- DLSS 5 és un model de renderitzat neuronal en temps real que afegeix il·luminació i materials fotorealistes sense modificar la geometria original del joc.
- S'integra al final del pipeline juntament amb DLSS Super Resolution, Frame Generation i Ray Reconstruction, recolzant-se en nuclis Tensor i operacions FP8.
- Requerirà GPUs modernes (RTX 40 i, sobretot, RTX 50), arribarà a la tardor i debutarà en grans jocs com Starfield, Assassin Creed Shadows o Oblivion Remastered.
- La seva adopció genera debat pel possible efecte de filtre d'IA sobre la direcció artística i l'impacte en el treball d'artistes i estudis.
DLSS 5 de NVIDIA ha esdevingut el gran tema de conversa entre jugadors de PC, desenvolupadors i aficionats al maquinari. No és simplement “una altra versió més” de DLSS, sinó una aposta molt seriosa per canviar com es generen els gràfics en temps real, recolzant-se de ple en models d'intel·ligència artificial entrenats per la pròpia companyia. El soroll que ha generat no és casual: per a alguns suposa el salt més bèstia des de l'arribada del traçat de raigs a temps real; per a altres, el principi d'una era de gràfics cada cop més homogenis i “passats pel mateix filtre d'IA”.
Alhora que creix l'hype, s'han disparat els dubtes: què és exactament DLSS 5 , com funciona, què necessites per fer-lo servir, en quins jocs estarà disponible o quines implicacions té a nivell artístic i de rendiment. En les properes línies trobaràs una guia molt completa, filant tota la informació que NVIDIA ha fet pública, cosa que han explicat mitjans especialitzats i les primeres reaccions de la comunitat, però comptada amb altres paraules i amb un to el més clar i directe possible.
Què és DLSS 5 de NVIDIA i per què es parla tant d'aquesta versió
DLSS ve de Deep Learning Super Sampling, o supermostreig per aprenentatge profund . Fins ara ho havíem associat sobretot a tres coses: reescalat d'imatge per pujar resolució sense perdre rendiment, antialiasing avançat per netejar vores i artefactes, i generació de fotogrames per augmentar els FPS creant frames intermedis mitjançant IA. DLSS 5 trenca parcialment amb aquesta idea perquè ja no es presenta com un simple sistema de reescalat, sinó com un model de renderitzat neuronal 3D en temps real.
A la pràctica, això significa que DLSS 5 treballa directament sobre els fotogrames que genera el joc , utilitzant la informació de color i els vectors de moviment de cada frame per reconstruir i enriquir l'escena. No es limita a estirar la resolució; el seu objectiu és injectar materials més rics i una il·luminació molt més complexa i fotorealista , però sense tocar la geometria ni alterar la jugabilitat. El món 3D base continua sent el que han dissenyat els desenvolupadors, però la “capa final” de com es veu pot canviar de manera molt notable.
NVIDIA descriu DLSS 5 com el major avenç en gràfics per ordinador per a la companyia des de l' estrena del ray tracing en temps real el 2018 . De fet, el mateix Jensen Huang, CEO de la firma, ho va definir en la seva presentació com “el moment GPT dels gràfics”, insinuant que aquest model suposa per als gràfics allò que els grans models de llenguatge han suposat per al text i el contingut generatiu.
Convé aclarir que DLSS 5 no és una simple evolució incremental de DLSS Super Resolution . Es tracta d'un bloc nou dins el pipeline de renderitzat, que s'executa al final del procés gràfic i que està pensat per conviure amb les altres tecnologies de la família DLSS (reescalat, generació de frames, reconstrucció de raigs, etc.) en lloc de substituir-les.
Com funciona DLSS 5: el model de renderitzat neuronal pas a pas
Per entendre millor què fa DLSS 5, cal mirar com treballa per dins. Aquesta tecnologia es recolza en xarxes neuronals que NVIDIA ha entrenat massivament usant gran quantitat de dades d'imatge i informació 3D de jocs. És la culminació d'una evolució que va arrencar amb el primer DLSS el 2019 i que ha anat refinant les arquitectures de xarxa, passant per variants que usen esquemes d'autocodificació (autoencoders) per generar representacions intermèdies molt riques del contingut visual.
En essència, el model rep com a entrada per a cada fotograma els valors de color (RGB) dels píxels i un conjunt de dades “semàntiques” sobre el que està passant a l'escena: vectors de moviment, profunditat, fonts de llum, materials, etc. A partir d'aquí, la xarxa neuronal genera una representació interna d'alta dimensió del frame complet , una mena de mapa intermedi que condensa la informació visual i contextual.
