手机游戏已经变得足够好，图像和游戏玩法开始越来越接近玩家在 PC 和游戏机上的期望。这些更成熟的平台保持着优势，拥有大量 GPU 和功率预算，支持人工智能改进，提供更流畅的体验。虽然智能手机上永远不会有足够的空间来容纳全尺寸显卡，但明年最好的手机最终将获得人工智能的提升——手机游戏将永远不会一样。
这一切都归功于最新手机芯片组上首次亮相的技术。在最近的 Snapdragon Summit 2026 上，高通推出了全新的 Snapdragon 8 Elite Extreme Gen 6 处理器，该处理器配备了 GPU 升级，包括新的 Adreno Neural Fusion 技术，该技术使用 AI 来提升分辨率并创建帧率，从而在游戏过程中提高帧率并延长电池寿命。
人工智能游戏玩法改进如何应用于移动设备
并非所有 Android 手机都使用 Snapdragon 芯片，但它们也可能配备 AI 图形增强功能——这是该技术首次进入主流手机。 9月初，Arm芯片设计师首次亮相 Mali G2-Ultra NX GPU，其中包含提高分辨率和帧插入的类似技术，以及在渲染光线追踪反射和照明等复杂效果时提高图像质量的噪声消除器。 Arm GPU 用于联发科等公司的高端芯片。
这项技术多年来一直以 Nvidia 的 DLSS 和 AMD 的 FSR 形式应用于高端 PC 和游戏机，它使用人工智能来增强更便宜的 GPU 中的图形性能，并提高帧速率以实现更流畅的游戏体验。在插入墙壁插座的大型 PC 和游戏机，甚至笔记本电脑或华硕 ROG Ally 等移动设备中，该技术主要缓解复杂的工作负载并提高良好的图形效果。
但将这种现代图形技术应用于手机的挑战归结为一个词：热量。个人电脑拥有源源不断的电力，笔记本电脑拥有巨大的电池，游戏电脑则由巨大的风扇冷却。但手机体积非常小，其电池以毫安小时为单位，通常每天的运行功率为几瓦，并且越来越依赖导热膏和散热器来散热。
负责 Snapdragon GPU 战略的高通产品管理总监 Amandeep Dhaliwal 表示，最大的挑战是从最新一代 Snapdragon 芯片中获得更好的图形效果，甚至延长电池寿命。
“这是我们构建肾上腺神经融合模型时的主要任务，”Dhaliwal 说。 “在创建这个升级模型时，如何考虑热因素，这样到最后，如果我在游戏中消耗的功率是 1 瓦，我怎样才能节省 20% 并继续前进？”
在手机上，人工智能增强可以延长游戏时的电池寿命。使用 Snapdragon 8 Elite Extreme Gen 6，不是以全分辨率提供图形，而是将它们缩小到 540p，然后 AI 将它们放大到 1080p – AI 可以更有效地弥补差异。同样，它可以以 30 fps 运行，并且 AI 可以插入更多帧以将数字提高到 60 甚至 90 fps。 Dhaliwal 表示，在使用顶级 Snapdragon 芯片组的手机上玩游戏时，这可能会显着提高能效。
“在游戏过程中延长电池寿命 – 如果您能提高 1% 到 2%，人们会很兴奋，我们这里讨论的是 20% 到 30%，对吗？”达利瓦尔说道。 “而且它很大。”
两款新的 Snapdragon 芯片组都对其 Hexagon GPU 进行了改进，与去年芯片中的 Hexagon 相比，8 Elite Extreme Gen 6 的 GPU 性能提高了 44%，而 8 Elite Gen 6 则提高了 37%。两款芯片的 GPU 任务的整体电池效率也提高了 40%。但 Elite Extreme GPU 拥有额外的硬件，使其优于第六代同级产品，例如支持神经融合的矩阵 GPU 核心，以及直接插入图形管道的 AI 优化，而不必利用传统内存和其他高端增强功能。
当今的手机已经融入了科技，但它只是为了更好
就 Snapdragon 而言，这项新技术仅适用于 Snapdragon 8 Elite Extreme Gen 6，这是该公司新修订的产品阵容中最先进的芯片。
Snapdragon 8 Elite Gen 6 中没有神经融合功能，它仍然是与去年的 Snapdragon 8 Elite Gen 5 处于同一水平的优质芯片 – 也就是说，它已经计划为小米 18 Pro 提供动力，并且几乎肯定会在明年出现在几款高端手机中。 Extreme 版本甚至更高，仅用于高端 Android 设备，例如与新芯片一起在今年 Snapdragon 峰会上亮相的摩托罗拉 Signature 27 和小米 18 Pro Max。
Dhaliwal 表示，理论上，Neural Fusion 可以用在 Snapdragon 8 Elite Gen 6 中，但效果不会那么好，收益也不会很大。 “从技术上讲，在非矩阵核心 GPU 上使用（肾上腺神经融合）是可能的，但不建议这样做，因为你不会看到良好的体验，”他说。
一切都与核心有关：由于 8 Elite Gen 6 缺乏其更优质兄弟产品的矩阵核心，因此它大量使用所有现有核心来实际渲染场景，而神经融合会给它们带来更多负担，需要在某些地方做出妥协，这会恶化游戏玩家的体验。降低帧速率进行补偿可能会导致玩家注意到丢帧和视觉效果不稳定，从而导致质量下降，但收益有限。
为了进一步解释这些芯片之间图形呈现的差异，Dhaliwal 用 PC 游戏玩家可以理解的术语表述了：Nvidia 最新 50 系列 PC GPU 之间的并行比较。
“这就像购买 Nvidia 5090 RTX 与购买 5040TK 或购买内置 GPU 的笔记本电脑一样，”Dhaliwal 说。 “这基本上就像你有一个普通 GPU，然后你有一个极限 GPU。”
明天的移动游戏将会发生什么
以较低的分辨率和帧速率渲染图形，使其达到游戏玩家期望的速率（1080p，60fps），是延长电池寿命和抵消从 CPU 到神经处理的部分计算负载的好方法。但技术还必须达到更高的高度。
对于这一代芯片组技术，神经融合会为传统渲染的每一帧生成一个帧，因此它从每秒 30 帧到 60 帧，或从 60 帧到 120 帧。但 Dhaliwal 表示，中国的大趋势是更高帧速率的游戏，游戏本身的渲染速度为每秒 120、144 甚至 165 帧。由于提供这些速率会消耗大量电量，从而导致移动游戏中的电池快速耗尽，因此高通公司的下一个前沿目标是在显示的每帧中生成更多帧，例如，将原来的 30 帧提高到 120 帧。
但随着 Snapdragon 和 Arm 在 PC 游戏中引入人工智能增强功能，以及 Apple 在其 A 系列芯片上的 GPU 中添加神经加速器，移动行业正在更广泛地在移动游戏中利用这项技术。这也影响了游戏开发人员，他们一直在功率预算非常有限的袖珍设备上运行游戏，但现在有更多的余力来增强游戏的图形效果。
“现在开发人员基本上会想，‘看，我正在用 1 瓦的一定预算做一些事情，’”Dhaliwal 说。 “现在升级后，我突然有了 200mW 或 300mW 可用，这意味着我可以改进我的游戏来做更多事情，对吗？”
这些 GPU 改进也不仅限于游戏。他们可以运行人工智能模型。 Dhaliwal 指出，即使功率或性能不如笔记本电脑或台式机优化，它也可以在 GPU 上运行。这是除了 NPU 之外，开发移动人工智能模型的开发人员可以利用的另一个工具。
“所有这些事情都将非常令人兴奋，”达利瓦尔说。
