Bioware använde AI-uppskalning för att hjälpa till att återskapa Mass Effect-trilogin

Lästid ikon 2 min. läsa


Läsare hjälper till att stödja MSpoweruser. Vi kan få en provision om du köper via våra länkar. Verktygstipsikon

Läs vår informationssida för att ta reda på hur du kan hjälpa MSPoweruser upprätthålla redaktionen Läs mer

Mass Effect-utvecklaren Bioware har använt alla verktyg som står till deras förfogande för att få tillbaka den älskade sci-fi-trilogin med stil, inklusive AI.

Med tre enorma RPG-spel att ta tillbaka i en enda samling för Mass Effect: Legendary Edition, använde utvecklingsteamet AI-uppskalning för att minska arbetsbelastningen med att återuppliva varje tillgång i trilogin.

Rapporterad av Gamesbeat, matades alla spelens ursprungliga okomprimerade konstverk genom ett AI-upplösningsprogram tillsammans med några anpassade verktyg för att få remastererna igång.

"Vi visste att vi ville öka upplösningen på alla texturer i trilogin", förklarade miljö- och karaktärschefen på Bioware Kevin Meek. "Så det betyder alla visuella effekter, användargränssnittet, miljökonsten, karaktärskonsten - varje enskild textur vi träffar direkt med två huvudändringar. Först ökade vi locket som motorn placerar på texturstorlekarna. Och för det andra körde vi all original, okomprimerad källkonst genom ett AI-upplösningsprogram tillsammans med några andra anpassade batchverktyg."

"Över hela trilogin pratar vi tiotusentals texturer med en upplösning som har ökat minst fyra gånger - om inte 16 gånger."

https://twitter.com/Dreamboum/status/1333249708823891968?s=20

Mass Effect: Legendary Edition är inte den enda remastern som använder AI-uppskalning för att föra in gamla konstverk i framtiden. De kommande remaster av SaGa Frontier var den första stora remastern som tillkännagavs för att använda fördelarna med AI-uppskalning. Men Biowares ansträngningar att använda denna metod för remastering är definitivt den största.

Mer om ämnena: ai, BioWare, ea, maskininlärning, Mass Effect, Mass Effect Legendary Edition, nästa generation