- DLSS 5 è un modello di rendering neurale in tempo reale che aggiunge illuminazione e materiali fotorealistici senza alterare la geometria originale del gioco.
- È integrato alla fine della pipeline insieme a DLSS Super Resolution, generazione di frame e ricostruzione dei raggi, basandosi su core tensoriali e operazioni FP8.
- Richiederà GPU moderne (RTX 40 e, soprattutto, RTX 50), arriverà in autunno e debutterà in titoli importanti come Starfield, Assassin's Creed Shadows e Oblivion Remastered.
- La sua adozione sta generando dibattito a causa del possibile effetto "filtro IA" sulla direzione artistica e dell'impatto sul lavoro di artisti e studi.
Il DLSS 5 di NVIDIA è diventato l'argomento di conversazione più caldo tra i giocatori PC, gli sviluppatori e gli appassionati di hardware. Non si tratta semplicemente di "un'altra versione" del DLSS, ma di un serio impegno a cambiare il modo in cui la grafica viene generata in tempo reale, basandosi in gran parte su modelli di intelligenza artificiale addestrati dalla stessa azienda. L'entusiasmo che ha generato non è casuale: per alcuni rappresenta il più grande passo avanti dai tempi del ray tracing in tempo reale; per altri, l'inizio di un'era di grafica sempre più omogenea, tutta "filtrata dalla stessa IA".
Con l'aumentare dell'interesse, crescono anche le domande: cos'è esattamente il DLSS 5 , come funziona, cosa serve per utilizzarlo, in quali giochi sarà disponibile e quali sono le sue implicazioni artistiche e prestazionali? Nelle righe che seguono, troverete una guida completa che intreccia tutte le informazioni rilasciate da NVIDIA, quanto spiegato dai media specializzati e le prime reazioni della community, il tutto presentato in modo chiaro e diretto.
Cos'è il DLSS 5 di NVIDIA e perché se ne parla così tanto?
DLSS è l'acronimo di Deep Learning Super Sampling . Finora, lo abbiamo associato principalmente a tre cose: l'upscaling delle immagini per aumentare la risoluzione senza sacrificare le prestazioni, l'antialiasing avanzato per levigare i bordi e gli artefatti e la generazione di frame per aumentare gli FPS creando frame intermedi tramite l'intelligenza artificiale. DLSS 5 si discosta parzialmente da questa idea perché non viene più presentato come un semplice sistema di upscaling, ma piuttosto come un modello di rendering neurale 3D in tempo reale.
In pratica, questo significa che DLSS 5 lavora direttamente sui fotogrammi del gioco , utilizzando le informazioni sul colore e i vettori di movimento di ciascun fotogramma per ricostruire e arricchire la scena. Non si limita ad allungare la risoluzione; il suo obiettivo è quello di inserire materiali più ricchi e un'illuminazione fotorealistica molto più complessa , il tutto senza toccare la geometria o alterare il gameplay. Il mondo 3D di base rimane quello progettato dagli sviluppatori, ma lo strato finale del suo aspetto può cambiare radicalmente.
NVIDIA descrive DLSS 5 come il più grande passo avanti dell'azienda nella computer grafica dal debutto del ray tracing in tempo reale nel 2018. Infatti, Jensen Huang, CEO dell'azienda, lo ha definito nella sua presentazione come "il momento GPT per la grafica", suggerendo che questo modello rappresenta per la grafica ciò che i grandi modelli linguistici hanno rappresentato per il testo e i contenuti generativi.
È importante chiarire che DLSS 5 non è semplicemente un'evoluzione incrementale di DLSS Super Resolution . Si tratta di un nuovo blocco all'interno della pipeline di rendering, eseguito alla fine del processo grafico, e progettato per coesistere con altre tecnologie della famiglia DLSS (upscaling, generazione di frame, ricostruzione dei raggi, ecc.) piuttosto che sostituirle.
Come funziona DLSS 5: il modello di rendering neurale passo dopo passo
Per comprendere meglio cosa fa DLSS 5, dobbiamo analizzare il suo funzionamento interno. Questa tecnologia si basa su reti neurali che NVIDIA ha addestrato in modo massiccio utilizzando enormi quantità di dati di immagini e informazioni di gioco 3D. Rappresenta il culmine di un'evoluzione iniziata con il primo DLSS nel 2019 e che ha perfezionato le architetture di rete, passando attraverso varianti che utilizzano autoencoder per generare rappresentazioni intermedie molto ricche del contenuto visivo.
