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 V1.24 | LSFG 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 | ❯ hctefetch |
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