Wat is NVIDIA DLSS 5 en hoe gebruik je het in je pc-games?

Informatec Digital » Bronnen » Wat is NVIDIA DLSS 5 en hoe gebruik je het in je pc-games?

NVIDIA's DLSS 5 is hét gespreksonderwerp onder pc-gamers, ontwikkelaars en hardwareliefhebbers. Het is niet zomaar "weer een versie" van DLSS, maar een serieuze poging om de manier waarop graphics in realtime worden gegenereerd te veranderen, door sterk te leunen op kunstmatige intelligentiemodellen die door het bedrijf zelf zijn getraind. De hype is geen toeval: voor sommigen vertegenwoordigt het de grootste sprong voorwaarts sinds de introductie van realtime raytracing; voor anderen het begin van een tijdperk van steeds homogener wordende graphics, allemaal "gefilterd door dezelfde AI".

Naarmate de hype groeit, nemen ook de vragen toe: wat is DLSS 5 precies , hoe werkt het, wat heb je nodig om het te gebruiken, in welke games zal het beschikbaar zijn en wat zijn de artistieke en prestatie-implicaties ervan? In de volgende alinea's vind je een uitgebreide gids, waarin alle informatie die NVIDIA heeft vrijgegeven, de uitleg van gespecialiseerde media en de eerste reacties van de community op een heldere en directe manier worden samengebracht.

Wat is NVIDIA's DLSS 5 en waarom wordt er zoveel over deze versie gesproken?

DLSS staat voor Deep Learning Super Sampling . Tot nu toe associeerden we het vooral met drie dingen: beeldopschaling om de resolutie te verhogen zonder prestatieverlies, geavanceerde antialiasing om randen en artefacten glad te strijken, en framegeneratie om de framesnelheid te verhogen door met behulp van AI tussenliggende frames te creëren. DLSS 5 breekt gedeeltelijk met dit idee, omdat het niet langer wordt gepresenteerd als een eenvoudig opschalingssysteem, maar als een realtime 3D neuraal renderingmodel.

In de praktijk betekent dit dat DLSS 5 direct op de frames van de game werkt , waarbij de kleurinformatie en bewegingsvectoren van elk frame worden gebruikt om de scène te reconstrueren en te verrijken. Het vergroot niet simpelweg de resolutie; het doel is om rijkere materialen en veel complexere, fotorealistische belichting toe te voegen , zonder de geometrie aan te raken of de gameplay te veranderen. De basis 3D-wereld blijft de wereld die door de ontwikkelaars is ontworpen, maar de uiteindelijke vormgeving kan drastisch veranderen.

NVIDIA beschrijft DLSS 5 als de grootste sprong voorwaarts van het bedrijf in computergraphics sinds de introductie van real-time ray tracing in 2018. Sterker nog, CEO Jensen Huang noemde het in zijn presentatie "het GPT-moment voor graphics", waarmee hij suggereerde dat dit model voor graphics hetzelfde betekent als grote taalmodellen voor tekst en generatieve content.

Het is belangrijk om te verduidelijken dat DLSS 5 niet zomaar een incrementele evolutie is van DLSS Super Resolution . Het is een nieuw onderdeel binnen de renderingpipeline, dat aan het einde van het grafische proces wordt uitgevoerd en is ontworpen om samen te werken met andere technologieën in de DLSS-familie (upscaling, framegeneratie, rayreconstructie, enz.) in plaats van deze te vervangen.

Hoe DLSS 5 werkt: Het neurale renderingmodel stap voor stap

Om beter te begrijpen wat DLSS 5 doet, moeten we kijken naar de interne werking ervan. Deze technologie is gebaseerd op neurale netwerken die NVIDIA uitgebreid heeft getraind met behulp van enorme hoeveelheden beelddata en 3D-game-informatie. Het is het hoogtepunt van een evolutie die begon met de eerste DLSS in 2019 en de netwerkarchitecturen heeft verfijnd, met varianten die gebruikmaken van auto-encoders om zeer rijke tussenliggende representaties van de visuele content te genereren.

In essentie ontvangt het model voor elk frame de kleurwaarden (RGB) van de pixels en een set "semantische" gegevens over wat er in de scène gebeurt: bewegingsvectoren, diepte, lichtbronnen, materialen, enz. Vervolgens genereert het neurale netwerk een hoogdimensionale interne representatie van het hele frame , een soort tussenliggende kaart die de visuele en contextuele informatie condenseert.

