的随机采样与 shadow trace;分辨率由
r.MegaLights.Volume.GridPixelSize、GridSizeZ控制。 - Niagara 粒子灯可进入 MegaLights 并投影,但必须限制强灯密度、影响范围与 shadow-casting 数量。
UE5.8 的实用改进是 Light Complexity 可视化:选择屏幕像素后,可以看到影响该像素的灯、权重比例、可见性和采样成本热图。配合 r.MegaLights.Debug 1、r.ShaderPrint.Lock 1、r.MegaLights.Visualize.LightComplexity 与 dump 命令,可以找出隐藏但仍在偷样本的强灯、过大的 attenuation bounds、伸进墙体的 rect light 和不必要的粒子灯。
限制与 TA 价值
RT shadow 的质量仍受简化 Nanite fallback mesh、RT culling、动画顶点预算与 BVH 范围限制;提高 fallback 精度会增加 build time、内存与 traversal cost。Alpha Masking 只有屏幕空间路径默认正确,RT 材质求值需开启 r.MegaLights.HardwareRayTracing.EvaluateMaterialMode 1,且有明显开销。官方仍建议太阳等强 Directional Light 走 Deferred + VSM,把 MegaLights 留给局部或较软的灯。
对 TA 来说,这是一套新的灯光预算语言:不要只统计关卡灯数,而要统计每像素候选灯数、重要性分布、被遮挡但仍需探索的样本、RT representation 误差和 denoiser 压力。
UE5 落地点: 复制一个实际关卡,逐步加入 32/64/128 个动态灯;每档记录 MegaLights GPU 时间、sampling-cost heatmap、历史稳定性和 ghosting。第二轮不删灯,只收紧 attenuation、spot cone、rect barn door,并合并同组小灯,观察质量能否在相同固定预算下恢复。
阅读成本与建议: 视频 36 分钟。先看前半的系统概览与启用方式,再直接对照文档的 Technique Overview、Lighting Complexity、Shadowing Methods、Particle Lights 与 Lit Translucency;做项目排查时,文档比线性看完整视频更高效。
5. 上周补充|Codex 0.166:Agent 的恢复语义开始成为工程能力
原文发布日期: 2026-10-30(GitHub 于 2026-10-29 19
UTC 发布)来源: Codex 0.166.0 Release
发生了什么
0.166 新增 codex queue --resume,允许先向未加载线程排队消息并恢复执行;修复 resume/fork 后权限与已确认 approval 丢失、归档恢复后子线程消失、app-server 启停竞态,以及跨 resume/fork 的 reasoning-token 记账错误。后者会导致系统误判上下文接近上限并过早 compaction。
版本还把 standalone executor 放进标准 CLI/app-server 发布包,增加 codex doctor --network-only,并改善 TUI 断线恢复、安全阻断解释和 Markdown 问答呈现。与上期 0.165 的 Memory v2 / attached fork 相比,这次的增量不是“再加一种长期状态”,而是让已有状态在恢复、分叉、归档和重连后不悄悄变质。
核心技术与 TA 工作价值
渲染技术任务往往跨越编译、GPU capture、平台复现与资产验证;中断后最危险的不是模型忘了聊天,而是权限、工作树、附件、子任务和压缩计数分别恢复到不同时间点。0.166 的修复说明一个成熟 Agent 工具链至少要保存四类状态:
- 任务与消息队列状态;
- 权限、approval 与安全策略状态;
- 线程/子线程拓扑及附件;
- 上下文预算与 compaction 记账。
对 TA 自动化,queue --resume 可用于把“编译完成后读日志”“Preview 完成后验页面”排到暂未加载的线程;doctor --network-only 适合把 GitHub、MCP、WebSocket 或代理问题与工程构建问题分开诊断。standalone executor 进入标准发行包,也降低 CLI 与 app-server 环境能力不一致的概率。
限制与尝试方式
发布说明没有提供恢复成功率、长任务延迟或跨版本兼容基准;“状态被保存”也不保证状态仍然正确。权限和记忆越持久,越需要在恢复点重验 branch、HEAD、目标文件、用户授权范围与外部系统的最新状态。
可立即尝试: 给一条 UE Shader 修改任务设计恢复测试:在编译中断、线程归档、fork 后分别恢复;验证当前 branch/HEAD、已修改文件、附件、审批策略与待跑测试是否一致。把这些检查写进恢复后的第一步,而不是直接继续改代码。
