时间上采样（Temporal Upscaling）底层原理——借用“前几帧的细节”，拼出更清晰的今天

想象你站在一幅巨大的壁画前，手里只有一台像素不高的相机：每次按快门，你只能拍到一张“有点糊”的照片。可你不甘心——你想要的是壁画上每一道裂纹、每一根纤维、每一处颜料颗粒的细节。

这时有个人对你说：
“别急着换相机。你不需要一张完美的照片，你需要很多张——而且每张都稍微换一点位置。”

你轻轻挪动脚步，或是手抖了一下。咔嚓、咔嚓、咔嚓——你得到一串照片。每张都不够清晰，但它们之间存在微小差异：壁画细节相对于像素网格的位置发生了亚像素级的位移。你把这些照片对齐叠加，聪明地抛弃那些不可靠的部分，最后竟然能“拼”出一张更清晰、更高分辨率的图。

这件事，在游戏渲染里就叫：时间上采样（Temporal Upscaling）。
它的本质不是“把1080p硬拉成4K”，而是：

用多帧积累的样本，重建出比单帧更密的采样，从而获得更高的空间分辨率和更稳定的抗锯齿效果。

接下来我们把它的底层原理拆开讲清楚：从“为什么可能”到“怎么实现”，再到“为什么会鬼影、会糊、会闪”，以及现代方案（TAAU/TSR/DLSS/FSR2/XeSS）到底在同一条路上怎么分工。

一、先回答一个灵魂问题：只有1080p的信息，凭什么拼出4K？

如果你只给我一帧1080p，我确实没法凭空变出4K细节。空间上采样（双线性、Lanczos）最多靠插值“猜”，本质是把像素摊开，再抹平或锐化，细节还是缺。

时间上采样的关键在于：你给的不止一帧</