与英伟达 DLSS 主要面向自家显卡不同，ANR 宣称兼容英伟达、AMD 和英特尔的多代显卡，甚至支持部分较老的型号。

　　据了解，Apex Neural Rendering 由三项技术组成：帧生成、超分辨率提升和光线重建。不过，截至目前，只有帧生成功能已经开放测试，另外两项技术预计将在后续陆续推出。

　　Apex Compute 还公布了一组性能数据。根据该公司的测试，在 4K 分辨率下，使用英伟达 GeForce RTX 5090 显卡时，ANR 以 2 倍模式生成一帧画面仅需 1.01 毫秒，而英伟达 DLSS 帧生成需要 1.26 毫秒。在 4 倍模式下，两者的耗时分别降至 0.61 毫秒和 0.82 毫秒。

　　如果这些数据准确，ANR 就有望解决帧生成技术的一项主要痛点：额外增加的延迟。帧生成虽然能够提高画面显示帧率，但处理过程本身也可能带来额外延迟，影响操作响应速度。

　　除了性能和显存占用，Apex Compute 还宣称 ANR 能够提供更好的画面质量，并公布了多组画面对比图，其中包括

　　不过，这些数据和画面对比均来自开发商自身，尚不能作为 ANR 全面超越 DLSS 的依据。最终表现仍需要独立测试，尤其是在实际游戏环境中进行验证。毕竟，帧生成速度更快，并不意味着整体游戏性能一定更好，也不一定能够降低玩家实际感受到的输入延迟。

　　ANR FG 测试版目前已在 GitHub 上开放下载，现阶段需要依赖 OptiScaler 工具运行。安装过程需要修改各个游戏的独立目录，并不像在游戏设置中调整几个滑块那么简单。因此，不同游戏的兼容性可能存在较大差异。

　　对于希望在不同品牌显卡上体验 AI 帧生成技术的玩家来说，ANR 提供了一个新选择。不过，它能否真正成为 DLSS 的有力竞争者，还需要等待后续两项技术落地以及更多独立实测结果。