- DLSS 5 é um modelo de renderização neural em tempo real que adiciona iluminação e materiais fotorrealistas sem alterar a geometria original do jogo.
- Ele é integrado no final do pipeline, juntamente com a Super-Resolução DLSS, a Geração de Quadros e a Reconstrução de Raios, utilizando núcleos Tensor e operações FP8.
- Exigirá GPUs modernas (RTX 40 e, sobretudo, RTX 50), chegará no outono e estreará em grandes jogos como Starfield, Assassin's Creed Shadows e Oblivion Remastered.
- Sua adoção está gerando debate devido ao possível efeito de "filtro de IA" na direção artística e ao impacto no trabalho de artistas e estúdios.
O DLSS 5 da NVIDIA tornou-se o assunto mais comentado entre jogadores de PC, desenvolvedores e entusiastas de hardware. Não se trata simplesmente de "mais uma versão" do DLSS, mas sim de um compromisso sério com a mudança na forma como os gráficos são gerados em tempo real, dependendo fortemente de modelos de inteligência artificial treinados pela própria empresa. O alvoroço gerado não é por acaso: para alguns, representa o maior salto desde o surgimento do ray tracing em tempo real; para outros, o início de uma era de gráficos cada vez mais homogêneos, todos "filtrados pela mesma IA".
À medida que a expectativa aumenta, também aumentam as perguntas: o que exatamente é o DLSS 5 , como funciona, o que é necessário para usá-lo, em quais jogos estará disponível e quais são suas implicações artísticas e de desempenho? Nas linhas a seguir, você encontrará um guia completo, reunindo todas as informações divulgadas pela NVIDIA, as explicações de veículos de mídia especializados e as reações iniciais da comunidade, tudo apresentado de forma clara e direta.
O que é o DLSS 5 da NVIDIA e por que se fala tanto dessa versão?
DLSS significa Deep Learning Super Sampling (Superamostragem por Aprendizado Profundo ). Até agora, associamos principalmente a três coisas: ampliação de imagem para aumentar a resolução sem sacrificar o desempenho, antisserrilhamento avançado para suavizar bordas e artefatos e geração de quadros para aumentar o FPS criando quadros intermediários usando IA. O DLSS 5 rompe parcialmente com essa ideia, pois não é mais apresentado como um simples sistema de ampliação, mas sim como um modelo de renderização neural 3D em tempo real.
Na prática, isso significa que o DLSS 5 atua diretamente nos frames do jogo , usando as informações de cor e os vetores de movimento de cada frame para reconstruir e enriquecer a cena. Ele não se limita a aumentar a resolução; seu objetivo é inserir materiais mais ricos e uma iluminação fotorrealista muito mais complexa , tudo isso sem alterar a geometria ou a jogabilidade. O mundo 3D base permanece o mesmo projetado pelos desenvolvedores, mas a camada final de sua aparência pode mudar drasticamente.
A NVIDIA descreve o DLSS 5 como o maior avanço da empresa em computação gráfica desde a estreia do ray tracing em tempo real em 2018. De fato, Jensen Huang, CEO da empresa, definiu-o em sua apresentação como "o momento GPT para gráficos", sugerindo que esse modelo representa para os gráficos o que os grandes modelos de linguagem representaram para texto e conteúdo generativo.
É importante esclarecer que o DLSS 5 não é simplesmente uma evolução incremental do DLSS Super Resolution . Trata-se de um novo bloco dentro do pipeline de renderização, executado ao final do processo gráfico, e projetado para coexistir com outras tecnologias da família DLSS (upscaling, geração de frames, reconstrução de raios, etc.), em vez de substituí-las.
Como funciona o DLSS 5: O modelo de renderização neural passo a passo
Para entender melhor o que o DLSS 5 faz, precisamos analisar seu funcionamento interno. Essa tecnologia se baseia em redes neurais que a NVIDIA treinou exaustivamente usando grandes quantidades de dados de imagem e informações de jogos 3D. É o ápice de uma evolução que começou com o primeiro DLSS em 2019 e refinou as arquiteturas de rede, progredindo por meio de variantes que usam autoencoders para gerar representações intermediárias muito ricas do conteúdo visual.
Essencialmente, o modelo recebe como entrada, para cada quadro, os valores de cor (RGB) dos pixels e um conjunto de dados "semânticos" sobre o que está acontecendo na cena: vetores de movimento, profundidade, fontes de luz, materiais, etc. A partir daí, a rede neural gera uma representação interna de alta dimensão de todo o quadro , uma espécie de mapa intermediário que condensa as informações visuais e contextuais.