In sostanza, il modello riceve in input per ogni fotogramma i valori di colore (RGB) dei pixel e un insieme di dati "semantici" su ciò che accade nella scena: vettori di movimento, profondità, sorgenti luminose, materiali, ecc. A partire da questi dati, la rete neurale genera una rappresentazione interna ad alta dimensionalità dell'intero fotogramma , una sorta di mappa intermedia che condensa le informazioni visive e contestuali.
A partire da questa rappresentazione intermedia, il sistema è in grado di produrre un'immagine di output molto più dettagliata . Un singolo pixel "grezzo" dell'immagine di base può essere estrapolato su una griglia 8x8, generando 64 nuovi pixel con maggiori informazioni su luce, texture e microdettagli. Il modello non si limita a creare pixel isolati: tiene conto del vicinato di ciascun pixel, dei fotogrammi precedenti e delle tendenze apprese durante l'addestramento , in modo che il risultato sia coerente nel tempo e non presenti sfarfallii o imperfezioni quando la telecamera si muove.
L'idea che ogni pixel originale venga trasformato in un insieme di informazioni molto più ricco è ciò che fa sì che il DLSS 5 sembri più un filtro fotorealistico globale applicato al gioco, e non semplicemente un sistema di ridimensionamento. Ecco perché molti giocatori parlano di un "ridisegnamento" del gioco, e perché alcuni lo associano al concetto di "AI slop", ovvero contenuti visivi filtrati da un livello di intelligenza artificiale che omogeneizza tutto.
Quali miglioramenti offre DLSS 5 in termini di qualità grafica: illuminazione, materiali e stabilità?
Uno dei principali argomenti di NVIDIA è che il DLSS 5 permette ai giochi di avvicinarsi al fotorealismo senza aumentare drasticamente il carico geometrico o il costo del ray tracing . Invece di incrementare drasticamente il numero di poligoni o il numero di ray tracing, delega parte del lavoro all'intelligenza artificiale per ricostruire l'aspetto corretto della scena.
Tra i vantaggi più notevoli spicca l'illuminazione in stile cinematografico . Il modello è in grado di ricreare effetti computazionalmente molto complessi con le tecniche tradizionali, come l'illuminazione di contorno, la diffusione della luce sottosuperficiale (fondamentale per rendere la pelle più naturale), riflessi complessi e ombre di contatto molto più realistiche. Il tutto viene calcolato a partire dai dati originali del gioco e da quanto la rete neurale ha appreso sul comportamento della luce sui diversi materiali.
Un altro miglioramento significativo riguarda la profondità e la ricchezza dei materiali . DLSS 5 affina le proprietà PBR come la rugosità, la lucentezza, la traslucenza e la microstruttura superficiale, rendendo metalli, tessuti, plastica ed elementi organici più realistici. Ha inoltre un impatto particolarmente forte su elementi geometrici fini come capelli, occhi e piccoli dettagli degli abiti, che tradizionalmente sono difficili da riprodurre in modo convincente in tempo reale.
In termini di stabilità visiva, DLSS 5 si concentra sulla coerenza temporale . Lavorando con le informazioni di movimento e colore fotogramma per fotogramma, il sistema cerca di evitare il classico sfarfallio o le incongruenze di illuminazione che si verificano quando la telecamera si muove. L'obiettivo è che l'immagine mantenga un aspetto stabile anche in scene con molto movimento, particelle o rapidi cambiamenti di illuminazione.
Tutto ciò si combina con la promessa di prestazioni in tempo reale a risoluzioni fino a 4K , mantenendo al contempo una fluidità di gioco impeccabile. Ovviamente, il costo computazionale è significativo, ma l'idea è che l'impatto sarà ampiamente compensato sfruttando core specializzati (Tensor e Neural Shader) e facendo affidamento sulle altre tecnologie DLSS in fase di sviluppo.