Vanuit deze tussenliggende representatie is het systeem in staat een veel gedetailleerdere beeldoutput te produceren . Een enkele "ruwe" pixel uit de basisafbeelding kan worden geëxtrapoleerd naar een raster van 8x8 pixels, wat resulteert in 64 nieuwe pixels met meer informatie over licht, textuur en microdetails. Het model creëert niet zomaar geïsoleerde pixels: het houdt rekening met de omgeving van elke pixel, eerdere frames en de trends die tijdens de training zijn geleerd , zodat het resultaat consistent blijft in de tijd en niet flikkert of vervormt wanneer de camera beweegt.

Het idee dat elke originele pixel wordt omgezet in een veel rijkere set informatie, zorgt ervoor dat DLSS 5 meer aanvoelt als een globaal fotorealistisch filter dat op de game wordt toegepast, en niet simpelweg als een systeem voor het herschalen van de beelden. Daarom spreken veel spelers over het "hertekenen" van de game, en associëren sommigen het met het idee van AI-rommel – oftewel visuele content die door een AI-laag wordt gehaald die alles homogeniseert.

Welke verbeteringen biedt DLSS 5 op het gebied van grafische kwaliteit: belichting, materialen en stabiliteit?

Een van NVIDIA's belangrijkste argumenten is dat DLSS 5 games in staat stelt fotorealisme te benaderen zonder de geometrische belasting of de kosten van raytracing drastisch te verhogen . In plaats van het aantal polygonen of raytracing-elementen drastisch te verhogen, delegeert het een deel van het werk aan kunstmatige intelligentie om te reconstrueren hoe de scène eruit zou moeten zien.

Een van de meest opvallende voordelen is de filmische belichting . Het model kan effecten nabootsen die met traditionele technieken zeer kostbaar zijn om te berekenen, zoals contourverlichting, subsurface scattering (essentieel voor een natuurlijker ogende huid), complexe reflecties en veel overtuigendere contactschaduwen. Alles wordt berekend op basis van de originele spelgegevens en wat het netwerk heeft geleerd over hoe licht zich gedraagt ​​op verschillende materialen.

Een andere belangrijke verbetering is de diepte en rijkdom van de materialen . DLSS 5 verfijnt PBR-eigenschappen zoals ruwheid, glans, doorschijnendheid en oppervlaktemicrostructuur, waardoor metalen, stoffen, kunststoffen en organische elementen realistischer lijken. Het heeft ook een bijzonder sterke impact op fijne geometrische elementen zoals haar, ogen en kleine details in kleding, die traditioneel moeilijk overtuigend in realtime weer te geven zijn.

Wat visuele stabiliteit betreft, richt DLSS 5 zich op temporele consistentie . Door frame voor frame bewegings- en kleurinformatie te verwerken, probeert het systeem de klassieke flikkering of inconsistenties in de belichting te voorkomen die optreden wanneer de camera beweegt. Het doel is dat het beeld een stabiele uitstraling behoudt, zelfs in scènes met veel beweging, deeltjes of snelle veranderingen in de belichting.

Dit alles wordt gecombineerd met de belofte van realtime prestaties bij resoluties tot 4K , met behoud van vloeiende gameplay. De rekenkracht is uiteraard aanzienlijk, maar het idee is dat de impact grotendeels gecompenseerd zal worden door gebruik te maken van gespecialiseerde cores (Tensor- en neurale shaders) en door te vertrouwen op de andere DLSS-technologieën in de pipeline.

Doelstellingen van DLSS 5 en de relatie ervan tot straal- en padtracering

NVIDIA vat de missie van DLSS 5 samen in twee hoofddoelen: ten eerste, de weg vrijmaken voor neurale rendering toegepast op videogames , oftewel het idee in de praktijk brengen dat AI een centrale rol speelt in het realtime genereren van grafische elementen; ten tweede, spelers een visueel niveau bieden dat zeer dicht in de buurt komt van de special effects in films, zonder te hoeven wachten op nog meerdere generaties GPU's die uitsluitend op pure rekenkracht gebaseerd zijn.

