随意启动一款 3D 游戏，打开图形设置界面，你大概率能发现一个选项——「抗锯齿」。你可能参考了网上的设置教程，切换到了 TAA，抑或是 MSAA、DLSS 等的设置选项，画面看起来似乎更好了。那么这些字母的含义究竟是什么，「抗锯齿」又在背后做了哪些操作？
我们所在的世界是连续的 —— 想象你用一支笔在纸上随意画一个实心三角形，无论你从哪个角度观察，这个三角形在现实中都是连续的。
但光栅显示器（也就是我们每天面对的各类手机、电脑屏幕）天生并不具备这种连续性。如果你使用微距镜头对着手机或电脑屏幕拍一张照片，不难发现，屏幕上的图像并不是由真正连续的线条和色块组成的，而是由一个个排列整齐的像素构成的。每个像素只能显示一个颜色值。
问题也就出现在这里：当一条连续的斜线、曲线或物体边缘被显示到屏幕上时，它必须通过光栅化，被采样转换成一格一格的像素。原本连续的图形，被迫用离散的像素来近似表示。
这种「用离散量表示连续量」所引起的失真现象，就叫做「走样」。锯齿的出现，其实就是走样的一种典型表现。
在游戏中，锯齿是影响体验的一大因素，未经过任何抗锯齿处理的画面，边缘往往会显得十分粗糙。
需要说明的是，Anti-Aliasing 在学术界更常使用的中文译名为「反走样」，而锯齿（Jaggies）只是走样现象的一种具体表现，走样现象还包括摩尔纹、远处细线闪烁、物体运动时的跳动等。考虑到国内游戏社区和游戏画质设置中更常使用「抗锯齿」这一说法，下文均以「抗锯齿」指代 Anti-Aliasing。
我们已知，锯齿现象本质上来自连续图像被离散采样后的失真。换句话说，只要屏幕仍然由一个个像素组成，只要游戏画面仍然需要被转换成像素来显示，这种问题就不可能被彻底消除。因此，「抗锯齿」的实质是通过一系列技术手段让显示的画面骗过我们的大脑，在视觉上更接近连续图像。
接下来，笔者主要从硬件与算法两方面进行说明。
最简单的方法莫过于提高同一显示面积下显示器的分辨率。既然图像是由一个个像素组成，那我们只需要提高显示器的像素密度，也就是我们在数码评测中经常会听到的一个名词：PPI，即 Pixel Per Inch，就能让人眼难以看清边缘的锯齿。
这其实很好理解。假设我们要在屏幕上显示同一条斜线，如果屏幕分辨率很低，这条斜线只能由少量像素拼接而成，会产生非常明显的阶梯状锯齿；但如果屏幕分辨率足够高，同样长度的斜线可以由更多、更细小的像素组成，每一级阶梯都会变得更小，锯齿自然也就没那么容易被看见。
这也是为什么同样一张图片在低分辨率屏幕上可能会显得边缘粗糙，而在高 PPI 的手机屏幕上却显得细腻许多。锯齿并不是消失了，而是被压缩到了更小的尺度，小到超过了人眼在正常观看距离下的分辨能力。
从这个角度看，提高分辨率确实是一种非常直接的「物理解决方法」：它单纯通过更密集的像素，让离散采样造成的阶梯状锯齿变得不明显。
不过，这种方法也有明显的代价。更高的分辨率意味着同一帧画面需要计算更多像素。例如，从 1080p 提升到 4K，横向和纵向分辨率各翻一倍，总像素数量变为原来的四倍。对于游戏来说，这意味着 GPU 需要在同样的时间内处理更多像素、执行更多着色计算，也会带来更大的显存带宽压力。
这就引出了另一种思路：既然单纯堆高显示器分辨率成本很高，那我们能不能在渲染阶段使用一些技巧，让有限的像素看起来更接近连续图像？
这就是抗锯齿算法要做的事情。
前文提到，图像是通过采样转换成像素进而显示在屏幕上的，自然地，我们可以在采样阶段上进行操作。可能出乎你意料的是，抗锯齿算法是通过一种特殊的「模糊」算法来产生更平滑、视觉上更清晰的图像。对于在白色背景中的黑色矩形，通过在矩形边界附近掺入一些灰色像素，可以柔化由黑到白的尖锐变化。
既然一个像素最终只能显示一个颜色，那我们就不要只看图形有没有经过这个像素，而是考虑这个像素覆盖区域内的更多信息。
想象一条黑色直线穿过一块白色背景。如果我们只看像素中心点，那么某个像素的中心点落在线上，它就会被显示成黑色；如果中心点没有落在线上，它就会被显示成白色。这样一来，边缘就会显得非常生硬，锯齿也会很明显。