Obiettivi di DLSS 5 e la sua relazione con il ray tracing e il path tracing
NVIDIA riassume la missione di DLSS 5 in due obiettivi principali: in primo luogo, aprire la strada al rendering neurale applicato ai videogiochi , ovvero mettere in pratica l'idea che l'intelligenza artificiale sia parte integrante del processo di generazione grafica in tempo reale; in secondo luogo, avvicinare i giocatori a un livello visivo molto simile a quello degli effetti speciali cinematografici, senza dover attendere diverse generazioni di GPU basate esclusivamente sulla potenza bruta.
È importante chiarire che DLSS 5 non sostituisce il ray tracing o il path tracing . Si tratta di tecnologie distinte con obiettivi complementari. Il path tracing si concentra sulla simulazione più accurata del comportamento della luce in una scena, inclusi illuminazione diretta e indiretta, riflessi, ombre e occlusione. Il problema è che aumentare significativamente il numero di raggi necessari per un risultato perfetto è estremamente dispendioso in termini di prestazioni.
DLSS 5, d'altro canto, utilizza il rendering neurale per "colmare" la complessità visiva che sarebbe proibitivamente costosa da ottenere con il solo ray tracing tradizionale. Genera illuminazione e materiali fotorealistici a partire dai dati 3D e dai raggi effettivamente tracciati, in modo che il risultato sembri quello di proiettare molti più raggi di quelli effettivamente calcolati. In parole semplici, agisce come un "moltiplicatore visivo", consentendo all'hardware di ottenere risultati superiori a quelli che potrebbe raggiungere da solo.
Ecco perché NVIDIA propone che DLSS 5 e ray tracing vadano di pari passo . Il ray tracing fornisce una base fisicamente coerente, mentre il modello neurale perfeziona e migliora l'immagine, compensando i limiti prestazionali pratici anche delle GPU più potenti.
Come DLSS 5 si integra con DLSS Super Resolution, generazione di frame e ricostruzione ray
DLSS 5 non arriverà da solo. NVIDIA ha già confermato che questa tecnologia è compatibile con il resto dei componenti della famiglia DLSS , sebbene ognuno di essi operi in un punto diverso della pipeline. Comprendere quest'ordine aiuta a capire perché il risultato finale dipenda così tanto da come vengono combinati.
Il processo inizia con DLSS Super Resolution , che esegue l'upscaling e la ricostruzione dell'immagine a partire da una risoluzione inferiore. L'intelligenza artificiale genera i pixel che il gioco non ha renderizzato nativamente, utilizzando le informazioni sui vettori di movimento e i dati dei fotogrammi precedenti. Questo passaggio viene calcolato prima che DLSS 5 entri in gioco, quindi la qualità della modalità selezionata (Qualità, Bilanciata, Prestazioni, ecc.) e il modello specifico utilizzato influenzano direttamente ciò che il modello di rendering neurale "vedrà" successivamente.
Oltre alla Super Risoluzione , è possibile attivare anche la Ricostruzione dei Raggi . Questa tecnologia sostituisce i classici algoritmi di riduzione del rumore con un modello di intelligenza artificiale specificamente addestrato per ricostruire i raggi in modo più pulito. Questo processo viene eseguito prima del DLSS 5 e contribuisce a ridurre il rumore e gli artefatti sull'immagine di base per il rendering neurale, migliorando la nitidezza e il realismo dell'illuminazione generata.
Successivamente arriva la Generazione di Fotogrammi o Generazione Multiframe , in grado di generare fino a cinque fotogrammi utilizzando l'IA per ogni fotogramma renderizzato tradizionalmente. Questa fase segue la Super Risoluzione e la Ricostruzione Ray ed è progettata per migliorare la fluidità percepita dal giocatore senza che la GPU debba disegnare tutti quei fotogrammi aggiuntivi.
Una volta completati questi passaggi, è il turno di DLSS 5, che viene eseguito nella fase finale della pipeline di rendering , anche dopo la generazione del frame. In pratica, ciò significa che NVIDIA introduce un nuovo blocco che dipende dai risultati delle tecnologie precedenti: migliore è la base che riceve (upscaling, riduzione del rumore, coerenza del movimento), maggiore sarà la qualità dell'output finale del modello neurale.