阅读成本与建议: 10 分钟。先读 New Features 与 Bug Fixes;工具链维护者再追 queue --resume、权限恢复、descendant thread、app-server race 与 token accounting 对应 PR。
优先阅读顺序
| 优先级 | 内容 | 阅读成本 | 为什么先看 |
|---|---|---|---|
| 1 | GPU-Native Textured Mesh | 45–60 分钟 | 本期深读;从数据驻留、GPU 拓扑到接缝求解,给出完整可复现的管线设计与边界。 |
| 2 | MegaLights UE5.8 | 25–40 分钟 | 最容易立即转化为 UE 灯光审计和关卡预算;复杂度可视化尤其适合 TA。 |
| 3 | War Thunder × DLSS 5 | 10–15 分钟 | 一条很具体的 HDR/sRGB 集成教训,适用于所有插入色彩链路的神经图像阶段。 |
| 4 | PlaySR | 15–20 分钟 | 建立 MV 与 OF 的互补模型;当前公开性能信息不足,先读思想、暂缓排名。 |
| 5 | Codex 0.166 | 10 分钟 | 维护长周期 Agent/自动化者优先;只做短会话可快速浏览。 |
本周动手实验
做一次“可逆色彩边界”测试。 这是本周成本最低、对未来神经渲染集成最通用的实验。
- 在 UE5 选一个同时包含高亮 emissive、饱和色、薄透明、雾、湿表面和 UI 的场景。
- 从 scene-linear HDR 建立一条临时 Look 变换,输出模型可能使用的 sRGB / display-referred 图像;再实现对应逆变换,回到 linear HDR。
- 不接任何 AI 模型,先测一次 round trip:
HDR → Look → InverseLook → HDR。 - 输出高光能量误差、RGB 相对误差、色相漂移、负值/超 gamut 像素比例,以及相机运动时的 temporal error。
- 分别加入曝光、LUT、局部 tone mapping、Bloom 与 UI,找出第一个让链路不可逆的阶段;据此决定未来模型必须插在它之前还是之后。
这项实验建议先作为离线或开发构建工具,不冒充生产验证。若 round-trip 已经破坏高光或色相,后续任何模型对比都会混入色彩链路自身误差。
趋势观察
本周更明显的趋势不是“神经渲染取代传统渲染”,而是二者在管线边界处重新分工:PlaySR 用渲染器先验约束像素模型,DLSS 5 迫使色彩管理可往返,MegaLights 则把灯光复杂度压进固定采样与去噪预算。下一阶段的质量竞争会越来越依赖输入契约、颜色域、时序状态和调试可见性。
GPU 优化也从“某个 kernel 更快”转向“中间数据不离开设备”。全 GPU 纹理网格说明,只有当拓扑、清理、纹理和外观修正共享同一种驻留数据结构时,单阶段加速才会变成端到端实时。
Agent 工具链呈现相同规律:Memory、fork 与队列只是状态的来源,resume 后能否恢复权限、子线程、附件和上下文预算,才决定它能否安全接管长周期工程。
来源与核验
- 新闻窗口按 Asia/Shanghai 自然日计算:2026-10-31 至 2026-11-06;深读与补充最早回溯至 2026-10-24。MegaLights(10 月 28 日)与 Codex 0.166(UTC 10 月 29 日、上海 10 月 30 日)均标注为“上周补充”。
- GPU-Native Textured Mesh 以 arXiv v1、论文 HTML、项目页和官方仓库交叉核验。性能数字来自作者在 RTX PRO 6000 Blackwell Max-Q 上的实验;仓库许可证为非商业 source-available,不能按开源宽松许可证处理。论文图片使用 arXiv 非独占分发许可,未确认可再发布授权,因此本期没有转载原图。
- PlaySR 以 11 月 3 日 Sony Research 文章与作者页面核验。论文页在检索时要求浏览器验证,未能稳定读取全文;公开摘要未给出毫秒成本和硬件条件,本期明确保留这一缺口。
- War Thunder 条目只采用 NVIDIA 11 月 3 日对 Gaijin 的开发者访谈中的管线陈述。文章没有公开性能数据,且所述 Eagle’s Shadow 更新当时尚未上线,因此不把未来交付或画质收益写成已验证事实。
- 已固定检查 Unreal Engine 官方 YouTube 频道:7 日窗口内的新上传是开发者访谈、学生作品和活动展示,没有达到本刊技术入选阈值;10 月 28 日 MegaLights 教学位于 14 日补充窗口,已纳入并核对官方文档。
- Codex 0.166 的日期与功能以官方 GitHub Release 为准;未采用 alpha 版本或第三方汇总。
- 已与 2026-W40 至 W44 的栏目主题去重:不重复上期的 DXR Clustered Geometry、Texture Consolidation、Honeycomb-Surfels、FSR SDK 2.4 和 Codex 0.165;0.166 仅写恢复可靠性的新增差异。本期不另发 Weekend Long Read。
- 检索截止时间:2026-11-06 09(Asia/Shanghai)。