Sony muốn dự đoán khung hình game để giảm độ trễ, nhưng mới dừng ở bằng sáng chế

Frame generation đã quen với người chơi PC và console qua DLSS 3 và FSR 3. Cách làm chung là chèn một khung hình tổng hợp giữa hai khung hình do GPU vẽ. Tốc độ khung hình tăng lên, nhưng độ trễ thao tác cũng tăng, vì máy phải vẽ xong khung sau thì mới dựng được khung ở giữa.

Sony đi theo hướng khác. Bằng sáng chế mô tả một hệ thống dự đoán khung kế tiếp từ khung đã hiển thị, rồi đưa khung dự đoán lên màn hình trước khi khung thật hoàn tất. Hình ảnh cuối cùng vẫn do GPU quyết định, nhưng thứ tự hiển thị thì khác.

Dự đoán khung hình tương lai khác với chèn hình ở giữa

Nội suy cần một khung trước và một khung sau, nên khung tổng hợp chỉ có thể xuất hiện sau khi khung sau đã được vẽ xong. Phần chờ đó nằm trong độ trễ đầu vào. Sơ đồ FIG. 4 của bằng sáng chế cho thấy thứ tự ngược lại: khung tổng hợp được đưa vào bộ đệm hiển thị trước, còn khung thật đi sau khi các khung dự đoán đã hiện.

Lõi của hệ thống là một autoencoder. Bộ mã hoá nén khung hình thành một dãy số gọn gọi là image embedding. Bộ giải mã dựng khung kế tiếp từ dãy số đó. Việc huấn luyện dùng chính video làm nguồn, lấy khung thật làm đáp án, nên không cần gán nhãn thủ công. Bằng sáng chế còn nêu bộ giải mã có thể xuất nhiều khung cùng lúc, và có phương án không dùng AI, dịch các khối pixel theo vector chuyển động.

Đây là khác biệt về cách xử lý thời gian, chưa phải bằng chứng rằng độ trễ đã được giải quyết. Chất lượng dự đoán mới quyết định mọi thứ. Nếu khung đoán lệch khỏi khung thật, người chơi sẽ thấy hình nhoè, méo hoặc giật tại chỗ chuyển tiếp. Game đối kháng và bắn súng tốc độ cao là phép thử khắt khe nhất, vì ở đó một khung sai là thấy ngay.

Thao tác tay cầm có thể giúp mô hình đoán đúng hơn

Một khung hình đơn lẻ không cho biết người chơi sắp làm gì. Nút bấm thì cho biết. Khi nhân vật bắt đầu nhảy, vài khung sau gần như chắc chắn là hoạt ảnh nhảy. Bằng sáng chế đưa thao tác vào bộ mã hoá cùng khung hình, với hai mốc thời gian: trong vòng 15 ms so với lúc khung đầu vào được tạo, hoặc sớm hơn nhưng dưới hai giây.

Sơ đồ FIG. 3 minh hoạ luồng này. Ô “User Input” đi vào bộ mã hoá cùng các khung trước đó, mô hình dự đoán khung t+1 và t+2, rồi đối chiếu với khung thật. Ví dụ trong hình là một chi tiết nhỏ (lưỡi thè ra), và chính bằng sáng chế thừa nhận dự đoán đôi khi lệch ở chi tiết như vậy.

Điểm này giống rollback netcode trong các game đối kháng như Street Fighter 6: cả hai đều đoán trước diễn biến khi chưa có dữ liệu cuối cùng, rồi xử lý khi kết quả thật đến. Khác ở chỗ rollback đoán trạng thái mô phỏng, còn Sony đoán hình ảnh. Một hình sai nằm ngay trên màn hình, người chơi nhìn thấy trực tiếp. Một trạng thái sai trong mô phỏng thì thường chỉ lộ ra như giật hay trượt đòn.

Sơ đồ FIG. 5 cho thấy vòng lặp: khung thật đi vào, khung dự đoán được đẩy ra màn hình, rồi khung thật tới. Thao tác người chơi là bước tuỳ chọn trong sơ đồ, nên nó có thể được thêm vào hoặc bỏ đi tuỳ cách triển khai.

Bằng sáng chế chưa xác nhận tính năng cho PS5

Bằng sáng chế mô tả hệ thống gồm bộ xử lý, bộ nhớ và màn hình, và không nêu phần cứng mới nào. Điều đó nghe hợp lý với console hiện tại. Nhưng không có nghĩa là thuật toán chạy đủ nhanh để dùng trong game. Mỗi khung dự đoán vẫn tốn tính toán cho mạng nơ-ron, mạng này phải được huấn luyện và tinh chỉnh cho từng trò chơi. Nếu chi phí đó chiếm chỗ của việc vẽ khung thật, lợi ích sẽ mất.

Vì vậy chưa có cơ sở để coi đây là tính năng sắp đến PS5. Sony chưa nêu lộ trình, và bằng sáng chế không có số đo về tốc độ hay chất lượng hình. Nó ghi lại một hướng nghiên cứu, chứ không phải cam kết sản phẩm.

Người chơi Việt Nam nên theo dõi điều gì?

Với người đang chơi PS5 hay PC ở Việt Nam, bằng sáng chế này chưa đổi gì trong cách chọn máy hay chọn game. Thứ đáng theo dõi là Sony có công bố số đo độ trễ đầu vào và tỷ lệ dự đoán sai hay không. Nếu hai con số đó xuất hiện trong một bản cập nhật, khi ấy mới đáng so với DLSS 3 và FSR 3 trên cùng một tựa game.

Nguồn tham khảo: Patents-Review: US 2026/0320740 A1; Patentlyze; Wccftech