开放权重帧生成技术 MAKO FG 出世,小黄鸭帧生成技术 LSFG 有对手了

开放权重帧生成技术 MAKO FG 出世,小黄鸭帧生成技术 LSFG 有对手了

MAKO 5.0(2026-11-12)首次内置自研帧生成技术,摆脱了对 LSFG 的强制依赖,本文是 6800U 核显本上的主观体验。

MAKO FG 是面向 Linux(SteamOS 是其主要适配目标)的免费且开放权重的研究模型。

对比

相较小黄鸭帧生成(Lossless Scaling Frame Generation,即 LSFG),MAKO FG 更注重降低算力需求和减少插帧带来的延迟影响。

维度MAKO FG V1.24LSFG V3.2
价格和许可免费,CC BY-NC 4.0(因 X4K1000FPS 数据条款传递,禁止商用)约 $6.99 买断,闭源商业软件
平台仅 Linux(SteamOS),Vulkan 1.1,x64 和 i386,AMD RADV 为主Windows 原生,可用 lsfg-vk 或 mako-renderer 桥接至 Linux
开放性权重和 GPU shader 开放完全闭源
成熟度2026-11-12 首次公开发布迭代了多年但最近有所停滞,V3.x 的口碑很不错
生态已在 MAKO 5.0 内置,可与 LSFG 逐游戏切换共存,有给 Deck 的插件双 GPU 卸载分担和自适应模式等玩法很成熟

实现

有趣的是,MAKO FG 不是纯光流的算法或端到端的神经网络模型。 其为固定算法配微型学习组件的混合系统:

  • 全模型 211 个学习参数(权重大小不到 1 KiB),唯一的学习阶段是像素混成(blending);
  • 运动估计采用了经典的粗到精搜索,HUD 保持和细物体去鬼影也都是在固定阶段实现;
  • 训练时用 Practical-RIFE 4.25 lite 蒸馏出的运动网络做监督,但发行的版本连该网络都替换成了固定搜索算法。 训练时采用单张 L4,且最终阶段仅 8000 步,约需 40 分钟。
  • 每个输出像素都是两真实帧像素的混成,所以不会因为幻觉吐出训练数据内容,但代价是遮挡或暴露的区域会回退到单帧,出现局部伪影。

体感

抱歉,没记录数据和对比图。先看测试机配置:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
❯ hctefetch
┬ ┬┌─┐┌┬┐┌─┐┌─┐┌─┐┌┬┐┌─┐┬ ┬
├─┤│ │ ├┤ ├┤ ├┤ │ │ ├─┤
┴ ┴└─┘ ┴ └─┘└ └─┘ ┴ └─┘┴ ┴
用户和主机: username@testing
操作系统: Manjaro Linux
中央处理器: AMD Ryzen 7 6800U with Radeon Graphics
系统架构: x86_64
内存: 14.4GB
交换空间: 39.6GB
存储空间: 331G/906G (37%)
终端 Shell: zsh
系统语言: zh_CN.utf8
显示设备: eDP connected

就是个核显轻薄本。桥接器是 MAKO Renderer 5.0。

我在《红河行动》测试了,总的感觉是很不错的。 同样是在在 25% 采样率下,从 30 帧倍增到 60 帧,在生成质量上,MAKO FG 的质量档和 LSFG 的性能档效果相近。 画面快速移动下,MAKO FG 的果冻感可能略强一些。 不过 MAKO FG 的稳定性比 LSFG 要强很多,更少触碰到 GPU 负载上限,似乎显存占用也低很多。 MAKO FG 在五倍帧生成下的延迟和稳定性也比 LSFG 好很多。

综合体验来说,LSFG 偏画质,MAKO FG 偏性能。 我觉得 MAKO FG 比 LSFG 在本机与上述工况下综合体验更好。我需要更多性能,今后会换到 MAKO FG 的均衡档。

相关链接

开放权重帧生成技术 MAKO FG 出世,小黄鸭帧生成技术 LSFG 有对手了

https://blog.pj568.top/2026/11-19-mako_fg_vs_lsfg/

作者

PJ568

发布于

2026-11-19

更新于

2026-11-19

许可协议

评论