- DLSS 5 est un modèle de rendu neuronal en temps réel qui ajoute un éclairage et des matériaux photoréalistes sans altérer la géométrie originale du jeu.
- Il est intégré à la fin du pipeline aux côtés de la super résolution DLSS, de la génération d'images et de la reconstruction de rayons, en s'appuyant sur les cœurs Tensor et les opérations FP8.
- Elle nécessitera des GPU modernes (RTX 40 et, surtout, RTX 50), arrivera cet automne et fera ses débuts dans des jeux majeurs tels que Starfield, Assassin's Creed Shadows et Oblivion Remastered.
- Son adoption suscite le débat en raison de l'effet possible de « filtre IA » sur la direction artistique et de son impact sur le travail des artistes et des studios.
Le DLSS 5 de NVIDIA est devenu le sujet de conversation incontournable des joueurs PC, des développeurs et des passionnés de matériel informatique. Il ne s'agit pas simplement d'une nouvelle version du DLSS, mais d'une véritable révolution dans la génération graphique en temps réel, reposant largement sur des modèles d'intelligence artificielle entraînés par l'entreprise elle-même. L'engouement qu'il a suscité n'est pas le fruit du hasard : pour certains, il représente le plus grand bond en avant depuis l'avènement du ray tracing en temps réel ; pour d'autres, le début d'une ère de graphismes de plus en plus homogènes, tous « filtrés par la même IA ».
L'engouement grandit, et les questions se multiplient : qu'est-ce que le DLSS 5 exactement ? Comment fonctionne-t-il ? De quoi a-t-on besoin pour l'utiliser ? Dans quels jeux sera-t-il disponible ? Et quelles seront ses implications artistiques et en termes de performances ? Vous trouverez ci-dessous un guide complet qui rassemble toutes les informations publiées par NVIDIA, les explications des médias spécialisés et les premières réactions de la communauté, le tout présenté de manière claire et directe.
Qu'est-ce que le DLSS 5 de NVIDIA et pourquoi cette version fait-elle autant parler d'elle ?
DLSS signifie Deep Learning Super Sampling (superéchantillonnage par apprentissage profond ). Jusqu'à présent, on l'associait principalement à trois choses : la mise à l'échelle d'images pour augmenter la résolution sans perte de performance, l'anticrénelage avancé pour lisser les contours et les artefacts, et la génération d'images pour améliorer le nombre d'images par seconde en créant des images intermédiaires grâce à l'IA. DLSS 5 rompt partiellement avec cette idée, car il n'est plus présenté comme un simple système de mise à l'échelle, mais plutôt comme un modèle de rendu neuronal 3D en temps réel.
Concrètement, cela signifie que DLSS 5 agit directement sur les images du jeu , en utilisant les informations de couleur et les vecteurs de mouvement de chaque image pour reconstruire et enrichir la scène. Il ne s'agit pas simplement d'un étirement de la résolution ; son objectif est d'intégrer des matériaux plus riches et un éclairage photoréaliste beaucoup plus complexe , sans modifier la géométrie ni le gameplay. Le monde 3D de base reste celui conçu par les développeurs, mais son apparence finale peut être radicalement transformée.
NVIDIA décrit DLSS 5 comme le plus grand bond en avant de l'entreprise en matière de graphisme informatique depuis les débuts du ray tracing en temps réel en 2018. En fait, Jensen Huang, le PDG de l'entreprise, l'a défini dans sa présentation comme « le moment GPT pour le graphisme », suggérant que ce modèle représente pour le graphisme ce que les grands modèles de langage ont représenté pour le texte et le contenu génératif.
Il est important de préciser que DLSS 5 n'est pas une simple évolution de DLSS Super Resolution . Il s'agit d'un nouveau bloc au sein du pipeline de rendu, exécuté à la fin du processus graphique, et conçu pour coexister avec les autres technologies de la famille DLSS (upscaling, génération d'images, reconstruction de rayons, etc.) plutôt que de les remplacer.