A partir dessa representação intermediária, o sistema consegue produzir uma imagem de saída muito mais detalhada . Um único pixel "bruto" da imagem base pode ser extrapolado para uma grade de 8x8, resultando em 64 novos pixels com mais informações sobre luz, textura e microdetalhes. O modelo não cria simplesmente pixels isolados: ele leva em consideração a vizinhança de cada pixel, os quadros anteriores e as tendências aprendidas durante o treinamento , de modo que o resultado seja consistente ao longo do tempo e não apresente oscilações ou falhas quando a câmera se move.
A ideia de que cada pixel original é transformado em um conjunto de informações muito mais rico é o que faz o DLSS 5 parecer mais um filtro fotorrealista global aplicado ao jogo, e não simplesmente um sistema de redimensionamento. É por isso que muitos jogadores falam sobre ele "redesenhar" o jogo, e por que alguns o associam à ideia de "IA slop" — ou seja, conteúdo visual passado por uma camada de IA que homogeneíza tudo.
Quais melhorias o DLSS 5 oferece em termos de qualidade gráfica: iluminação, materiais e estabilidade?
Um dos principais argumentos da NVIDIA é que o DLSS 5 permite que os jogos se aproximem do fotorrealismo sem aumentar drasticamente a carga geométrica ou o custo do ray tracing . Em vez de aumentar drasticamente a contagem de polígonos ou a quantidade de ray tracing, ele delega parte do trabalho à inteligência artificial para reconstruir a aparência que a cena deveria ter.
Entre as vantagens mais notáveis está a iluminação em estilo cinematográfico . O modelo consegue recriar efeitos que são muito dispendiosos de calcular usando técnicas tradicionais, como iluminação de contorno, dispersão subsuperficial (fundamental para tornar a pele mais natural), reflexos complexos e sombras de contato muito mais convincentes. Tudo é calculado a partir dos dados originais do jogo e do que a rede aprendeu sobre o comportamento da luz em diferentes materiais.
Outra melhoria significativa é a profundidade e a riqueza dos materiais . O DLSS 5 refina propriedades PBR como rugosidade, brilho, translucidez e microestrutura da superfície, fazendo com que metais, tecidos, plásticos e elementos orgânicos pareçam mais realistas. Ele também tem um impacto particularmente forte em elementos geométricos finos, como cabelo, olhos e pequenos detalhes em roupas, que tradicionalmente são difíceis de renderizar de forma convincente em tempo real.
Em termos de estabilidade visual, o DLSS 5 foca na consistência temporal . Ao trabalhar com informações de movimento e cor quadro a quadro, o sistema tenta evitar a cintilação clássica ou inconsistências de iluminação que ocorrem quando a câmera se move. O objetivo é que a imagem mantenha uma aparência estável mesmo em cenas com muito movimento, partículas ou mudanças rápidas de iluminação.
Tudo isso combinado com a promessa de desempenho em tempo real em resoluções de até 4K , mantendo uma jogabilidade fluida. Obviamente, o custo computacional é significativo, mas a ideia é que o impacto seja amplamente compensado pelo uso de núcleos especializados (shaders Tensor e neurais) e pela utilização de outras tecnologias DLSS no pipeline.
Objetivos do DLSS 5 e sua relação com o traçado de raios e trajetórias.
A NVIDIA resume a missão do DLSS 5 em dois objetivos principais: primeiro, abrir caminho para a renderização neural aplicada a videogames , ou seja, colocar em prática a ideia de que a IA é parte central do processo de geração de gráficos em tempo real; segundo, aproximar os jogadores de um nível visual muito próximo ao do cinema de efeitos especiais, sem ter que esperar por várias gerações de GPUs baseadas exclusivamente em poder bruto.
É importante esclarecer que o DLSS 5 não substitui o ray tracing ou o path tracing . São tecnologias distintas com objetivos complementares. O path tracing concentra-se em simular com mais precisão o comportamento da luz em uma cena, incluindo iluminação direta e indireta, reflexos, sombras e oclusão. O problema é que aumentar significativamente o número de raios necessários para um resultado perfeito tem um custo extremamente alto em termos de desempenho.
O DLSS 5, por outro lado, usa renderização neural para "preencher" a complexidade visual que seria proibitivamente cara de se alcançar apenas com o traçado de raios tradicional. Ele gera iluminação e materiais fotorrealistas a partir dos dados 3D e dos raios que são efetivamente traçados, de modo que o resultado se assemelha à projeção de muito mais raios do que os que são calculados. Simplificando, ele atua como um "multiplicador visual", permitindo que o hardware alcance resultados que não conseguiria sozinho.