Controllo creativo: come DLSS 5 preserva l'intento artistico originale
Una delle maggiori preoccupazioni per artisti e giocatori è che il DLSS 5 possa distorcere l'estetica progettata dagli studi di sviluppo . NVIDIA sta cercando di placare questo timore insistendo sul fatto che la tecnologia è altamente controllabile e che spetta agli sviluppatori decidere come e dove applicarla.
Gli sviluppatori di videogiochi possono regolare parametri come l'intensità degli effetti, la correzione del colore, la fusione dei toni, la saturazione, il contrasto e la luminosità . Possono anche definire con precisione quali oggetti o aree della scena attivano il DLSS 5 e quali no, garantendo che gli elementi chiave della direzione artistica siano rispettati o che potenziali esagerazioni su determinate superfici siano limitate.
Inoltre, il modello si basa su informazioni dettagliate relative al colore e ai vettori di movimento di ogni fotogramma , contribuendo ad ancorare i miglioramenti al contenuto 3D effettivo anziché funzionare come un filtro generico scollegato dalla scena. In questo modo, NVIDIA sostiene che il risultato può essere fedele alla visione originale, a patto che lo studio si prenda il tempo di perfezionare gli strumenti.
In pratica, questo aprirà le porte a una varietà di stili: da giochi che cercano una finitura molto vicina all'iperrealismo e spingono il DLSS 5 al limite, ad altri che lo utilizzano in modo più sottile, solo per rafforzare determinati materiali o l'illuminazione globale senza alterare troppo l'aspetto originale.
Controversie e critiche: l'IA che migliora i giochi o un "errore" visivo dell'IA?
L'annuncio del DLSS 5 ha scatenato un acceso dibattito all'interno della community. Alcuni giocatori e sviluppatori vedono in questa tecnologia un'enorme opportunità per innalzare il livello visivo senza far lievitare i budget , sfruttando l'intelligenza artificiale per compiti che tradizionalmente richiedevano team enormi e tempi di rendering lunghissimi. Ma c'è anche una fazione fortemente critica che teme esattamente il contrario.
A livello tecnico ed estetico, alcuni critici sottolineano come il DLSS 5 alteri significativamente l'illuminazione, le texture e i dettagli originali . Applicando un modello globale che tenta di "abbellire" e omogeneizzare materiali e illuminazione, si corre il rischio che molti giochi finiscano per assomigliarsi, con volti e superfici che ricordano i tipici esempi di contenuti generati dall'IA che vediamo quotidianamente.
Questa paura ha dato origine a concetti come "AI slop faces ", un modo per descrivere i volti dei personaggi che appaiono generati dall'IA, eccessivamente levigati, con strani riflessi o tratti uniformi. È simile a ciò che accade con certi filtri di ritocco facciale sui telefoni cellulari che rendono tutti uguali. Per alcuni, portare questo tipo di estetica nei videogiochi ad alto budget è un limite invalicabile.
Nel mondo del lavoro e nell'industria, si teme inoltre che il DLSS 5 possa diventare un pretesto per tagliare i reparti artistici o esternalizzare il lavoro di texturizzazione e creazione dei materiali , affidandosi all'intelligenza artificiale per "correggere" il risultato finale. Le grandi case editrici potrebbero fare pressione sugli studi affinché adottino la tecnologia, adducendo come motivazione il risparmio sui costi o la riduzione dei tempi di consegna, anche se il risultato finale dovesse essere meno personale o distintivo.
Lo svantaggio è che DLSS 5 è opzionale: gli studi non sono obbligati a utilizzarlo o ad attivarlo di default . Inoltre, resta da vedere quale controllo avrà il giocatore finale sulla possibilità di disabilitare o regolare l'effetto nelle impostazioni grafiche di ciascun titolo, un aspetto fondamentale per coloro che privilegiano la fedeltà alla direzione artistica originale rispetto a un maggiore impatto visivo.
Di quale hardware hai bisogno per utilizzare DLSS 5?
Al momento della presentazione, NVIDIA ha confermato esplicitamente la compatibilità con DLSS 5 solo con la GeForce RTX 5090 , la scheda utilizzata nella demo pubblica durante il GTC 2026. In quella demo, l'azienda ha mostrato uno scenario piuttosto estremo, con due RTX 5090 che lavoravano in parallelo: una GPU dedicata al rendering neurale di DLSS 5 e l'altra che gestiva il rendering "convenzionale" del gioco.