Comment fonctionne DLSS 5 : Le modèle de rendu neuronal étape par étape
Pour mieux comprendre le fonctionnement de DLSS 5, il est nécessaire d'examiner son fonctionnement interne. Cette technologie repose sur des réseaux neuronaux que NVIDIA a entraînés massivement grâce à d'immenses quantités de données d'images et d'informations de jeux 3D. Elle représente l'aboutissement d'une évolution amorcée avec le premier DLSS en 2019, qui a permis d'affiner les architectures de réseau, en passant par des variantes utilisant des auto-encodeurs pour générer des représentations intermédiaires très riches du contenu visuel.
Essentiellement, le modèle reçoit en entrée pour chaque image les valeurs de couleur (RGB) des pixels et un ensemble de données « sémantiques » sur ce qui se passe dans la scène : vecteurs de mouvement, profondeur, sources de lumière, matériaux, etc. À partir de là, le réseau neuronal génère une représentation interne de haute dimension de l'image entière , une sorte de carte intermédiaire qui condense les informations visuelles et contextuelles.
À partir de cette représentation intermédiaire, le système génère une image beaucoup plus détaillée . Un pixel brut de l'image de base est extrapolé sur une grille 8x8, créant ainsi 64 nouveaux pixels plus riches en informations sur la lumière, la texture et les micro-détails. Le modèle ne se contente pas de créer des pixels isolés : il prend en compte le voisinage de chaque pixel, les images précédentes et les tendances apprises lors de l'entraînement , garantissant ainsi un résultat stable dans le temps, sans scintillement ni dégradation lors des mouvements de la caméra.
L'idée que chaque pixel d'origine est transformé en un ensemble d'informations beaucoup plus riche donne au DLSS 5 l'apparence d'un filtre photoréaliste global appliqué au jeu, et non d'un simple système de redimensionnement. C'est pourquoi de nombreux joueurs parlent d'un « redessinage » du jeu, et pourquoi certains l'associent à la notion de « lissage IA » : un contenu visuel passé à travers une couche d'IA qui homogénéise tout.
Quelles améliorations DLSS 5 apporte-t-il en matière de qualité graphique : éclairage, matériaux et stabilité ?
L'un des principaux arguments de NVIDIA est que DLSS 5 permet aux jeux d'atteindre un rendu proche du photoréalisme sans augmenter drastiquement la charge géométrique ni le coût du lancer de rayons . Au lieu d'accroître considérablement le nombre de polygones ou le nombre d'itérations de lancer de rayons, il délègue une partie du travail à l'intelligence artificielle pour reconstruire l'apparence finale de la scène.
Parmi ses atouts les plus remarquables figure l'éclairage de style cinématographique . Le modèle est capable de recréer des effets très coûteux à calculer avec les techniques traditionnelles, comme l'éclairage de contour, la diffusion sous la surface (essentielle pour un rendu plus naturel de la peau), les reflets complexes et des ombres portées beaucoup plus réalistes. Tous les calculs sont effectués à partir des données originales du jeu et des connaissances acquises par le réseau sur le comportement de la lumière sur différents matériaux.
Une autre amélioration significative réside dans la profondeur et la richesse des matériaux . DLSS 5 affine les propriétés PBR telles que la rugosité, la brillance, la translucidité et la microstructure de surface, rendant les métaux, les tissus, les plastiques et les éléments organiques plus réalistes. Son impact est particulièrement marqué sur les éléments géométriques fins comme les cheveux, les yeux et les petits détails des vêtements, traditionnellement difficiles à reproduire de manière convaincante en temps réel.
En matière de stabilité visuelle, DLSS 5 privilégie la cohérence temporelle . En traitant les informations de mouvement et de couleur image par image, le système s'efforce d'éviter le scintillement et les variations d'éclairage classiques qui surviennent lors des mouvements de caméra. L'objectif est de garantir une image stable, même dans les scènes comportant de nombreux mouvements, des particules ou des changements d'éclairage rapides.
Tout cela s'accompagne de la promesse de performances en temps réel jusqu'à une résolution 4K , tout en préservant une fluidité de jeu optimale. Bien entendu, la charge de calcul est importante, mais l'objectif est de compenser largement cet impact grâce à l'utilisation de cœurs spécialisés (Tensor et shaders neuronaux) et au recours aux autres technologies DLSS intégrées au pipeline.