É por isso que a NVIDIA propõe que o DLSS 5 e o ray tracing funcionem em conjunto . O ray tracing fornece uma base fisicamente coerente, enquanto o modelo neural refina e aprimora a imagem, compensando as limitações práticas de desempenho até mesmo das GPUs mais poderosas.
Como o DLSS 5 se integra com a Super Resolução DLSS, a Geração de Quadros e a Reconstrução de Raios.
O DLSS 5 não vem sozinho. A NVIDIA já confirmou que essa tecnologia é compatível com o restante da família de componentes DLSS , embora cada um funcione em um ponto diferente do processo. Compreender essa ordem ajuda a entender por que o resultado final depende tanto de como eles são combinados.
O processo começa com o DLSS Super Resolution , que aumenta a resolução e reconstrói a imagem a partir de uma resolução inferior. A IA gera os pixels que o jogo não renderizou nativamente, usando informações de vetores de movimento e dados de quadros anteriores. Essa etapa é calculada antes da entrada em ação do DLSS 5, portanto, a qualidade do modo selecionado (Qualidade, Equilibrado, Desempenho, etc.) e o modelo específico utilizado influenciam diretamente o que o modelo de renderização neural irá "ver" posteriormente.
Além da Super Resolução , a Reconstrução de Raios também pode ser ativada . Essa tecnologia substitui os algoritmos clássicos de redução de ruído por um modelo de IA especificamente treinado para reconstruir raios com mais precisão. Esse processo também é executado antes do DLSS 5 e ajuda a reduzir o ruído e os artefatos na imagem base para renderização neural, melhorando a nitidez e o realismo da iluminação gerada.
Em seguida, vem a Geração de Quadros ou Geração de Multiquadros , capaz de gerar até cinco quadros usando IA para cada quadro renderizado tradicionalmente. Essa fase sucede a Super-Resolução e a Reconstrução de Raios, e foi projetada para aprimorar a fluidez percebida pelo jogador sem que a GPU precise renderizar todos esses quadros extras.
Uma vez concluídas essas etapas, é a vez do DLSS 5, que é executado no estágio final do pipeline de renderização , mesmo após a geração dos frames. Na prática, isso significa que a NVIDIA introduz um novo bloco que depende dos resultados das tecnologias anteriores: quanto melhor a base recebida (upscaling, redução de ruído, consistência de movimento), maior a qualidade da saída final do modelo neural.
Controle criativo: como o DLSS 5 mantém a intenção artística original.
Uma das maiores preocupações de artistas e jogadores é se o DLSS 5 distorce a estética criada pelo estúdio . A NVIDIA está tentando dissipar esse receio, insistindo que a tecnologia é altamente controlável e que os desenvolvedores decidem como e onde ela será aplicada.
Os desenvolvedores de jogos podem ajustar parâmetros como intensidade de efeitos, correção de cores, mistura de tons, saturação, contraste e brilho . Eles também podem definir com precisão quais objetos ou áreas da cena ativam o DLSS 5 e quais não, garantindo que elementos-chave da direção de arte sejam respeitados ou que possíveis exageros em certas superfícies sejam limitados.
Além disso, o modelo utiliza informações detalhadas de cor e vetor de movimento de cada quadro , ajudando a ancorar as melhorias ao conteúdo 3D real, em vez de funcionar como um filtro genérico desconectado da cena. Com isso, a NVIDIA garante que o resultado pode ser fiel à visão original, desde que o estúdio dedique tempo ao ajuste fino das ferramentas.
Na prática, isso abrirá as portas para uma variedade de estilos: desde jogos que buscam um acabamento muito próximo do hiper-realismo e levam o DLSS 5 ao limite, até outros que o utilizam de forma mais sutil, apenas para reforçar certos materiais ou a iluminação global sem alterar muito a aparência original.
Controvérsias e críticas: IA que aprimora jogos ou "IA imprecisa" visual?
O anúncio do DLSS 5 gerou um debate acalorado na comunidade. Alguns jogadores e desenvolvedores veem essa tecnologia como uma tremenda oportunidade para elevar o nível visual sem orçamentos exorbitantes , aproveitando a IA para tarefas que tradicionalmente exigiam equipes enormes e tempos de renderização gigantescos. Mas também existe uma facção bastante crítica que teme exatamente o oposto.
Em termos técnicos e estéticos, alguns críticos apontam que o DLSS 5 altera significativamente a iluminação, as texturas e os detalhes originais . Ao aplicar um modelo global que tenta "embelezar" e homogeneizar materiais e iluminação, corre-se o risco de muitos jogos acabarem parecendo semelhantes, com rostos e superfícies que lembram os exemplos típicos de conteúdo gerado por IA que vemos todos os dias.