Questo non significa che avrai bisogno di due schede grafiche per giocare. NVIDIA ha spiegato che il modello DLSS 5 è ottimizzato per funzionare su una singola GPU e che l'utilizzo di due schede era dovuto più alla natura preliminare del prototipo che ai requisiti effettivi della versione commerciale. Ciononostante, la demo chiarisce che abbiamo a che fare con una tecnologia che comporta un costo computazionale considerevole.
Tutto lascia pensare che DLSS 5 sia compatibile con le serie GeForce RTX 50 e RTX 40. All'interno di ciascuna famiglia, alcuni modelli di fascia bassa o con memoria grafica limitata potrebbero avere un supporto parziale o limitato per motivi di prestazioni. Le GeForce RTX 30 e le generazioni precedenti non supportano nativamente FP8 , quindi, a meno che NVIDIA non rilasci un modello adattato che utilizzi INT8 o un altro approccio più leggero, è molto probabile che saranno escluse.
Un altro dettaglio rilevante riguarda il consumo di memoria: il modello DLSS 5 mostrato al GTC 2026 poteva arrivare a utilizzare fino a 32 GB di VRAM nella configurazione con due RTX 5090, una quantità enorme per un ambiente domestico. La versione che arriverà al pubblico sarà molto più modesta, ma tutto lascia intendere che la tecnologia non sia pensata per GPU con 8 GB di VRAM o meno se si vuole sfruttarla al massimo delle sue potenzialità e ad alte risoluzioni.
Impatto sulle prestazioni e sui consumi: cosa sappiamo finora
NVIDIA non ha ancora rilasciato dati ufficiali e dettagliati su come il DLSS 5 influirà su FPS, latenza o utilizzo effettivo della memoria nei giochi reali. Ha tuttavia chiarito che i modelli utilizzati nella presentazione erano prototipi molto performanti, progettati per dimostrare le capacità della tecnologia senza le limitazioni di una singola scheda di produzione. Pertanto, è opportuno prestare attenzione ai potenziali colli di bottiglia del PC che potrebbero influenzare i risultati finali.
In vista del lancio, l'azienda sta lavorando su modelli più efficienti in grado di funzionare in tempo reale su una singola GPU , mantenendo un'elevata qualità dell'immagine a un costo ragionevole. Ciononostante, è importante considerare che DLSS 5 consumerà una parte significativa delle risorse disponibili: eseguire una rete neurale complessa a risoluzione 4K in tempo reale non è esattamente gratuito.
Considerata la comprovata efficacia del DLSS, è lecito aspettarsi che NVIDIA garantisca che i benefici visivi superino il costo in termini di prestazioni , soprattutto se utilizzato in combinazione con Super Resolution, Frame Generation e Ray Reconstruction. In altre parole, il giocatore dovrebbe in definitiva godere di maggiori dettagli, un'illuminazione migliore e un gameplay più fluido, anche se ciò dovesse comportare una leggera diminuzione degli FPS rispetto al gioco senza DLSS 5 ma con una qualità visiva inferiore.
Bisognerà attendere i primi benchmark indipendenti per capire fino a che punto il DLSS 5 diventerà utilizzabile anche su GPU di fascia media e alta , o se rimarrà di fatto appannaggio esclusivo dei modelli più potenti della serie RTX 50.
Quando arriverà DLSS 5 e in quali giochi sarà possibile utilizzarlo?
NVIDIA ha fissato il lancio del DLSS 5 per l'autunno 2026 , senza specificare una data precisa. La data definitiva dipenderà dal ritmo di ottimizzazione del modello e dalla sua integrazione con i primi titoli che lo adotteranno. A seconda di come si svilupperà questo processo, la tecnologia potrebbe debuttare già a settembre o essere posticipata fino alla fine dell'anno.
L'elenco ufficiale dei giochi che hanno già confermato la compatibilità con DLSS 5 è piuttosto impressionante. Tra questi figurano AION 2, Assassin's 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 Elder Scrolls IV: Oblivion Remastered e Where Winds Meet . NVIDIA aggiunge inoltre "e molti altri", lasciando intendere che l'elenco continuerà a crescere nel tempo.