Des d'aquesta representació intermèdia, el sistema és capaç de produir una sortida d'imatge molt més detallada . Un sol píxel “cru” de la imatge base pot arribar a extrapolar-se en una quadrícula de 8×8, és a dir, en 64 píxels nous, amb més informació de llum, textura i microdetalls. El model no es limita a inventar píxels aïllats: té en compte el veïnat de cada píxel, fotogrames anteriors i les tendències apreses a tot l'entrenament , de manera que el resultat sigui coherent en el temps i no parpellegi ni es trenqui en moure la càmera.
Aquesta idea que cada píxel original es transforma en un conjunt molt més ric d'informació és la que fa que DLSS 5 es percebi com una cosa més semblant a un filtre global fotorealista aplicat al joc, i no simplement com a sistema de reescalat. Per això molts jugadors parlen que “redibuixa” el joc, i que hi hagi qui ho associï a la idea d'AI slop, és a dir, contingut visual passat per una capa d'IA que uniformitza tot.
Què millora DLSS 5 en la qualitat gràfica: il·luminació, materials i estabilitat
Un dels grans arguments de NVIDIA és que DLSS 5 permet apropar els jocs al fotorealisme sense disparar la càrrega de geometria ni el cost de ray tracing . En lloc d'augmentar brutalment el nombre de polígons o el recompte de raigs, delega part del treball a la intel·ligència artificial per reconstruir com s'hauria de veure l'escena.
Entre els avantatges més destacats hi ha la il·luminació d'estil cinematogràfic . El model pot recrear efectes molt cars de calcular amb tècniques tradicionals, com ara la il·luminació de contorn, la dispersió subsuperficial (clau perquè la pell es vegi més natural), reflexos complexos i ombres de contacte molt més convincents. Tot es calcula a partir de les dades originals del joc i del que la xarxa ha après sobre el comportament de la llum en diferents materials.
Una altra millora important és la profunditat i riquesa dels materials . DLSS 5 refina propietats PBR com la rugositat, la brillantor, la translucidesa o la microestructura de la superfície, fent que metalls, teixits, plàstics i elements orgànics es percebin amb més realisme. També té un impacte especial en elements de geometria fina com el cabell, els ulls o petits detalls de la roba, que tradicionalment són difícils de representar de forma creïble en temps real.
A nivell d'estabilitat visual, DLSS 5 posa el focus a la consistència temporal . En treballar amb informació de moviment i color de fotograma a fotograma, el sistema intenta evitar el clàssic flickering o les inconsistències d'il·luminació en moure la càmera. L'objectiu és que la imatge mantingui una aparença estable fins i tot en escenes amb molt de moviment, partícules o canvis ràpids en la il·luminació.
Tot això es combina amb la promesa de funcionar en temps real a resolucions de fins a 4K , mantenint la jugabilitat fluida. Òbviament, el cost computacional existeix i no és trivial, però la idea és que l'impacte es compensi en gran part aprofitant els nuclis especialitzats (Tensor i shaders neurals) i recolzant-se a la resta de tecnologies DLSS del pipeline.
Objectius de DLSS 5 i relació amb el traçat de raigs i de trajectòries
NVIDIA resumeix la missió de DLSS 5 en dues grans fites: d'una banda, obrir camí al renderitzat neural aplicat als videojocs , és a dir, portar al terreny pràctic la idea que la IA formi part central del procés de generació de gràfics en temps real; de l'altra, acostar als jugadors un nivell visual molt proper al cinema d'efectes especials sense haver d'esperar diverses generacions més de GPU basades únicament en potència bruta.
És important deixar clar que DLSS 5 no substitueix el traçat de raigs ni el traçat de trajectòries . Són tecnologies diferents que persegueixen objectius complementaris. El path tracing se centra a simular de forma físicament més precisa com es comporta la llum a l'escena, tant en il·luminació directa com indirecta, reflexos, ombres i oclusió. El problema és que augmentar molt el nombre de raigs necessaris per a un resultat perfecte és caríssim a nivell de rendiment.
DLSS 5, en canvi, utilitza renderitzat neural per “emplenar” aquesta part de complexitat visual que seria prohibitivament cara d'aconseguir únicament amb ray tracing clàssic. Genera il·luminació i materials fotorealistes a partir de les dades 3D i dels raigs que sí que s'arriben a traçar, de manera que el resultat s'assembli al de llançar moltíssims més raigs dels que realment s'estan calculant. En paraules planes, fa de “multiplicador visual” perquè el maquinari arribi més lluny del que podria sol.