Objectifs de DLSS 5 et son lien avec le tracé de rayons et de chemins
NVIDIA résume la mission de DLSS 5 en deux objectifs majeurs : premièrement, ouvrir la voie au rendu neuronal appliqué aux jeux vidéo , c’est-à-dire mettre en pratique l’idée que l’IA est un élément central du processus de génération graphique en temps réel ; deuxièmement, rapprocher les joueurs d’un niveau visuel très proche des effets spéciaux du cinéma sans avoir à attendre plusieurs générations supplémentaires de GPU basés uniquement sur la puissance brute.
Il est important de préciser que DLSS 5 ne remplace ni le lancer de rayons ni le lancer de chemins . Ce sont des technologies distinctes aux objectifs complémentaires. Le lancer de chemins vise à simuler plus précisément le comportement de la lumière dans une scène, notamment l'éclairage direct et indirect, les réflexions, les ombres et l'occlusion. Le problème est que l'augmentation significative du nombre de rayons nécessaires pour un résultat optimal a un impact considérable sur les performances.
DLSS 5, quant à lui, utilise le rendu neuronal pour « combler » la complexité visuelle qu'il serait prohibitif de réaliser avec le seul lancer de rayons traditionnel. Il génère un éclairage et des matériaux photoréalistes à partir des données 3D et des rayons effectivement tracés, donnant ainsi l'impression de lancer un nombre de rayons bien supérieur à celui réellement calculé. En d'autres termes, il agit comme un « multiplicateur visuel », permettant au matériel d'accomplir davantage qu'il ne le pourrait seul.
C’est pourquoi NVIDIA propose d’ utiliser conjointement DLSS 5 et le ray tracing . Le ray tracing fournit une base physiquement cohérente, tandis que le modèle neuronal affine et améliore l’image, compensant ainsi les limitations de performances pratiques, même des GPU les plus puissants.
Comment DLSS 5 s'intègre à la super résolution DLSS, à la génération d'images et à la reconstruction de rayons
DLSS 5 ne sera pas disponible seul. NVIDIA a déjà confirmé sa compatibilité avec les autres composants de la famille DLSS , même si chacun intervient à un stade différent du processus. Comprendre cet ordre permet de saisir pourquoi le résultat final dépend autant de leur combinaison.
Le processus commence par la super résolution DLSS , qui agrandit et reconstruit l'image à partir d'une résolution inférieure. L'IA génère les pixels que le jeu n'a pas rendus nativement, en utilisant les informations des vecteurs de mouvement et les données des images précédentes. Cette étape est calculée avant l'activation de DLSS 5 ; par conséquent, la qualité du mode sélectionné (Qualité, Équilibré, Performance, etc.) et le modèle spécifique utilisé influencent directement ce que le modèle de rendu neuronal « voit » par la suite.
En plus de la super résolution , la reconstruction de rayons peut également être activée . Cette technologie remplace les algorithmes classiques de réduction du bruit par un modèle d'IA spécialement entraîné pour reconstruire les rayons avec plus de précision. Ce processus s'exécute également avant le DLSS 5 et contribue à réduire le bruit et les artefacts sur l'image de base pour le rendu neuronal, améliorant ainsi la netteté et le réalisme de l'éclairage généré.
Vient ensuite la génération d'images, ou génération multi-images , capable de générer jusqu'à cinq images grâce à l'IA pour chaque image rendue de manière traditionnelle. Cette phase fait suite à la super-résolution et à la reconstruction par rayons, et vise à améliorer la fluidité perçue par le joueur sans que le GPU ait à dessiner toutes ces images supplémentaires.
Une fois ces étapes terminées, c'est au tour de DLSS 5 d'entrer en jeu. Ce traitement s'exécute lors de la dernière étape du pipeline de rendu , même après la génération des images. Concrètement, cela signifie que NVIDIA introduit ici un nouveau bloc qui dépend des résultats des technologies précédentes : plus la qualité de l'image de base (upscaling, réduction du bruit, fluidité des mouvements) est élevée, meilleure sera la qualité du rendu final du modèle neuronal.