Durante la presentazione, sono stati mostrati esempi concreti in Resident Evil Requiem, EA Sports FC, Starfield e Hogwarts Legacy , oltre che nella demo tecnologica The Zorah. Inoltre, l'azienda afferma di avere il supporto di publisher di prim'ordine come Bethesda, Capcom, NetEase, NCSOFT, Tencent, Ubisoft, Warner Bros. Games, Hotta Studio e S-GAME, garantendo che la tecnologia sarà disponibile sia per i nuovi titoli che per i giochi più importanti già presenti sul mercato tramite aggiornamenti.
Per ora, l'attenzione è interamente concentrata sull'ecosistema PC . Le console attuali come Xbox Series X|S e PlayStation 5 non dispongono di GPU GeForce con supporto FP8 e core Tensor equivalenti, quindi il DLSS 5 non è previsto per queste piattaforme. I miglioramenti visivi su tali sistemi si basano su altre tecnologie di upscaling e ottimizzazione specifiche per ciascuna piattaforma.
DLSS nel contesto: dalle prime versioni al salto verso DLSS 5
Per contestualizzare DLSS 5, vale la pena ricordare brevemente le origini di questa famiglia di tecnologie. La prima versione di DLSS è apparsa nel 2019 insieme alle prime schede RTX, offrendo un sistema di upscaling basato sull'intelligenza artificiale specificamente addestrato per determinati giochi . Quelle prime versioni si basavano in gran parte su dataset specifici per ogni titolo e la loro qualità variava considerevolmente.
Nel corso del tempo, NVIDIA ha perfezionato l'architettura e il processo di addestramento per sviluppare modelli più generali e versatili. Sono arrivate versioni come DLSS 2, 3, 4 e 4.5 , che hanno incorporato nuove funzionalità: antialiasing temporale migliorato, ricostruzione del movimento più nitida e, cosa molto importante, generazione di frame basata sull'intelligenza artificiale per aumentare gli FPS senza che la GPU debba renderizzare ogni singolo frame.
Tutta questa evoluzione è andata di pari passo con i miglioramenti hardware: ogni nuova generazione di RTX ha portato con sé Tensor Core più potenti ed efficienti , nonché nuove istruzioni e formati numerici come FP8, che consentono l'esecuzione di modelli più grandi e complessi senza un impatto significativo sulle prestazioni. DLSS 5 è, in larga misura, il risultato della combinazione di questa maturità software con la ritrovata potenza dell'architettura Blackwell.
Nel frattempo, nella comunità tecnica si sono susseguite discussioni su come vengano addestrati esattamente questi modelli. Si è parlato di architetture di tipo autoencoder, in cui la rete impara a comprimere ogni immagine in una rappresentazione intermedia densa per poi ricostruirla con maggiori dettagli. Affinché un gioco sia compatibile, gli sviluppatori collaborano con NVIDIA inviando dati immagine e buffer ausiliari (profondità, movimento, maschere, ecc.) che contribuiscono ad arricchire l'addestramento, sebbene le versioni più recenti di DLSS mirino a una migliore generalizzazione e a una minore dipendenza dall'addestramento specifico per ogni titolo.
In questo contesto, DLSS 5 amplia la portata del ruolo dell'IA nella pipeline di rendering . Non si limita più a "riempire" la risoluzione o a interpolare i fotogrammi, ma si impegna pienamente nella definizione finale di materiali e illuminazione, rimodellando, in una certa misura, il modo in cui viene inteso il rendering in tempo reale moderno.
Tutto lascia intendere che DLSS 5 rappresenti un punto di svolta nel modo in cui i giochi per PC gestiscono l'equilibrio tra fedeltà visiva, prestazioni e carico di lavoro per gli artisti. Se questo equilibrio si orienterà verso esperienze più spettacolari senza sacrificare la personalità, o al contrario verso una grafica sempre più uniforme e generata dall'IA, dipenderà tanto da come NVIDIA lo utilizzerà quanto dalle decisioni prese dagli studi e da quanto la community sarà esigente nell'accettare o rifiutare questo nuovo standard visivo.
