Arm与Unity中国深度合作访谈：强强联手，让游戏开发变得更简单

7月28日，Unity中国在上海外滩茂悦大酒店举行了团结引擎2.0的发布会，并在现场与Arm控股有限公司达成深度战略合作。双方将围绕Arm神经技术(Arm Neural Technology)共同打造面向游戏的超分与插帧功能，为手游玩家带来接近PC端的游戏画面升级与帧率提升，同时有效降低开发者在AI图形开发和跨平台适配方面的门槛，加速手游创新的迭代更新。

本次双方合作的最大亮点，是将Arm神经技术——包括神经超级采样（NSS）、神经帧率提升（NFRU），以及神经超级采样与降噪（NSSD），原生集成至Unity中国团结引擎。如此一来，开发者无需单独做接口适配，无需从零学习底层技术逻辑，开箱即用，可直接调用Arm AI图形加速能力，从源头大幅降低技术学习成本、适配接入成本与二次开发成本，有效降低整体开发门槛，加快产品上市周期。与此同时，依托Arm神经技术与团结引擎强大的跨平台原生能力，此次合作还将助力国产游戏在手机、桌面、主机等多终端，实现更高画质表现与更流畅的运行体验。

此次，我们也有幸在现场和其他国内媒体共同采访到了Arm边缘AI智能终端计算副总裁James McNiven、Unity中国首席执行官张俊波，从他们那了解了更多关于此次双方合作的内容细节和Arm神经技术的技术原理，以下是本次采访的详细内容。

Q：如果我是一名使用Unity中国团结引擎的游戏开发者，想要用上Arm神经技术（Arm Neural Technology），比如神经超级采样（Arm Neural Super Sampling, NSS），或神经帧率提升 （Neural Frame Rate Upscaling, NFRU）功能，是否还需要关心底层芯片的情况？换句话说，这些功能是否已经打包封装在团结引擎中，让开发者无需知道或关心硬件来自哪家GPU供应商？

张俊波：Arm神经技术还比较新，未来会逐步在旗舰机型以及更多主流机型上落地。但开发者的实际情况是，他们通常只发布一个安卓安装包，而不会针对某一款芯片单独开发一个安装包。因此，我们把这些功能都设计成可选能力，是否开启会在运行时根据设备的硬件能力自动判断，开发者并不需要提前了解某款芯片是否支持相关功能。这是一套统一的方案，会根据设备的具体配置在运行时完成校验。

如果其他厂商采用相同的接口（API），处理方式也是一样的；如果API不一致，我们有时会选择兼容最低配置的方案，或者根据不同情况采用不同的处理逻辑。我们的目标始终是保持这样一套统一方案。未来在团结引擎2.0中，我们会支持更细粒度的profile（配置档），针对不同硬件生成差异化的安装包，从技术角度来看，这会是一种更加科学、更加精细的方案。不过，目前在行业内还没有形成成熟的配套方案，这部分还需要我们与渠道方进一步协同推进。从技术上来说，我们完全有能力为不同硬件能力生成差异化的安装包，只是现阶段，我们还需要在安装包分发效率和包体管理复杂度之间做权衡。

Q：这种碎片化的方式，会不会对整个图形生态系统带来一些负面影响？

James McNiven：我认为这不会。Arm神经技术将率先在旗舰机型上落地，不会马上覆盖所有设备。事实上，即使是Arm本身，目前也已经提供了Arm精锐超级分辨率技术（Arm Accuracy Super Resolution, Arm ASR）——一种基于着色器的超分辨率方案。

对我们来说，更重要的是让开发者能够通过引擎，以尽可能简单轻松的方式，在可用硬件上挖掘最优性能。无论底层采用的是基于着色器的方案、基于神经技术的方案，还是其他硬件加速方案，关键在于帮助开发者获得最佳效果和最佳体验。最终，能够带来最佳效果的技术，自然会获得市场认可。不同技术路线的并存是行业发展的常态，也是推动游戏体验持续进步的组成部分。