Esse receio deu origem a conceitos como "rostos artificiais" (AI slop faces ), uma forma de descrever rostos de personagens que parecem gerados por IA, excessivamente suaves, com reflexos estranhos ou traços uniformes. É semelhante ao que acontece com certos filtros de retoque facial em celulares, que fazem com que todos pareçam iguais. Para alguns, levar esse tipo de estética para jogos de grande orçamento é inaceitável.
No ambiente de trabalho e na indústria, também há receios de que o DLSS 5 possa se tornar uma desculpa para cortar departamentos de arte ou terceirizar o trabalho de texturização e materiais , confiando na IA para "corrigir" o resultado final. Grandes editoras podem pressionar os estúdios a adotarem a tecnologia com o argumento de economia de custos ou redução de prazos de entrega, mesmo que o resultado final seja menos personalizado ou distinto.
A desvantagem é que o DLSS 5 é opcional: os estúdios não são obrigados a usá-lo ou ativá-lo por padrão . E resta saber qual será o controle que o jogador terá sobre desativar ou ajustar o efeito nas configurações gráficas de cada jogo, algo que será crucial para aqueles que priorizam a fidelidade à direção de arte original em vez de efeitos visuais adicionais.
Que hardware é necessário para usar o DLSS 5?
Na época da apresentação, a NVIDIA confirmou explicitamente a compatibilidade do DLSS 5 apenas com a GeForce RTX 5090 , placa utilizada na demonstração pública durante a GTC 2026. Nessa demonstração, a empresa apresentou um cenário bastante extremo, com duas RTX 5090 trabalhando em paralelo: uma GPU dedicada à renderização neural do DLSS 5 e a outra responsável pela renderização "convencional" do jogo.
Isso não significa que você precisará de duas placas de vídeo para jogar. A NVIDIA explicou que o modelo DLSS 5 está sendo otimizado para rodar em uma única GPU e que o uso de duas placas se deve mais à natureza inicial do protótipo do que aos requisitos reais da versão comercial. Mesmo assim, essa demonstração deixa claro que estamos lidando com uma tecnologia que exige um custo computacional considerável.
Tudo indica que o DLSS 5 será compatível com as séries GeForce RTX 50 e RTX 40. Dentro de cada família, alguns modelos de entrada ou aqueles com memória gráfica limitada podem ter suporte parcial ou limitado por motivos de desempenho. As GeForce RTX 30 e gerações anteriores não possuem suporte nativo a FP8 , portanto, a menos que a NVIDIA lance um modelo adaptado que utilize INT8 ou outra abordagem mais leve, é muito provável que sejam excluídas.
Outro detalhe relevante é o consumo de memória: o modelo DLSS 5 apresentado na GTC 2026 podia usar até 32 GB de VRAM na configuração com duas RTX 5090, uma quantidade enorme para um ambiente doméstico. A versão que chegará ao público será bem mais modesta, mas tudo indica que a tecnologia não foi projetada para GPUs com 8 GB de VRAM ou menos, caso se deseje utilizá-la em potência máxima e altas resoluções.
Impacto no desempenho e no consumo: o que sabemos até agora
A NVIDIA ainda não divulgou dados oficiais e detalhados sobre como o DLSS 5 afetará o FPS, a latência ou o uso exato de memória em jogos reais. No entanto, a empresa esclareceu que os modelos usados na apresentação eram protótipos bastante exigentes, projetados para demonstrar as capacidades da tecnologia sem as limitações de uma placa de produção. Portanto, é razoável considerar possíveis gargalos de desempenho que possam impactar os resultados finais.
Antes do lançamento, a empresa está trabalhando em modelos mais eficientes que possam ser executados em tempo real em uma única GPU , mantendo alta qualidade de imagem a um custo razoável. Mesmo assim, é importante considerar que o DLSS 5 consumirá uma parcela significativa dos recursos disponíveis: executar uma rede neural complexa em resolução 4K em tempo real não é exatamente gratuito.
Considerando o histórico do DLSS, é razoável esperar que a NVIDIA garanta que os benefícios visuais superem o custo de desempenho , especialmente quando usado em conjunto com Super Resolution, Frame Generation e Ray Reconstruction. Em outras palavras, o jogador deverá ver mais detalhes, melhor iluminação e jogabilidade mais fluida, mesmo que isso signifique uma ligeira queda na taxa de quadros (FPS) em comparação com jogar sem o DLSS 5, mas com qualidade visual inferior.