但现实情况往往不是这么简单。很多像素并不是完全属于黑色直线，也不是完全属于白色背景，而是被直线覆盖了一部分。既然如此，我们就可以根据这个像素被覆盖的程度，给它一个介于黑色和白色之间的颜色。
这就是区域采样的基本想法，不再把一个像素看成一个没有面积的点，而是把它看成一个有面积的小区域。随后，我们再把这个虚拟的小区域继续细分，比如分成 9 块、16 块，甚至更多小格。
接下来要做的事情就很直观了：看图形覆盖了这些小格中的多少部分。如果一个像素中的小格大部分都被黑色线条覆盖，那么这个像素就应该更接近黑色；如果只有少数小格被覆盖，那么这个像素就应该更接近白色；如果刚好覆盖了一半左右，那么它就可以显示成介于黑白之间的灰色。
这样一来，原本生硬的边缘就会出现一些过渡色。斜线仍然是由像素组成的，但通过不同深浅的灰色，让人眼感受到更平滑的边缘。
说了那么多，我们来举一个简单的例子：
若你对上面的计算不感兴趣，你也可以参考下面这张图：不难看出，图形在一个像素中占据的大小决定了这个像素所显示的灰度值。
在上述「区域采样」的基础上，又可以分成「非加权区域采样」和「加权区域采样」两种思路。
非加权区域采样比较简单，参考上面两个小例子应该就能看懂。它认为像素内部每一块区域的重要性都是一样的，占据的面积数即为每个像素显示的颜色的评判标准。但问题在于，像素内部不同位置对最终视觉效果的影响并不完全一样。通常来说，越靠近像素中心的位置，越能代表这个像素本身；越靠近像素边缘的位置，影响便稍微弱一些。
于是就有了加权区域采样。
加权区域采样并不是简单地统计覆盖了多少面积，而是会给像素内部不同位置分配不同的权重。靠近中心的区域权重更高，靠近边缘的区域权重更低。这样一来，同样是覆盖三分之一面积，如果图形主要穿过像素中心，它对这个像素颜色的影响就会更强；如果只是擦过像素边缘，影响就会更弱。
而加权区域采样的权重常使用高斯分布函数，底层原理与你所经常听到的的「高斯模糊」其实是类似的。
以上所述概念是抗锯齿的理论基础。接下来，让我们回到游戏，看看这些底层逻辑是如何被工程实践的。
或许你早已被这一大串英文缩写弄得晕头转向：SSAA、MSAA、FXAA、TAA、DLSS、FSR、XeSS……让我们来慢慢理清这些名词背后的意义，并选择出适合你的抗锯齿选项。
其中出现了许多「AA」，为 Anti-Aliasing 的缩写，也就是前文提到反走样的英文名。
这些名词其实都在试图解决同一个问题：在有限的像素和有限的性能预算里，如何让画面看起来更稳定、更平滑、更接近连续图像？
SSAA：英文全称为 Super Sampling Anti-Aliasing，即超采样抗锯齿。如果你理解了前文「区域采样」的概念，那么理解 SSAA 的思路是完全相同的。
所谓「超采样」，就是先把原本一个像素的面积划分为多个虚拟的子区域，增加采样点数量。更通俗地说，它会让游戏先在更高的分辨率下渲染画面，再把这张更大的画面缩小回当前屏幕分辨率。
举个例子，如果你的屏幕分辨率是 1920 × 1080，而游戏内部先以 3840 × 2160 的分辨率进行渲染，再把结果缩小回 1920 × 1080，那么最终屏幕上的一个像素，其实就融合了内部多个像素的信息。
这样做的好处非常直观：原本一个像素只能得到一次采样结果，现在它可以综合多个采样结果。边缘处原本非黑即白的突兀变化，就会因为这些采样结果的混合而产生过渡色，看起来也就更加平滑。
SSAA 的优势在于效果非常全面。因为它不是只处理物体轮廓，而是让整张画面都获得了更多采样信息。所以它不仅可以改善角色边缘、建筑轮廓上的锯齿，也能在一定程度上缓解纹理走样、远处细节闪烁、高光噪点等问题。
但它的缺点也同样明显：性能开销太大。SSAA 可以说是最简单粗暴、但在高质量实时渲染也最难以实际应用的方法。因此，SSAA 多应用于需要极高画质的离线渲染操作。
MSAA 则是在这个基础上做了一次性能与效果的平衡。