Q：这次双方选择在ChinaJoy之前联合发布这项最新合作。能否分别介绍一下此次合作的核心定位、合作契机，以及双方的长期战略目标？也想请两位谈谈，Arm和Unity中国各自在这次合作中扮演怎样的角色。

James McNiven：从Arm的角度来看，我们最终的目标是希望用户能够获得最好的游戏体验。而要实现这一点，就需要开发者能够充分发挥硬件的性能。所以我们希望能与Unity中国展开富有成效的合作，让开发者能够更方便地使用神经技术。我们会围绕原生集成、技术对齐等方面进行定期沟通，确保这项技术能够顺利落地。归根到底，这一切都是为了让这项技术在Unity中国的游戏开发者生态中被尽可能便捷、快速地采用。

张俊波：从团结引擎的角度来看，我们希望团结引擎不是一个备选方案，而是一个真正领先的平台，在图形渲染能力上保持领先，同时积极拥抱最新技术。Arm的主战场是移动端，团结引擎同样以移动端为核心，所以对于Arm这样先进的技术，我们必须在团结引擎中予以支持，这也能进一步提升我们自身的能力。

首先，我们希望把这些新技术带给开发者，让他们能够以尽可能低的成本、尽可能快的速度，把这些新的硬件特性用起来。当然，一些游戏公司也可以选择直接调用Arm的底层API，自行实现这些技术的接入，但这样成本会非常高。与其让每家公司都重复做同样的事情，不如由我们统一把这件事做好。这对整个生态来说是一个非常重要的方向，也是我们必须要做的事情。

Q：我们看到Arm的神经技术在GPU上变成了专用的神经加速器。想请您具体讲讲，这个“专用”具体体现在哪里？它跟主流方案的差异在哪里？比如英伟达桌面端的Tensor Core，或者其他主流厂商的方案，核心的技术路线差异是什么？

James McNiven：我们此前已经提及，计划在下一代GPU的着色器核心内部集成多个神经加速器。

简单地说，我们设计了一款非常高效的神经加速器。硬件配置层面，可以实现每个着色器核心搭配一个神经加速器，实际部署数量可根据硬件配置选择，进行按需调整。去年，Arm神经图形开发套件还提供了对面向Vulkan的ML扩展（VK_ARM_tensors和VK_ARM_data_graph）的早期访问。这些扩展使得开发者能够使用张量资源并将推理管线直接构建到渲染图中。这种集成有助于满足实时应用在移动设备上所需的延迟和效率目标。而这并非Arm独享的方案，我们希望推动整个行业采用这些能力，因此其他GPU厂商同样可以使用这些扩展。在此基础上，我们也开源了NSS和NFRU的相关代码库和算法，共同构成完整的Arm神经技术套件。

未来，一些公司可能会选择直接在API层面访问这些能力，另一些则会通过游戏引擎来调用。我们希望补齐整个技术栈的最后一环，让开发者能够更加便捷地使用从API、算法，到神经加速器和GPU的完整能力，加速这些创新技术的普及与落地。

Q：把神经技术直接融入GPU架构，是否可以看作是在传统制程工艺提升算力之外，另一个重要的技术手段和趋势？另外，应用了这项神经技术之后，是否意味着开发者不再需要为帧率、功耗做大量的优化工作了？

James McNiven：我们已经实现了神经加速器集成，但这并不代表它是传统技术路线的替代方案，我们依然要不断提升传统渲染的性能，这一点并没有改变。重要的是，AI技术确实能够为更复杂的内容带来更高的性能和能效。所以我不会把它称为一种“替代”，开发者依然需要进行传统渲染，只是在此基础上可以增加更多处理能力，从而获得更高的分辨率、更高的帧率，以及更好的画质。将神经加速器内置到GPU内部，相比作为独立模块部署能够带来更高的能效，因为它可以与GPU共享内存系统，并与着色器核心（Shader Core）和执行引擎紧密协同工作。

对于开发者来说，他们依然需要在性能、画质和功耗之间做出权衡取舍，这本身就是游戏开发的重要工作之一。不过，神经技术确实为他们提供了更多选择，让他们能够在不同画质和性能目标之间进行更灵活的权衡。