Per això NVIDIA planteja que DLSS 5 i el traçat de raigs vagin de la mà . El ray tracing aporta una base físicament coherent, mentre que el model neuronal s?encarrega de refinar i embellir la imatge, compensant els límits pràctics de rendiment que tenen les GPU fins i tot més potents.
Com s'integra DLSS 5 amb DLSS Super Resolution, Frame Generation i Ray Reconstruction
DLSS 5 no arriba sol. NVIDIA ja ha confirmat que aquesta tecnologia és compatible amb la resta de components de la família DLSS , encara que cadascú s'executi en un moment diferent del pipeline. Entendre aquest ordre ajuda a veure per què el resultat final depèn tant de com es combinin.
El procés arrancaria amb DLSS Super Resolution , que s'encarrega de reescalar i reconstruir la imatge a partir d'una resolució més baixa. La IA genera els píxels que el joc no ha renderitzat de forma nativa, recolzant-se en informació de vectors de moviment i fotogrames anteriors. Aquest pas es calcula abans que entri en joc DLSS 5, així que la qualitat del mode seleccionat (Qualitat, Equilibrat, Rendiment, etc.) i el model concret usat influeixen directament en allò que després veurà el model de renderitzat neuronal.
En paral·lel a Super Resolution també es pot activar Ray Reconstruction , una tecnologia que substitueix algorismes de reducció de soroll clàssics per un model d'IA entrenat específicament per reconstruir raigs de forma més neta. Aquesta part també s'executa abans de DLSS 5 i ajuda a fer que la base sobre la qual s'aplica el renderitzat neuronal tingui menys soroll i artefactes, millorant la nitidesa i la credibilitat de la il·luminació generada.
Després entra en escena Frame Generation o Multiframe Generation , capaç de generar fins a cinc fotogrames mitjançant IA per cada fotograma renderitzat de forma tradicional. Aquesta fase es col·loca darrere de Super Resolution i Ray Reconstruction, i està pensada per multiplicar la sensació de fluïdesa perceptible pel jugador sense que la GPU hagi de dibuixar tots aquests frames extra.
Un cop completats aquests passos, arriba el torn de DLSS 5, que s'executa a l'últim tram del pipeline de renderitzat , després fins i tot de la generació de fotogrames. A la pràctica això significa que NVIDIA introdueix aquí un nou bloc que depèn dels resultats de les tecnologies anteriors: com millor sigui la base que rep (reescalat, reducció de soroll, consistència de moviment), més qualitat pot oferir la sortida final del model neuronal.
Control creatiu: com manté DLSS 5 la intenció artística original
Un dels punts que més preocupen artistes i jugadors és si DLSS 5 desvirtua l'estètica que l'estudi havia dissenyat . NVIDIA intenta mitigar aquest temor insistint que la tecnologia és molt controlable i que són els desenvolupadors els que decideixen com i on s'aplica.
Els creadors dun joc poden ajustar paràmetres com la intensitat de lefecte, les correccions de color, la barreja de tons, la saturació, el contrast o la brillantor . També poden definir amb precisió en quins objectes o zones de l'escenari s'activa DLSS 5 i quins no, de manera que es respectin elements clau de la direcció d'art o es limitin possibles exageracions en determinades superfícies.
A més, el model s'alimenta d' informació detallada de color i vectors de moviment de cada fotograma , cosa que ajuda a ancorar les millores al contingut 3D real en lloc de funcionar com un filtre genèric desconnectat de l'escena. Amb això, NVIDIA sosté que el resultat pot ser fidel a la visió original, sempre que lestudi es prengui el treball dajustar bé les eines.
A la pràctica, això obrirà la porta a estils variats: des de jocs que busquin un acabat molt proper a l'hiperrealisme i espremen DLSS 5 al màxim, fins a altres que l'utilitzin de manera més subtil, només per reforçar certs materials o la il·luminació global sense alterar gaire el look original.
Polèmiques i crítiques: IA que millora els jocs o “AI slop” visual?
L'anunci de DLSS 5 ha provocat un debat fort a la comunitat. Hi ha jugadors i desenvolupadors que veuen aquesta tecnologia com una oportunitat brutal per pujar el llistó visual sense disparar pressupostos , aprofitant la IA per a tasques que tradicionalment exigien equips enormes i temps de renderitzat enormes. Però també hi ha un corrent molt crític que tem tot el contrari.
A nivell tècnic i estètic, una part de les crítiques assenyalen que DLSS 5 altera de manera significativa la il·luminació, les textures i els detalls originals . En aplicar un model global que intenta “embellir” i homogeneïtzar materials i llums, hi ha el risc que molts jocs acabin tenint una aparença semblant, amb rostres i superfícies que recordin els típics exemples de contingut generatiu d'IA que veiem diàriament.