MSAA：英文全称为 Multisample Anti-Aliasing，即多重采样抗锯齿。它和 SSAA 一样，也会在一个像素内部设置多个采样点，但它并不会像 SSAA 那样对整张画面进行完整的高分辨率渲染，而是主要关注几何边缘。
当一个三角形边缘穿过某个像素时，MSAA 会通过多个采样点判断这个像素到底有多少部分被三角形覆盖。比如一个像素内部有 4 个采样点，其中 2 个落在三角形内部，2 个落在外部，那么这个像素就可以被理解为「大约有一半被覆盖」。最后在合成颜色时，在最终合成时，它会根据这个覆盖比例混合前景和背景颜色，从而得到更柔和的边缘过渡。这样一来，MSAA 就能用比 SSAA 更低的成本，改善物体轮廓上的锯齿。
下图即为经过 MSAA 处理的结果，不难看出，图形整体的显示都更加平滑了。
这也是为什么在早期游戏中，MSAA 曾经是一个非常常见的抗锯齿选项。它在性能和画质之间取得了不错的平衡，尤其适合处理清晰的几何边缘。
但随着现代游戏画面变得越来越复杂，走样问题也不再只来自三角形边缘。复杂材质、透明贴图、屏幕空间反射、毛发、植被等都会带来新的问题。于是，单靠 MSAA 已经越来越难解决所有问题。
SSAA 和 MSAA 都是在渲染过程中处理锯齿，而 FXAA 和 SMAA 的思路则要更「后期」一些。它们并不会真的增加场景中的采样点，也不会让游戏重新渲染一张更高分辨率的画面，而是在画面已经被渲染完成之后，把最终图像当成一张普通图片来分析。
FXAA ：英文全称为 Fast Approximate Anti-Aliasing，即快速近似抗锯齿。顾名思义：Fast，足够快；Approximate，并不追求完全精确，而是用一种近似方法尽可能修补画面中的锯齿。NVIDIA 的 FXAA 白皮书 也将其描述为一种高性能、高质量的屏幕空间抗锯齿近似方法。
它的基本思路并不复杂：既然锯齿通常会出现在颜色变化比较剧烈的边缘，那我们就可以直接在渲染好的图像中寻找这些高对比度区域。找到这些区域之后，FXAA 就会沿着边缘方向对像素进行一定程度的平滑。
说到底，FXAA 是在一张已经渲染好的二维图像中根据图像里的颜色变化，猜测哪里可能需要被处理。结果可能是：锯齿确实少了一些，但画面也可能因此糊成一团。
SMAA ：英文全称为 Subpixel Morphological Anti-Aliasing，即次像素形态学抗锯齿。它同样是在画面渲染完成之后进行处理，但相比 FXAA，它会更认真地分析边缘形态，而不是简单地把高对比区域都柔化一遍。
SMAA 会尝试识别画面中的边缘模式。比如一条斜线到底应该沿着哪个方向被平滑，哪些地方应该保留锐利边缘，哪些地方才需要混合过渡。相比 FXAA，它的判断会更细致一些。所以在很多情况下，SMAA 会比 FXAA 更能保留画面清晰度。
综上，FXAA 和 SMAA 对明显的几何边缘锯齿比较有效，但面对现代游戏里更复杂的锯齿问题时，就会显得有些力不从心。
到了现代游戏中，更常见的抗锯齿方案变成了 TAA。
TAA 的英文全称是 Temporal Anti-Aliasing，即时域抗锯齿。这里的「Temporal」指的是时域。它的核心思路是混合历史帧与当前帧的信息进行处理。
当然，游戏画面一直在动，不能直接把上一帧叠到当前帧上。于是 TAA 通常还需要运动向量和深度信息。运动向量告诉算法上一帧里的某个像素，在当前帧大概的位置。深度信息则帮助算法判断这个像素是否被覆盖与更新。
在这个过程中，游戏还会对每一帧的采样位置做轻微偏移。当前帧采一个位置，下一帧采另一个位置，再把这些不同帧的信息累积起来。这样一来，虽然每一帧本身的采样数量有限，但经过时间上的积累，画面就可以变得更稳定。
这也是 TAA 在现代游戏里如此常见的原因，它不仅能处理几何边缘，还能缓解远处细节闪烁、植被抖动、高光噪点等时间上的走样问题。
