在2026年3月举行的GTC大会“神经渲染入门”专题环节中，英伟达再次重点呈现了其神经纹理压缩技术（Neural Texture Compression，NTC）。

该技术最初于2024年公开亮相，于2026年初正式向开发者提供软件开发套件，但截至目前尚未有商业游戏产品实际集成应用。本次大会的集中展示，意在加速该技术向实际开发场景的落地转化。

据英伟达高级开发技术工程师Alexey Bekin介绍，神经纹理压缩是一种基于机器学习的纹理存储优化方法。它不以传统方式保存每个纹素的颜色值，而是将整张纹理映射为一组紧凑、可学习的潜在特征，用以表征其本质视觉结构。

在运行过程中，GPU端部署的一个轻量级神经网络，依据这些潜在特征实时还原纹理内容，无需从显存中加载完整的高分辨率贴图。整个重建过程具有确定性——相同输入始终生成完全一致的输出，不引入随机性或生成偏差。

该技术体系由两个核心组件构成：

一是潜在纹理，其数据体积显著小于原始纹理，每个像素点存储的是材质语义特征，而非最终渲染所需的RGB或通道数值；

二是神经解码器，通过融合UV坐标的位置编码信息，在重建阶段精准恢复纹理中的高频细节，例如边缘锐度、重复纹样与微观结构等。

训练过程采用标准监督学习范式：以原始纹理为真值标签，持续比对解码结果并反向优化网络参数，直至重建质量达到预期精度。

相较于当前主流的BCN系列纹理压缩方案，NTC展现出多项实质性优势：

在同等显存容量下，可容纳更多纹理资源，整体压缩率显著提升；

天然支持多通道联合压缩，法线、粗糙度、环境光遮蔽等复杂材质通道可统一编码，保持通道间一致性；

有效降低游戏安装包体积、补丁大小及网络传输负载，缩短用户下载与加载时间。

一组实测数据显示：在相同画质目标下，某典型场景采用BCN压缩需占用约6.5GB显存，而启用NTC后仅需约970MB，显存使用量下降达85%。

此外，在固定显存预算前提下，NTC还能实现更高保真度的纹理表现，规避传统压缩易导致的模糊、色块、带状伪影等常见问题。

业内分析指出，该技术具备跨平台适配潜力，未来有望进入主机生态。有观点认为，下一代主机平台可能将其纳入基础图形架构，以在有限的固态硬盘容量约束下，兼顾游戏内容体量、加载效率与视觉表现，从而优化硬件成本与用户体验之间的平衡。