Het is belangrijk om te verduidelijken dat DLSS 5 ray tracing of path tracing niet vervangt . Het zijn afzonderlijke technologieën met complementaire doelstellingen. Path tracing richt zich op het nauwkeuriger simuleren van het lichtgedrag in een scène, inclusief directe en indirecte verlichting, reflecties, schaduwen en occlusie. Het probleem is dat het aanzienlijk verhogen van het aantal benodigde stralen voor een perfect resultaat extreem kostbaar is qua prestaties.

DLSS 5 gebruikt daarentegen neurale rendering om de visuele complexiteit te "vervullen" die met traditionele raytracing alleen onbetaalbaar zou zijn. Het genereert fotorealistische belichting en materialen op basis van de 3D-data en de daadwerkelijk getraceerde stralen, waardoor het lijkt alsof er veel meer stralen worden gegenereerd dan er in werkelijkheid worden berekend. Simpel gezegd, het fungeert als een "visuele vermenigvuldiger", waardoor de hardware meer kan bereiken dan op zichzelf mogelijk zou zijn.

Daarom stelt NVIDIA voor dat DLSS 5 en raytracing hand in hand gaan . Raytracing biedt een fysiek coherente basis, terwijl het neurale model het beeld verfijnt en verbetert, waardoor de praktische prestatiebeperkingen van zelfs de krachtigste GPU's worden gecompenseerd.

Hoe DLSS 5 integreert met DLSS Super Resolution, Frame Generation en Ray Reconstruction.

DLSS 5 komt niet alleen. NVIDIA heeft al bevestigd dat deze technologie compatibel is met de rest van de DLSS-componenten , hoewel elk onderdeel op een ander punt in de pipeline wordt uitgevoerd. Inzicht in deze volgorde helpt te begrijpen waarom het eindresultaat zo sterk afhangt van hoe ze worden gecombineerd.

Het proces begint met DLSS Super Resolution , dat het beeld opschaalt en reconstrueert vanuit een lagere resolutie. De AI genereert de pixels die de game niet native heeft weergegeven, met behulp van bewegingsvectorinformatie en data uit eerdere frames. Deze stap wordt berekend voordat DLSS 5 in werking treedt, waardoor de kwaliteit van de geselecteerde modus (Kwaliteit, Gebalanceerd, Prestatie, enz.) en het specifieke gebruikte model direct van invloed zijn op wat het neurale renderingmodel vervolgens zal "zien".

Naast Super Resolution kan ook Ray Reconstruction worden geactiveerd . Deze technologie vervangt klassieke ruisreductiealgoritmen door een AI-model dat specifiek is getraind om stralen nauwkeuriger te reconstrueren. Dit proces wordt ook uitgevoerd vóór DLSS 5 en helpt ruis en artefacten in de basisafbeelding voor neurale rendering te verminderen, waardoor de scherpte en het realisme van de gegenereerde belichting verbeteren.

Vervolgens komt Frame Generation of Multiframe Generation , waarmee tot vijf frames gegenereerd kunnen worden met behulp van AI voor elk frame dat traditioneel gerenderd wordt. Deze fase volgt op Super Resolution en Ray Reconstruction en is ontworpen om de waargenomen vloeiendheid voor de speler te verbeteren zonder dat de GPU al die extra frames hoeft te tekenen.

Zodra die stappen zijn voltooid, is DLSS 5 aan de beurt. Deze technologie draait in de laatste fase van de renderingpipeline , zelfs na het genereren van frames. In de praktijk betekent dit dat NVIDIA hier een nieuw blok introduceert dat afhankelijk is van de resultaten van de voorgaande technologieën: hoe beter de basis die het ontvangt (upscaling, ruisonderdrukking, bewegingsconsistentie), hoe hoger de kwaliteit van de uiteindelijke output van het neurale model.

Creatieve controle: hoe DLSS 5 de oorspronkelijke artistieke intentie behoudt

Een van de grootste zorgen voor artiesten en gamers is of DLSS 5 de esthetiek die de studio heeft ontworpen, verstoort . NVIDIA probeert deze angst weg te nemen door te benadrukken dat de technologie zeer goed beheersbaar is en dat ontwikkelaars zelf bepalen hoe en waar deze wordt toegepast.

