在GTC 2026题为“神经渲染简介”的会议期间，NVIDIA再次展示了其神经纹理压缩(NTC)技术。
神经纹理压缩在近三年前首次展示，自2026年初以来一直通过SDK提供，但到目前为止，没有游戏开发者使用它。也许这就是NVIDIA再次抓住机会解释其潜在优势的原因。
高级DevTech工程师Alexey Bekin将神经纹理压缩描述为一种更有效地存储纹理的机器学习方法。NTC不是直接存储每个纹理元素，而是将纹理压缩成紧凑的学习到的潜在特征，以捕捉其基本的视觉信息。在运行时，运行在GPU上的小型神经网络从这些特征中重建纹理元素值，按需计算它们，而不是从内存中加载大型纹理。关键的是， NTC不是可生成的；这是决定性的。这意味着它每次都重建相同的纹理。
该系统有两个组件。潜在纹理是原始资源的一个非常小的表示，其中每个纹理元素存储一个描述材质属性而不是最终颜色的特征向量。为了确保细节是可恢复的，在UV坐标到达解码器之前对其应用位置编码， 从而注入高频空间信息，帮助网络准确地重建清晰的细节和重复的图案，否则这些细节和图案会在压缩表示中丢失。
训练就像一个标准的神经优化循环:网络采用位置编码的UV坐标加上潜在代码，生成一个重建，将其与原始纹理进行比较作为基础事实，计算重建损失，并迭代更新MLP权重和潜在代码，直到输出收敛到源材料的精确再现。
与广泛使用的BCN等传统格式相比，NVIDIA的神经纹理压缩提供了三个结构优势:
Bekin展示了一个托斯卡纳别墅演示场景，其中NTC使VRAM使用量(970MB)比常规BCN压缩的纹理(消耗6.5GB VRAM)减少了85%。这对于场景大量使用VRAM的游戏来说非常有用，但神经纹理压缩也可以用来提高纹理质量，同时保持相同的VRAM预算，避免BCN造成的典型压缩伪像。
根据泄密者开普勒L2的说法，索尼可能会使用神经纹理压缩(尽管由英伟达设计，但AMD和英特尔硬件也支持)来减少PlayStation 6游戏的安装大小，同时保持1TB SSD的成本。
NTC SDK目前处于测试阶段，可以在这个GitHub页面上访问。