Aquest temor ha donat lloc a conceptes com AI slop faces , una forma de descriure cares de personatges que semblen generades per IA, excessivament suaus, amb brillantors rars o trets uniformats. Una cosa semblant al que passa amb certs filtres de retoc facial en mòbils que fan que tothom sembli tallat pel mateix patró. Per a una part del públic, portar aquesta mena d'estètica a jocs de gran pressupost és una línia vermella.
En el pla laboral i d'indústria, també es tem que DLSS 5 es converteixi en una excusa per retallar departaments d'art o externalitzar menys treball de texturitzat i materials , confiant que la IA “apanyi” el resultat final. Grans editores podrien pressionar els estudis per adoptar la tecnologia amb l'argument d'estalviar costos o reduir terminis, encara que el resultat sigui menys personal o diferenciat.
La contrapartida és que DLSS 5 és opcional: els estudis no estan obligats a utilitzar-lo ni a activar-lo per defecte . I encara cal veure quin marge tindrà el jugador final per desactivar o modular l'efecte en els ajustaments gràfics de cada títol, cosa que serà clau per als que prioritzen la fidelitat a la direcció artística original davant l'espectacularitat afegida.
Quin maquinari necessites per utilitzar DLSS 5
En el moment de la presentació, NVIDIA només ha confirmat explícitament la compatibilitat de DLSS 5 amb GeForce RTX 5090 , que va ser la targeta utilitzada a la demo pública durant la GTC 2026. En aquella demo, la companyia va mostrar un escenari força extrem, amb dues RTX 5090 treballant en paral·lel : una GPU dedica renderitzat “convencional” del joc.
Això no vol dir que hagis de necessitar dues targetes per jugar. NVIDIA ha explicat que el model de DLSS 5 s'està optimitzant per funcionar en una sola GPU i que l'ús de dues targetes responia més a la naturalesa primerenca del prototip que als requisits reals que tindrà la versió comercial. Tot i així, aquesta demo deixa clar que estem davant d'una tecnologia amb un cost de còmput considerable.
Tot apunta que DLSS 5 sigui compatible amb les sèries GeForce RTX 50 i RTX 40 . Dins de cada família, és possible que alguns models de gamma baixa o amb poca memòria gràfica tinguin suport parcial o limitat per motius de rendiment. Les GeForce RTX 30 i generacions anteriors no disposen de suport nadiu FP8 , així que, llevat que NVIDIA llanci un model adaptat que usi INT8 o una altra aproximació més lleugera, és molt probable que quedin fora.
Un altre detall rellevant és el consum de memòria: el model de DLSS 5 mostrat a la GTC 2026 podia arribar a utilitzar fins a 32 GB de VRAM en aquesta configuració de dos RTX 5090, una xifra descomunal per a un entorn domèstic. La versió que arribarà al públic serà molt més continguda, però tot indica que la tecnologia no està pensada per a GPUs amb 8 GB de VRAM o menys si es vol fer servir a plena potència i en resolucions altes.
Impacte en rendiment i consum: el que se sap ara com ara
NVIDIA encara no ha publicat xifres oficials i detallades de com afectarà DLSS 5 els FPS, la latència o el consum exacte de memòria en jocs reals. Sí que ha deixat clar que els models que es van fer servir a la presentació eren prototips molt pesats, pensats per demostrar del que és capaç la tecnologia sense les restriccions d'una sola targeta comercial. Per això és raonable parar atenció a possibles colls d'ampolla a PC que condicionin el resultat final.
De cara al llançament, la companyia està treballant en models més eficients que es puguin executar en temps real sobre una única GPU , mantenint una qualitat d'imatge alta però amb un cost raonable. Tot i així, cal assumir que DLSS 5 consumirà una part notable dels recursos disponibles: executar una xarxa neuronal complexa a 4K i en temps real no és precisament gratis.
El que és raonable, tenint en compte l'històric de DLSS, és que NVIDIA intenti que el benefici visual que aporta compensi el cost en rendiment , especialment si s'usa en conjunt amb Super Resolution, Frame Generation i Ray Reconstruction. És a dir, que el jugador acabi veient més detall, millor il·luminació i una fluïdesa adequada, fins i tot encara que hi hagi un peatge en FPS davant de jugar sense DLSS 5 però amb menys qualitat visual.
Caldrà esperar els primers benchmarks independents per veure en quina mesura DLSS 5 es converteix en una cosa assumible per a GPUs de gamma mitjana i alta , o si queda restringit de facto als models més potents de la sèrie RTX 50.