Spelontwikkelaars kunnen parameters aanpassen zoals effectintensiteit, kleurcorrectie, toonovergangen, verzadiging, contrast en helderheid . Ze kunnen ook nauwkeurig definiëren welke objecten of gebieden in de scène DLSS 5 activeren en welke niet, zodat belangrijke elementen van de artistieke vormgeving worden gerespecteerd of mogelijke overdrijvingen op bepaalde oppervlakken worden beperkt.

Bovendien maakt het model gebruik van gedetailleerde kleur- en bewegingsvectorinformatie uit elk frame , waardoor de verbeteringen beter aansluiten op de daadwerkelijke 3D-content in plaats van te functioneren als een generiek filter dat losstaat van de scène. NVIDIA stelt dat het resultaat hiermee trouw kan blijven aan de oorspronkelijke visie, mits de studio de tijd neemt om de tools nauwkeurig af te stemmen.

In de praktijk opent dit de deur naar een verscheidenheid aan stijlen: van games die een afwerking nastreven die zeer dicht bij hyperrealisme ligt en DLSS 5 tot het uiterste drijven, tot andere games die het subtieler gebruiken, bijvoorbeeld om bepaalde materialen of globale belichting te versterken zonder het oorspronkelijke uiterlijk al te veel te veranderen.

Controverses en kritiek: AI die games verbetert of visuele "AI-rommel"?

De aankondiging van DLSS 5 heeft een verhitte discussie binnen de community teweeggebracht. Sommige gamers en ontwikkelaars zien deze technologie als een enorme kans om de visuele kwaliteit te verbeteren zonder torenhoge budgetten , door AI in te zetten voor taken die traditioneel enorme teams en extreem lange rendertijden vereisten. Maar er is ook een zeer kritische groep die juist het tegenovergestelde vreest.

Op technisch en esthetisch vlak wijzen sommige critici erop dat DLSS 5 de oorspronkelijke belichting, texturen en details aanzienlijk verandert . Door een globaal model toe te passen dat probeert materialen en belichting te "verfraaien" en te homogeniseren, bestaat het risico dat veel games er uiteindelijk hetzelfde uitzien, met gezichten en oppervlakken die doen denken aan de typische voorbeelden van door AI gegenereerde content die we dagelijks zien.

Deze angst heeft geleid tot concepten zoals "AI slop faces ", een manier om gezichten van personages te beschrijven die eruitzien alsof ze door AI zijn gegenereerd, overdreven glad, met vreemde highlights of uniforme gelaatstrekken. Het is vergelijkbaar met wat er gebeurt met bepaalde gezichtsretoucheerfilters op mobiele telefoons waardoor iedereen er hetzelfde uitziet. Voor sommigen is het introduceren van dit soort esthetiek in games met een groot budget een absolute no-go.

Op de werkvloer en in de industrie bestaat ook de vrees dat DLSS 5 een excuus zou kunnen worden om art-afdelingen te ontslaan of texturering en materiaalwerk uit te besteden , waarbij men vertrouwt op AI om het eindresultaat te "corrigeren". Grote uitgevers zouden studio's onder druk kunnen zetten om de technologie te adopteren met het argument van kostenbesparing of kortere doorlooptijden, zelfs als het resultaat uiteindelijk minder persoonlijk of onderscheidend is.

Het nadeel is dat DLSS 5 optioneel is: studio's zijn niet verplicht om het te gebruiken of standaard in te schakelen . Het valt nog te bezien in hoeverre de eindgebruiker de mogelijkheid heeft om het effect in de grafische instellingen van elke game uit te schakelen of aan te passen. Dit is cruciaal voor spelers die de voorkeur geven aan het behoud van de oorspronkelijke artistieke stijl boven extra visueel spektakel.

Welke hardware heb je nodig om DLSS 5 te gebruiken?

Tijdens de presentatie bevestigde NVIDIA alleen expliciet de compatibiliteit van DLSS 5 met de GeForce RTX 5090 , de kaart die werd gebruikt in de publieke demo tijdens GTC 2026. In die demo toonde het bedrijf een vrij extreem scenario, met twee RTX 5090's die parallel werkten: één GPU was specifiek bedoeld voor de neurale rendering van DLSS 5 en de andere voor de "conventionele" rendering van het spel.