Contrôle créatif : comment DLSS 5 préserve l'intention artistique originale
L'une des principales préoccupations des artistes et des joueurs est de savoir si le DLSS 5 dénature l'esthétique conçue par le studio . NVIDIA tente d'apaiser cette crainte en insistant sur le fait que la technologie est hautement contrôlable et que les développeurs décident de son application.
Les développeurs de jeux peuvent ajuster des paramètres tels que l'intensité des effets, la correction des couleurs, le mélange des tons, la saturation, le contraste et la luminosité . Ils peuvent également définir précisément quels objets ou zones de la scène activent le DLSS 5 et lesquels ne l'activent pas, garantissant ainsi le respect des éléments clés de la direction artistique et limitant les éventuelles exagérations sur certaines surfaces.
De plus, le modèle exploite des informations détaillées sur les couleurs et les vecteurs de mouvement de chaque image , ce qui permet d'ancrer les améliorations au contenu 3D réel plutôt que de fonctionner comme un filtre générique déconnecté de la scène. Grâce à cela, NVIDIA affirme que le résultat peut être fidèle à la vision originale, à condition que le studio prenne le temps d'optimiser les outils.
En pratique, cela ouvrira la porte à une variété de styles : des jeux qui recherchent une finition très proche de l’hyperréalisme et poussent le DLSS 5 à ses limites, à d’autres qui l’utilisent plus subtilement, uniquement pour renforcer certains matériaux ou l’illumination globale sans trop altérer l’aspect original.
Controverses et critiques : une IA qui améliore les jeux ou une « IA bâclée » visuelle ?
L'annonce de DLSS 5 a suscité un vif débat au sein de la communauté. Certains joueurs et développeurs voient dans cette technologie une formidable opportunité d'élever le niveau visuel sans faire exploser les budgets , en tirant parti de l'IA pour des tâches qui nécessitaient traditionnellement des équipes immenses et des temps de rendu colossaux. Mais une faction très critique craint exactement le contraire.
Sur le plan technique et esthétique, certains critiques soulignent que DLSS 5 modifie considérablement l'éclairage, les textures et les détails d'origine . En appliquant un modèle global qui tente d'« embellir » et d'homogénéiser les matériaux et l'éclairage, on risque de voir de nombreux jeux se ressembler, avec des visages et des surfaces rappelant les exemples typiques de contenu généré par IA que l'on voit quotidiennement.
Cette crainte a donné naissance à des concepts comme celui des « visages IA bâclés », une façon de décrire les visages de personnages qui semblent générés par IA, excessivement lisses, avec des reflets étranges ou des traits uniformes. C'est comparable à ce qui se produit avec certains filtres de retouche faciale sur les téléphones portables, qui uniformisent l'apparence de tous les personnages. Pour certains, transposer ce type d'esthétique dans les jeux à gros budget est inacceptable.
Dans le monde de l'entreprise et de l'industrie, on craint également que DLSS 5 ne serve de prétexte pour supprimer des services artistiques ou externaliser la création de textures et de matériaux , en comptant sur l'IA pour « corriger » le résultat final. Les grands éditeurs pourraient faire pression sur les studios pour qu'ils adoptent cette technologie, en invoquant des économies ou des délais de production, même si le résultat s'avère moins personnel ou original.
L'inconvénient est que le DLSS 5 est optionnel : les studios ne sont pas tenus de l'utiliser ni de l'activer par défaut . De plus, on ignore encore quel contrôle le joueur aura sur la désactivation ou le réglage de cet effet dans les paramètres graphiques de chaque jeu, un point crucial pour ceux qui privilégient la fidélité à la direction artistique originale plutôt que des effets visuels spectaculaires.
De quel matériel avez-vous besoin pour utiliser DLSS 5 ?
Au moment de la présentation, NVIDIA n'a explicitement confirmé la compatibilité DLSS 5 qu'avec la GeForce RTX 5090 , qui était la carte utilisée dans la démo publique lors de la GTC 2026. Dans cette démo, la société a montré un scénario plutôt extrême, avec deux RTX 5090 fonctionnant en parallèle : un GPU dédié au rendu neuronal DLSS 5 et l'autre gérant le rendu « conventionnel » du jeu.