我们的目标是让开发变得更简单。当下不少正在研发的游戏内容，如果没有神经技术的辅助，将很难在性能和能效之间达到理想平衡。所以虽然Arm神经技术不是解决所有问题的“万能钥匙”，但无疑能够为开发者带来很大帮助。

Q：从Unity中国的视角来看，能否简要总结一下，游戏引擎与AI融合是一个怎样的趋势，会带来什么样的价值？另外，Arm相应的这些技术，对团结引擎、对开发者和玩家来说，具体能带来哪些实际收益？

张俊波：整体来看，AI对游戏行业的革新影响主要集中在内容创作、渲染技术两大核心维度，同时正在重塑行业开发模式与用户体验。

在内容创作层面，开发一款游戏，尤其是大型游戏，往往并不缺创意，也不缺美术资源，很多时候是“万事俱备，只差程序员”，因为真正把创意落地需要大量工程实现工作。在游戏开发中，我们习惯把负责创意和策划的人称为“文科生”，把负责实现的程序员、工程师称为“理科生”。我个人估计目前行业里这两类人才的比例大致在1:10，甚至更高，要把一个好的创意变成大量可用的资产，需要非常强的工程能力支撑。

游戏开发的过程，某种意义上一直是策划、美术与程序员之间的博弈：美术总想做到极致，程序员则会说“计算能力就这么多，我们只能做到这个程度”。而AI在这方面能够极大地提升效率——过去几年AI进展最快的领域之一恰恰就是编程，程序员某种程度上已经借助AI大幅提升了自己的产出效率。这也让游戏制作的整体效率大幅提升。

另一方面，无论是2D概念图还是3D模型，AI的进展同样非常迅速。可以说，AI正在给游戏的生产力带来翻天覆地的变化。未来，只要有好的创意、有足够的预算去调用算力，很小的团队也可能做出高质量的游戏。过去难以负担庞大开发团队的创作者们，如今也有能力通过AI打造出制作精良、富有创意的作品。

在渲染技术层面，无论是光线追踪还是传统的光栅化渲染，游戏引擎的基本逻辑都是：根据当前状态计算出下一帧该呈现什么，而且往往需要每秒计算60帧甚至更多，这对计算性能的要求非常高。

这就是超分辨率技术发挥作用的地方：比如我们可以只渲染480p较低分辨率的画面，再通过超分技术把它提升到1K、2K甚至4K。因为计算开销取决于需要处理的像素数量，如果能渲染很少的像素、再用神经网络补齐细节，就能以更低的计算成本获得接近原生分辨率的效果。

另一个技术是插帧：由于计算能力有限，无法逐帧精确计算，但为了让画面看起来流畅，往往需要达到60帧或更高。借助AI插帧技术，我们可以只计算其中一部分帧，比如30帧，其余的帧由AI补齐生成，从而在有限算力下实现更流畅的画面体验。

未来可能会出现针对游戏本身训练的“世界模型”，把游戏逻辑训练成一种基础模型，最终通过这个世界模型来直接还原，生成玩家在游戏中看到的画面和内容。我认为这可能是一个趋势。这种“世界模型”会给游戏带来更多可能性：比如NPC行为、对话，乃至动画表现，都可以在端侧根据玩家的实时行为动态生成，带来更强的多样性。这些都是我们认为AI会给游戏带来的变化。

再往后，AI会不会替玩家玩游戏？说实话，像我这种“手残”玩家，很多操作类游戏根本打不过别人。但如果未来我可以“雇佣”一个AI智能体替我去对战，说不定以后决定“世界冠军”的，不再是玩家本人的操作水平，而是所调用的AI算力有多强。对我们这种操作一般的玩家来说，这或许是个不错的未来。我很期待未来能够派自己的AI去替我战斗。

总体而言，游戏这个行业一直是推动计算机技术和计算机图形学发展最快的领域之一，很多技术创新都是由游戏行业率先推动的。