Dat betekent niet dat je twee grafische kaarten nodig hebt om te spelen. NVIDIA heeft uitgelegd dat het DLSS 5-model is geoptimaliseerd om op één GPU te draaien en dat het gebruik van twee kaarten meer te maken had met het vroege stadium van het prototype dan met de daadwerkelijke vereisten van de commerciële versie. Desondanks maakt die demo duidelijk dat we te maken hebben met een technologie die aanzienlijke rekenkracht vereist.

Alles wijst erop dat DLSS 5 compatibel is met de GeForce RTX 50- en RTX 40-serie . Binnen elke serie kunnen sommige modellen uit het lagere segment of modellen met beperkt grafisch geheugen gedeeltelijke of beperkte ondersteuning bieden om prestatieproblemen te voorkomen. De GeForce RTX 30 en eerdere generaties hebben geen native FP8-ondersteuning , dus tenzij NVIDIA een aangepast model uitbrengt dat INT8 of een andere lichtere aanpak gebruikt, is het zeer waarschijnlijk dat deze modellen niet worden ondersteund.

Een ander relevant detail is het geheugenverbruik: het DLSS 5-model dat op GTC 2026 werd getoond, kon in die configuratie met twee RTX 5090's tot wel 32 GB VRAM gebruiken , een enorme hoeveelheid voor een thuisomgeving. De versie die voor het grote publiek beschikbaar komt, zal veel bescheidener zijn, maar alles wijst erop dat de technologie niet is ontworpen voor GPU's met 8 GB VRAM of minder als je deze op volle kracht en hoge resoluties wilt gebruiken.

Impact op prestaties en consumptie: wat weten we tot nu toe?

NVIDIA heeft nog geen officiële, gedetailleerde cijfers vrijgegeven over de impact van DLSS 5 op de framesnelheid (FPS), latentie of het exacte geheugengebruik in daadwerkelijke games. Ze hebben echter wel verduidelijkt dat de modellen die in de presentatie werden gebruikt, zeer veeleisende prototypes waren, ontworpen om de mogelijkheden van de technologie te demonstreren zonder de beperkingen van een enkele productiekaart. Het is daarom verstandig om rekening te houden met mogelijke knelpunten op pc's die de uiteindelijke resultaten kunnen beïnvloeden.

Voorafgaand aan de lancering werkt het bedrijf aan efficiëntere modellen die in realtime op één GPU kunnen draaien , waardoor een hoge beeldkwaliteit tegen redelijke kosten behouden blijft. Desondanks is het belangrijk om ervan uit te gaan dat DLSS 5 een aanzienlijk deel van de beschikbare resources zal verbruiken: het in realtime uitvoeren van een complex neuraal netwerk in 4K-resolutie is immers niet gratis.

Gezien de prestaties van DLSS in het verleden, is het redelijk om van NVIDIA te verwachten dat ze ervoor zorgen dat de visuele voordelen opwegen tegen de prestatiekosten , vooral in combinatie met Super Resolution, Frame Generation en Ray Reconstruction. Met andere woorden, de speler zou uiteindelijk meer detail, betere belichting en vloeiendere gameplay moeten zien, zelfs als dit een lichte daling van de FPS betekent ten opzichte van spelen zonder DLSS 5, maar met een lagere beeldkwaliteit.

We zullen de eerste onafhankelijke benchmarks moeten afwachten om te zien in hoeverre DLSS 5 bruikbaar is voor mid-range en high-end GPU's , of dat het feitelijk beperkt blijft tot de krachtigste modellen in de RTX 50-serie.

Wanneer komt DLSS 5 uit en in welke games kun je het gebruiken?

NVIDIA heeft de lancering van DLSS 5 gepland voor het najaar van 2026 , zonder een exacte datum te noemen. De definitieve datum zal afhangen van het tempo van de optimalisatie van het model en de integratie ervan in de eerste games die het zullen gebruiken. Afhankelijk van hoe dat proces verloopt, zou de technologie al in september kunnen verschijnen of juist worden uitgesteld tot het einde van het jaar.

De officiële lijst met games die al bevestigd hebben compatibel te zijn met DLSS 5 is behoorlijk indrukwekkend. Onder andere 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 en Where Winds Meet staan ​​erop . NVIDIA voegt daar nog "en nog veel meer" aan toe, waarmee duidelijk wordt dat de lijst in de loop der tijd zal blijven groeien.