Cela ne signifie pas pour autant qu'il vous faudra deux cartes graphiques pour jouer. NVIDIA a expliqué que le modèle DLSS 5 est optimisé pour fonctionner sur un seul GPU et que l'utilisation de deux cartes était davantage due au caractère préliminaire du prototype qu'aux exigences réelles de la version commerciale. Malgré tout, cette démo montre clairement qu'il s'agit d'une technologie gourmande en ressources de calcul.
Tout porte à croire que DLSS 5 est compatible avec les séries GeForce RTX 50 et RTX 40. Au sein de chaque famille, certains modèles d'entrée de gamme ou ceux dotés d'une mémoire graphique limitée pourraient bénéficier d'une prise en charge partielle ou limitée pour des raisons de performances. Les GeForce RTX 30 et les générations précédentes ne prennent pas en charge nativement le FP8 ; par conséquent, à moins qu'NVIDIA ne propose un modèle adapté utilisant l'INT8 ou une autre approche plus légère, il est fort probable qu'elles soient exclues.
Un autre détail important concerne la consommation de mémoire : le modèle DLSS 5 présenté à la GTC 2026 pouvait utiliser jusqu’à 32 Go de VRAM dans sa configuration à deux RTX 5090, une quantité considérable pour un usage domestique. La version grand public sera bien plus modeste, mais tout indique que cette technologie n’est pas conçue pour les GPU dotés de 8 Go de VRAM ou moins si l’on souhaite l’exploiter pleinement et en haute résolution.
Impact sur les performances et la consommation : ce que nous savons jusqu'à présent
NVIDIA n'a pas encore publié de chiffres officiels et détaillés concernant l'impact de DLSS 5 sur les FPS, la latence ou l'utilisation précise de la mémoire dans des jeux réels. L'entreprise a toutefois précisé que les modèles utilisés lors de la présentation étaient des prototypes très exigeants, conçus pour démontrer les capacités de la technologie sans les limitations d'une carte graphique de série. Il est donc important de tenir compte des éventuels goulots d'étranglement au niveau du PC qui pourraient affecter les résultats finaux.
Avant son lancement, l'entreprise travaille sur des modèles plus performants capables de fonctionner en temps réel sur un seul GPU , tout en conservant une haute qualité d'image à un coût raisonnable. Il est toutefois important de noter que DLSS 5 consommera une part importante des ressources disponibles : faire tourner un réseau neuronal complexe en résolution 4K en temps réel a un coût non négligeable.
Compte tenu des performances éprouvées du DLSS, il est raisonnable d'attendre de NVIDIA qu'elle s'assure que les gains visuels compensent largement l'impact sur les performances , notamment lorsqu'il est utilisé conjointement avec la Super Résolution, la Génération d'Images et le Ray Reconstruction. En d'autres termes, le joueur devrait bénéficier d'un niveau de détail supérieur, d'un meilleur éclairage et d'une fluidité accrue, même si cela implique une légère baisse du nombre d'images par seconde par rapport à une expérience de jeu sans DLSS 5, mais avec une qualité visuelle inférieure.
Il faudra attendre les premiers tests indépendants pour voir dans quelle mesure DLSS 5 devient viable pour les GPU de milieu et haut de gamme , ou s'il reste de facto réservé aux modèles les plus puissants de la série RTX 50.
Quand la version DLSS 5 sera-t-elle disponible et dans quels jeux pourra-t-on l'utiliser ?
NVIDIA a prévu le lancement de DLSS 5 pour l'automne 2026 , sans toutefois préciser de date exacte. La date définitive dépendra du rythme d'optimisation du modèle et de son intégration aux premiers jeux compatibles. Selon l'évolution de ce processus, la technologie pourrait être disponible dès septembre ou reportée à la fin de l'année.
La liste officielle des jeux compatibles avec le DLSS 5 est impressionnante. On y retrouve notamment AION 2, Assassin's Creed Shadows, Black State, Cinder City, Delta Force, Hogwarts Legacy, Justice, Naraka: Bladepoint, Neverness to Everness, Phantom Blade Zero, Resident Evil Requiem, Sea of Remnants, Starfield, The Elder Scrolls IV: Oblivion Remastered et Where Winds Meet . NVIDIA ajoute « et bien d'autres », indiquant clairement que la liste continuera de s'allonger.
