美東時間3月16日周一，英偉達(dá)在年度開發(fā)者大會GTC上正式發(fā)布DLSS 5，稱這是自2018年實(shí)時光線追蹤以來，該公司在計算機(jī)圖形學(xué)領(lǐng)域的最重大突破：通過實(shí)時神經(jīng)渲染模型，將像素注入“電影級”光照與材質(zhì)細(xì)節(jié)，目標(biāo)是在游戲中實(shí)現(xiàn)接近好萊塢視覺效果的可交互畫面。

英偉達(dá)創(chuàng)始人兼CEO黃仁勛在GTC大會的講話中將DLSS 5比作“圖形學(xué)的GPT 時刻”，意在強(qiáng)調(diào)生成式 AI 在視覺表達(dá)與藝術(shù)可控性之間達(dá)成的新平衡。他說：

“在英偉達(dá)發(fā)明可編程著色器25 年后的今天，我們正在再次重塑計算機(jī)圖形學(xué)。DLSS 5 是圖形學(xué)領(lǐng)域的 GPT 時刻——它將手工渲染與生成式 AI 完美融合，在大幅飛躍視覺真實(shí)感的同時，依然保留了藝術(shù)家進(jìn)行創(chuàng)意表達(dá)所需的控制力?！?br/>

據(jù)英偉達(dá)介紹，DLSS 5將于今年秋季面向主流游戲推出，并已獲得包括Bethesda、CAPCOM、網(wǎng)易、騰訊、育碧等大型廠商的支持。

DLSS 5 可在實(shí)時 4K 下運(yùn)行，能理解場景語義（人物、頭發(fā)、皮膚次表面散射、布料光澤等）并把“物理感”注入每一幀，同時為開發(fā)者保留細(xì)致控制（強(qiáng)度、分級、蒙版等）。這意味著游戲畫面不再只是基于規(guī)則的近似渲染，而是由訓(xùn)練好的模型在保證確定性的前提下進(jìn)行實(shí)時增強(qiáng)。

DLSS 5 帶來了什么

• 實(shí)時神經(jīng)渲染：DLSS 5 用一個端到端訓(xùn)練的 AI 模型，基于每幀的顏色與運(yùn)動向量輸入，生成帶有光照與材質(zhì)交互的像素結(jié)果，目標(biāo)是在實(shí)時交互條件下接近離線影視級渲染的視覺效果。

• 工業(yè)級可控性：與通用視頻生成模型不同，該系統(tǒng)強(qiáng)調(diào)“可控且確定性強(qiáng)”，為游戲藝術(shù)家提供強(qiáng)度、色彩分級與局部蒙版等參數(shù)，確保畫面改動在藝術(shù)設(shè)定范圍內(nèi)。

• 廣泛的廠商支持與首發(fā)游戲名單：英偉達(dá)在通告中列出多款支持或計劃支持的作品，如“Starfield”、“Resident Evil Requiem”、“Assassin’s Creed Shadows”、“Hogwarts Legacy”等），并稱包括大型一線廠商在內(nèi)的合作伙伴已參與或測試集成。

DLSS 從最初的超采樣/AI 上采樣，到后來的幀生成（frame generation），一路演進(jìn)到了現(xiàn)在把“材質(zhì)與光照”也納入 AI 學(xué)習(xí)對象的階段。

英偉達(dá)指出，DLSS 4.5 已能生成大量像素并實(shí)現(xiàn)多倍幀生成（Dynamic Multi Frame Generation），DLSS 5 則在此基礎(chǔ)上進(jìn)一步將神經(jīng)網(wǎng)絡(luò)訓(xùn)練為理解場景語義與復(fù)雜光材質(zhì)交互，從而在保證畫面連貫性的同時，輸出具備次表面散射、纖維反射等細(xì)膩表現(xiàn)的像素。

對玩家而言，這意味著在相同或接近的渲染資源下，畫面細(xì)節(jié)和真實(shí)感躍升；對開發(fā)者而言，則是新的美術(shù)與性能優(yōu)化工具鏈。

英偉達(dá)強(qiáng)調(diào)，DLSS 5 會集成到現(xiàn)有的 Streamline 框架，與 DLSS、英偉達(dá)Reflex等共用，降低開發(fā)者適配成本，并支持在現(xiàn)有 RTX 平臺上運(yùn)行。不過，高質(zhì)量表現(xiàn)仍將更依賴于高端 GPU 的算力與帶寬。

對產(chǎn)業(yè)與市場的可能影響

• 推動 GPU 與軟硬件生態(tài)捆綁價值：如果 DLSS 5 的視覺躍升被廣泛認(rèn)同，玩家和發(fā)行商對高端實(shí)時渲染能力的訴求將上升，可能拉動對頂級 RTX 硬件和相關(guān)數(shù)據(jù)中心渲染能力的需求；同時，該技術(shù)再次把“軟件與平臺生態(tài)”作為競爭護(hù)城河的一部分。

• 加速游戲開發(fā)管線變革：把更多視覺工作交由訓(xùn)練模型處理，將改變美術(shù)與技術(shù)團(tuán)隊的協(xié)作方式 —— 從大量手工打磨材質(zhì)過渡為“訓(xùn)練-微調(diào)-控制”的流程，長期可能降低部分重復(fù)細(xì)節(jié)工作的成本，但短期會出現(xiàn)對模型訓(xùn)練、質(zhì)量控制與工具集成能力的高門檻需求。

• 內(nèi)容與平臺差異化的商業(yè)機(jī)會：擁有先發(fā)集成或深度調(diào)校能力的廠商（或定制化服務(wù)商）可提供視覺差異化版本，給發(fā)行方和平臺創(chuàng)造新的溢價點(diǎn)；同時，對于云游（如 GeForce Now）等服務(wù)，提升畫質(zhì)與表現(xiàn)也能成為競爭籌碼。

• 確定性與可預(yù)測性問題：雖然英偉達(dá)強(qiáng)調(diào)可控，但生成模型在極端場景下是否會出現(xiàn)不可預(yù)期的“藝術(shù)偏差”仍需長期驗(yàn)證，尤其是在多人競技或?qū)σ曈X反饋高度敏感的場景。

• 硬件/性能門檻：高質(zhì)量實(shí)時神經(jīng)渲染對算力與內(nèi)存仍有要求，DLSS 5 的理想表現(xiàn)預(yù)計在高端 RTX 卡或云端渲染下更易實(shí)現(xiàn)，普通玩家短期內(nèi)可能無法完全享受“電影級”效果。

• 生態(tài)適配節(jié)奏：雖有多家大廠表態(tài)支持，但實(shí)際在數(shù)百款主流游戲中落地與優(yōu)化需要時間，開發(fā)者工具鏈、引擎插件與 QA 流程都會影響普及速度。