Tijdens de presentatie werden concrete voorbeelden getoond in Resident Evil Requiem, EA Sports FC, Starfield en Hogwarts Legacy , evenals in de techdemo The Zorah. Bovendien beweert het bedrijf de steun te hebben van toonaangevende uitgevers zoals Bethesda, Capcom, NetEase, NCSOFT, Tencent, Ubisoft, Warner Bros. Games, Hotta Studio en S-GAME, wat garandeert dat de technologie via updates beschikbaar zal zijn voor zowel nieuwe titels als grote games die al op de markt zijn.

Voorlopig ligt de focus volledig op het pc-ecosysteem . Huidige consoles zoals de Xbox Series X|S en PlayStation 5 beschikken niet over GeForce GPU's met FP8-ondersteuning en equivalente Tensor-cores, dus DLSS 5 is daarvoor niet gepland. Visuele verbeteringen op die systemen zijn afhankelijk van andere opschaling- en optimalisatietechnologieën die specifiek zijn voor elk platform.

DLSS in context: van de vroege versies tot deze sprong naar DLSS 5

Om DLSS 5 in de juiste context te plaatsen, is het nuttig om kort de oorsprong van deze technologieën te schetsen. De eerste versie van DLSS verscheen in 2019, tegelijk met de eerste RTX-kaarten, en bood een op AI gebaseerd opschalingssysteem dat specifiek was getraind voor bepaalde games . Deze eerste versies waren sterk afhankelijk van specifieke datasets voor elke titel, en de kwaliteit ervan varieerde aanzienlijk.

In de loop der tijd heeft NVIDIA de architectuur en het trainingsproces verfijnd om meer algemene en veelzijdige modellen te ontwikkelen. Versies zoals DLSS 2, 3, 4 en 4.5 verschenen , met nieuwe mogelijkheden: verbeterde temporele anti-aliasing, scherpere bewegingsreconstructie en, heel belangrijk, AI-gestuurde framegeneratie om de FPS te verhogen zonder dat de GPU elk frame hoeft te renderen.

Al deze evolutie is hand in hand gegaan met hardwareverbeteringen: elke nieuwe generatie RTX bracht krachtigere en efficiëntere Tensor Cores met zich mee , evenals nieuwe instructies en numerieke formaten zoals FP8, die de uitvoering van grotere en complexere modellen mogelijk maken zonder de prestaties significant te beïnvloeden. DLSS 5 is voor een groot deel het resultaat van de combinatie van deze softwarematige volwassenheid met de hernieuwde kracht van de Blackwell-architectuur.

Ondertussen wordt er binnen de technische gemeenschap volop gediscussieerd over de precieze manier waarop deze modellen worden getraind. Er wordt gesproken over autoencoder-achtige architecturen, waarbij het netwerk leert elk beeld te comprimeren tot een dichte tussenliggende representatie en het vervolgens in meer detail te reconstrueren. Om een ​​game compatibel te maken, werken ontwikkelaars samen met NVIDIA door beeldgegevens en hulpbuffers (diepte, beweging, maskers, enz.) te versturen die de training verrijken. De meest recente versies van DLSS zijn echter gericht op een betere generalisatie en zijn minder afhankelijk van gamespecifieke training.

In deze context breidt DLSS 5 de rol van AI in de renderingpipeline uit . Het is niet langer beperkt tot het "vullen" van resolutie of het interpoleren van frames, maar het speelt nu een volledige rol in de uiteindelijke definitie van materialen en belichting, waardoor de manier waarop moderne realtime rendering wordt begrepen, tot op zekere hoogte verandert.

Alles wijst erop dat DLSS 5 een keerpunt markeert in de manier waarop pc-games de balans vinden tussen visuele kwaliteit, prestaties en de werkdruk voor ontwikkelaars. Of die balans doorslaat naar spectaculairdere ervaringen zonder aan persoonlijkheid in te boeten, of juist naar steeds uniformere, door AI gegenereerde graphics, hangt net zozeer af van hoe NVIDIA het gebruikt als van de beslissingen die studio's nemen en hoe kritisch de community is in het accepteren of afwijzen van deze nieuwe visuele standaard.