Teremos que aguardar os primeiros benchmarks independentes para ver até que ponto o DLSS 5 se torna viável para GPUs de gama média e alta , ou se permanecerá de facto restrito aos modelos mais potentes da série RTX 50.
Quando chega o DLSS 5 e em quais jogos será possível utilizá-lo?
A NVIDIA definiu o lançamento do DLSS 5 para o outono de 2026 , sem especificar uma data exata. A data final dependerá do ritmo de otimização do modelo e de sua integração com os primeiros jogos que o adotarão. Dependendo de como esse processo se desenrolar, a tecnologia poderá estrear já em setembro ou ser adiada para o final do ano.
A lista oficial de jogos que já confirmaram compatibilidade com DLSS 5 é bastante impressionante. Entre eles estão 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 . A NVIDIA acrescenta ainda "e muitos mais", deixando claro que a lista continuará a crescer com o tempo.
Durante a apresentação, exemplos concretos foram mostrados em Resident Evil Requiem, EA Sports FC, Starfield e Hogwarts Legacy , bem como na demonstração técnica The Zorah. Além disso, a empresa afirma contar com o apoio de grandes editoras como Bethesda, Capcom, NetEase, NCSOFT, Tencent, Ubisoft, Warner Bros. Games, Hotta Studio e S-GAME, garantindo que a tecnologia estará disponível tanto para novos títulos quanto para grandes jogos já lançados no mercado por meio de atualizações.
Por enquanto, o foco está inteiramente no ecossistema de PCs . Os consoles atuais, como o Xbox Series X|S e o PlayStation 5, não possuem GPUs GeForce com suporte a FP8 e núcleos Tensor equivalentes, portanto, o DLSS 5 não está planejado para eles. As melhorias visuais nesses sistemas dependem de outras tecnologias de upscaling e otimização específicas para cada plataforma.
DLSS em contexto: das primeiras versões a este salto para o DLSS 5
Para contextualizar o DLSS 5, vale a pena relembrar brevemente as origens dessa família de tecnologias. A primeira versão do DLSS surgiu em 2019, juntamente com as primeiras placas RTX, oferecendo um sistema de upscaling baseado em IA, especificamente treinado para determinados jogos . Essas versões iniciais dependiam muito de conjuntos de dados específicos para cada título, e sua qualidade variava consideravelmente.
Com o tempo, a NVIDIA aprimorou a arquitetura e o processo de treinamento para desenvolver modelos mais versáteis e de uso geral. Versões como DLSS 2, 3, 4 e 4.5 chegaram , incorporando novos recursos: antisserrilhamento temporal aprimorado, reconstrução de movimento mais nítida e, muito importante, geração de quadros com inteligência artificial para aumentar o FPS sem que a GPU precise renderizar cada quadro.
Toda essa evolução ocorreu em paralelo com melhorias de hardware: cada nova geração de RTX trouxe Tensor Cores mais poderosos e eficientes , bem como novas instruções e formatos numéricos como o FP8, que permitem a execução de modelos maiores e mais complexos sem impactar significativamente o desempenho. O DLSS 5 é, em grande parte, o resultado da combinação dessa maturidade do software com a nova força da arquitetura Blackwell.
Entretanto, discussões têm circulado na comunidade técnica sobre como exatamente esses modelos são treinados. Tem-se falado de arquiteturas do tipo autoencoder, onde a rede aprende a comprimir cada imagem em uma representação intermediária densa e, em seguida, reconstruí-la com maior detalhe. Para que um jogo seja compatível, os desenvolvedores colaboram com a NVIDIA enviando dados de imagem e buffers auxiliares (profundidade, movimento, máscaras, etc.) que ajudam a enriquecer o treinamento, embora as versões mais recentes do DLSS visem generalizar melhor e depender menos de treinamento específico para cada jogo.
Nesse contexto, o DLSS 5 expande o escopo do papel da IA no pipeline de renderização . Ele não se limita mais a "preencher" a resolução ou interpolar quadros, mas agora participa integralmente da definição final de materiais e iluminação, remodelando, em certa medida, a forma como a renderização moderna em tempo real é compreendida.
Tudo indica que o DLSS 5 marcará um ponto de virada na forma como os jogos para PC gerenciam o equilíbrio entre fidelidade visual, desempenho e carga de trabalho para os artistas. Se esse equilíbrio pender para experiências mais espetaculares sem sacrificar a personalidade, ou, inversamente, para gráficos cada vez mais uniformes gerados por IA, dependerá tanto de como a NVIDIA o utilizará quanto das decisões tomadas pelos estúdios e do nível de exigência da comunidade em aceitar ou rejeitar esse novo padrão visual.