Lors de la présentation, des exemples concrets ont été illustrés avec Resident Evil Requiem, EA Sports FC, Starfield et Hogwarts Legacy , ainsi que dans la démo technique The Zorah. De plus, la société affirme bénéficier du soutien d'éditeurs de renom tels que Bethesda, Capcom, NetEase, NCSOFT, Tencent, Ubisoft, Warner Bros. Games, Hotta Studio et S-GAME, garantissant ainsi la disponibilité de cette technologie pour les nouveaux titres et les jeux majeurs déjà disponibles, grâce à des mises à jour.
Pour l'instant, l'accent est mis exclusivement sur l' écosystème PC . Les consoles actuelles, comme la Xbox Series X|S et la PlayStation 5, ne disposent pas de GPU GeForce compatibles FP8 et de cœurs Tensor équivalents ; par conséquent, le DLSS 5 n'est pas prévu pour elles. Les améliorations visuelles sur ces systèmes reposent sur d'autres technologies de mise à l'échelle et d'optimisation propres à chaque plateforme.
DLSS en contexte : des premières versions à l’évolution vers DLSS 5
Pour bien comprendre DLSS 5, il est utile de rappeler brièvement les origines de cette famille de technologies. La première version de DLSS est apparue en 2019 avec les premières cartes RTX, proposant un système d'upscaling basé sur l'IA et spécifiquement entraîné pour certains jeux . Ces versions initiales dépendaient fortement d'ensembles de données spécifiques à chaque titre, et leur qualité était très variable.
Au fil du temps, NVIDIA a perfectionné l'architecture et le processus d'entraînement pour développer des modèles plus polyvalents et à usage général. Des versions comme DLSS 2, 3, 4 et 4.5 ont ainsi vu le jour , intégrant de nouvelles fonctionnalités : un anticrénelage temporel amélioré, une reconstruction de mouvement plus nette et, surtout, une génération d'images par IA pour augmenter le nombre d'images par seconde sans que le GPU ait à calculer chaque image.
Cette évolution s'est accompagnée d'améliorations matérielles : chaque nouvelle génération de RTX a apporté des cœurs Tensor plus puissants et plus efficaces , ainsi que de nouvelles instructions et de nouveaux formats numériques comme FP8, permettant l'exécution de modèles plus vastes et plus complexes sans impact significatif sur les performances. DLSS 5 est, en grande partie, le fruit de la combinaison de cette maturité logicielle et de la puissance accrue de l'architecture Blackwell.
Parallèlement, des discussions ont lieu au sein de la communauté technique concernant la méthode d'entraînement de ces modèles. On évoque notamment des architectures de type auto-encodeur, où le réseau apprend à compresser chaque image en une représentation intermédiaire dense , puis à la reconstruire avec plus de détails. Pour qu'un jeu soit compatible, les développeurs collaborent avec NVIDIA en envoyant des données d'image et des tampons auxiliaires (profondeur, mouvement, masques, etc.) qui contribuent à enrichir l'entraînement. Toutefois, les versions les plus récentes de DLSS visent une meilleure généralisation et dépendent moins d'un entraînement spécifique à chaque jeu.
Dans ce contexte, DLSS 5 élargit le rôle de l'IA dans le pipeline de rendu . Elle ne se limite plus à « remplir » la résolution ou à interpoler les images, mais participe désormais pleinement à la définition finale des matériaux et de l'éclairage, redéfinissant ainsi, dans une certaine mesure, notre conception du rendu temps réel moderne.
Tout porte à croire que DLSS 5 marque un tournant dans la manière dont les jeux PC gèrent l'équilibre entre fidélité visuelle, performances et charge de travail pour les artistes. L'évolution de cet équilibre, vers des expériences plus spectaculaires sans sacrifier la personnalité, ou au contraire vers des graphismes de plus en plus uniformes et générés par l'IA, dépendra autant de l'utilisation qu'en fera NVIDIA que des décisions prises par les studios et de l'accueil que réservera la communauté à cette nouvelle norme visuelle.