由于它依赖历史帧，如果信息判断错误，就可能出现拖影、残影和模糊。比如角色快速移动、镜头快速转动、细小物体突然出现或消失时，TAA 可能会把上一帧的内容错误地带到当前帧里。NVIDIA 在介绍自适应 TAA 的技术文章中也提到，传统 TAA 的弱点包括 Blurring 和 Ghosting，也就是模糊和拖影。
因此，TAA 在玩家口中的的评价常常很分裂 —— 它确实能让画面稳定许多，但如果实现不好，也会让画面变得发糊，甚至在运动中留下明显残影，尤其是对于需要快速反应操作的游戏来说。
提到 DLSS，大家就应该比较不陌生了。
DLSS 的英文全称是 Deep Learning Super Sampling，即深度学习超级采样。它的实现路径和前述的几个技术相差较大。DLSS 的主要目标不是传统意义上的抗锯齿，而是在较低渲染分辨率下重建出更高分辨率的画面，从而降低 GPU 压力、提高帧率。在这个重建过程中，显卡初始渲染的原始图像是较为模糊的，恰好相当于平滑了锯齿。
不过，DLSS 也并非是当前的生成式 AI ，凭空就能画图。它依赖游戏引擎提供的运动向量、深度等信息，也依赖 NVIDIA 训练好的神经网络模型。重建质量越高，画面就越稳定、越清晰；但如果场景过于复杂，或者运动信息不准确，也可能出现重建错误、边缘伪影和细节闪烁。
DLAA 则可以理解为 DLSS 思路的另一个分支。借助基于 AI 的抗锯齿技术，提供更高的图像质量。DLAA 与 DLSS 使用同样的超分辨率技术，在原生分辨率图像的基础上，更大限度地提升图像质量。
DLSS 主要的操作是：低分辨率渲染 + 重建到高分辨率，重点是优化性能表现；而 DLAA 是 Deep Learning Anti-Aliasing，即深度学习抗锯齿，更注重的是画面的极致表现。NVIDIA 官方将 DLAA 描述为一种基于 AI 的抗锯齿技术，并说明它使用与 DLSS Super Resolution 相同的技术，在原生分辨率下构建更高质量的图像。
类似的技术还有 AMD 的 FSR 和 Intel 的 XeSS，它们同样致力于在低分辨率下重建高分辨率图像，只是实现路径有所不同，在此就不过多概述。
综上所述，按照技术思路来划分，这些抗锯齿方法大致可以分成几类。
第一类，是最直接的「多采样」思路，代表是 SSAA 和 MSAA。
它们的核心想法是：既然一个像素只采样一次太粗糙，那就在一个像素内部多看几个位置，再把这些结果合成为最终颜色。
第二类，是「后处理」的思路，代表是 FXAA 和 SMAA。
它们并不参与前面的几何采样过程，而是在画面已经渲染完成之后，把最终图像当成一张普通图片来分析，寻找明显的锯齿边缘，再进行平滑处理。
第三类，是「利用时间」的思路，代表是 TAA，以及后来的 DLSS、FSR等技术。
它们不只看当前这一帧，还会参考过去帧的信息，结合运动向量、深度信息和历史画面，把多帧信息重新组合起来，从而得到更稳定的结果，也是在高质量实时渲染中普遍使用的技术。不过严格来说，DLSS 等技术已经不是抗锯齿操作，而是超分辨率和图像重建技术。只是它们在重建过程中也会承担抗锯齿和稳定画面的作用。
记得一开始笔者提到过：我们只要还在使用光栅显示器，就永远无法避免走样现象。
但其实学界和产业界也在探索一些更前沿的显示技术，比如光场显示、全息显示、视网膜投影和激光扫描显示。
虽然这些研究离我们的实际应用还很远，但期待未来的某一天，我们能真正复现并看到「真实的世界」。
本文是一篇针对非图形学领域的读者的科普文，文中避开了分析关于数字图像处理方面的内容，包括但不限于采样、量化与频域等相关知识，对于各个概念的解读更多考虑了易懂性而非学术的严谨性，结合了自身的理解而省略了一些专业领域的复杂分析。
如果你对这篇文章中涉及到的计算机图形学的内容感兴趣，强烈推荐你观看闫令琪教授的 GAMES101，了解更为丰富的图形学世界。
> 简单、好用的 视频下载工具，少数派为你呈现 🚀
> 中断久坐、科学多动，直接跟练让身体更健康 💪🏻
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。