Negli ultimi anni, l'evoluzione delle tecnologie grafiche ha trasformato profondamente il panorama videoludico. Con il debutto del DLSS Super Resolution, NVIDIA ha aperto la strada a soluzioni proprietarie di upscaling come PSSR e QSSR di PlayStation, mentre la successiva introduzione del Frame Generation ha permesso di raggiungere livelli di fluidità visiva un tempo impensabili.
Tuttavia, la scorrevolezza percepita a schermo non coincide sempre con la reattività effettiva, la quale rimane indissolubilmente legata al framerate nativo: proprio l'input lag - arginato solo parzialmente da tecnologie come NVIDIA Reflex - e i difetti visivi derivanti dall'interpolazione tra frame reali e sintetici rappresentano a oggi il principale collo di bottiglia di questa tecnologia.
Consapevole di queste criticità, Sony è al lavoro per scardinare il problema alla radice attraverso un'inedita tecnologia di predizione dei fotogrammi, descritta nei dettagli all'interno di un recente brevetto.
Oltre l'interpolazione tradizionale: il brevetto scovato da Patentlyze
Individuato dalla piattaforma specializzata Patentlyze e depositato formalmente da Sony il 15 ottobre, il documento illustra una tecnologia denominata "Frame generation super sampling": "Il super sampling della generazione di fotogrammi può comprendere la generazione di un embedding del frame a partire da un primo fotogramma in un flusso di immagini e la predizione di un secondo fotogramma sintetico nel flusso di immagini mediante l'embedding del primo fotogramma. Il secondo fotogramma sintetico viene mostrato come frame successivo rispetto al primo fotogramma nel flusso di immagini."
Sebbene in apparenza il meccanismo possa ricordare il funzionamento del classico DLSS Frame Generation, l'approccio ingegneristico di Sony è radicalmente diverso. Laddove l'attuale interpolazione inserisce un fotogramma sintetico elaborato da un modello neurale tra l'ultimo frame renderizzato dalla GPU e quello precedente - introducendo inevitabilmente una frazione di ritardo prima dell'invio a schermo -, l'architettura di PlayStation calcola il fotogramma successivo anticipando le intenzioni del giocatore.
Ispirazione dal rollback netcode e Algorithmic Frame Generation
Il fondamento teorico richiama da vicino il principio del rollback netcode utilizzato nei picchiaduro moderni come Street Fighter 6, elevandolo a un livello di complessità visiva e computazionale notevolmente superiore: "L'input dell'utente può avvenire contemporaneamente (ad esempio entro 15 millisecondi) rispetto alla generazione dell'ultima immagine o poco prima (più di 15 ms ma meno di due secondi prima). L'idea alla base è che l'input dell'utente sia collegato alla generazione del frame: ad esempio, quando un giocatore preme il tasto di salto, i fotogrammi successivi saranno dedicati all'animazione del salto, che può essere appresa dall'encoder."
Questo paradigma dà vita a una vera e propria Algorithmic Frame Generation, che sfrutta un algoritmo predittivo al posto dei soli modelli di machine learning e delle reti neurali per azzerare l'input delay. Il calcolo può infatti appoggiarsi ai vettori di movimento o al raffronto diretto tra il fotogramma reale precedente e l'ultimo fotogramma effettivo.
L'infrastruttura ideata da Sony si articola in passaggi ben definiti:
- Un encoder analizza il fotogramma renderizzato nativamente, gli eventuali vettori di movimento e gli input inviati dal controller;
- Un decoder genera e proietta il fotogramma sintetico prima dell'arrivo del successivo fotogramma reale calcolato dalla GPU, coprendo un ventaglio di opzioni future;
- Un sistema di fallback non-AI entra in funzione per salvaguardare la fedeltà visiva ed evitare vistosi artefatti qualora la previsione algoritmica non dovesse coincidere con l'effettiva azione successiva.
Requisiti tecnici e prospettive di lancio
Sul piano dell'infrastruttura, il brevetto non fa menzione di requisiti hardware supplementari rispetto a quanto già integrato nei sistemi da gioco di attuale generazione, lasciando aperta la possibilità tecnica di un'applicazione sull'ecosistema odierno.
Nonostante il potenziale rivoluzionario, è assai improbabile che la predizione dei frame trovi sbocco commerciale nell'immediato. La notevole complessità computazionale del sistema comporterebbe infatti rischi tangibili: in caso di predizioni errate o instabili, titoli dal ritmo forsennato come gli action game veloci o gli sparatutto competitivi rischierebbero di restituire un'esperienza compromessa e snaturata per il giocatore.