Quan arriba DLSS 5 i en quins jocs podràs fer-lo servir
NVIDIA ha situat el llançament de DLSS 5 a la tardor de 2026 , sense concretar dia exacte. La data final dependrà del ritme d'optimització del model i de les integracions amb els primers títols que l'adoptaran. En funció de com vagi aquest procés, la tecnologia podria debutar tan aviat com el setembre o endarrerir-se fins als darrers compassos de l'any.
La llista oficial de jocs que ja han confirmat compatibilitat amb DLSS 5 és força sucosa. Entre ells trobem AION 2, Assassins Creed Shadows, Black State, CINDER CITY, Delta Force, Hogwarts Legacy, Justice, NARAKA: BLADEPOINT, NTE: Neverness to Everness, Phantom Blade Zero, Resident Evil Requiem, Sea of Remnants, Starfield, The Winds Meet . NVIDIA afegeix a més un “i molts més”, deixant clar que la llista continuarà creixent amb el temps.
Durant la presentació es van mostrar exemples concrets a Resident Evil Requiem, EA Sports FC, Starfield i Hogwarts Legacy , així com a la demo tècnica The Zorah. A més, la companyia assegura comptar amb el suport d'editores de primer nivell com Bethesda, CAPCOM, NetEase, NCSOFT, Tencent, Ubisoft, Warner Bros. Games, Hotta Studio o S-GAME, cosa que garanteix que la tecnologia arribarà tant a títols nous com a grans jocs ja al mercat mitjançant actualitzacions.
Per ara, tot el focus està posat a l' ecosistema PC . Les consoles actuals com Xbox Series X|S o PlayStation 5 no compten amb GPU GeForce amb suport FP8 i nuclis Tensor equivalents, de manera que DLSS 5 no es contempla per a elles. Les millores visuals en aquests sistemes depenen daltres tecnologies de reescalat i optimització pròpies de cada plataforma.
DLSS en context: de les primeres versions a aquest salt de DLSS 5
Per situar DLSS 5 en context, convé recordar breument d'on ve aquesta família de tecnologies. La primera versió de DLSS va aparèixer el 2019 juntament amb les primeres RTX, oferint un sistema de reescalat basat en IA entrenat específicament per a determinats jocs . Aquelles versions inicials es recolzaven molt en conjunts de dades concretes per títol i la seva qualitat variava força.
Amb el temps, NVIDIA va anar refinant l'arquitectura i el procés d'entrenament per desenvolupar models més generalistes i versàtils. Van arribar versions com DLSS 2, 3, 4 i 4.5 , que van anar incorporant noves capacitats: millor antialiasing temporal, reconstrucció més nítida en moviment i, molt important, generació de fotogrames mitjançant IA per augmentar els FPS sense que la GPU hagués de renderitzar cada frame.
Tota aquesta evolució ha anat de la mà de millores al maquinari: cada nova generació de RTX ha portat Tensor Cores més potents i eficients , a més de noves instruccions i formats numèrics com FP8, que permeten executar models més grans i complexos sense enfonsar el rendiment. DLSS 5 és, en bona mesura, el resultat de combinar aquesta maduresa en el programari amb la nova musculatura de l'arquitectura Blackwell.
Mentrestant, a la comunitat tècnica han circulat discussions sobre com s'entrenen exactament aquests models. S'ha parlat d'arquitectures tipus autoencoder, on la xarxa aprèn a comprimir cada imatge en una representació intermèdia densa i després reconstruir-la amb més detall. Perquè un joc sigui compatible, els desenvolupadors col·laboren amb NVIDIA enviant dades d'imatge i buffers auxiliars (profunditat, moviment, màscares, etc.) que ajuden a enriquir l'entrenament, encara que les versions més recents de DLSS busquen generalitzar millor i dependre menys d'entrenaments per títol.
En aquest context, DLSS 5 amplia l'abast del paper de la IA al pipeline de renderitzat . Ja no es limita a “emplenar” resolució oa interpolar frames, sinó que entra de ple en la definició final de materials i il·luminació, reconfigurant en certa mesura com s'entén el renderitzat en temps real modern.
Tot apunta que DLSS 5 marcarà un abans i un després en la manera com els jocs de PC gestionen l'equilibri entre fidelitat visual, rendiment i càrrega de treball per a artistes. Si aquesta balança s'inclina cap a experiències més espectaculars sense perdre personalitat o, per contra, cap a gràfics cada cop més uniformes i generats per IA, dependrà tant de com la faci servir NVIDIA com, sobretot, de les decisions que prenguin els estudis i de l'exigent que es mostri la comunitat a l'hora d'acceptar o rebutjar aquest nou estàndard visual.
