- DLSS 5 是一种实时神经渲染模型，可在不改变游戏原始几何形状的情况下添加逼真的光照和材质。
- 它与 DLSS 超分辨率、帧生成和光线重建一起集成在管道的末端，依靠 Tensor 核心和 FP8 运算。
- 它将需要现代 GPU（RTX 40，尤其是 RTX 50），将于秋季上市，并将在《星空》、《刺客信条：暗影》和《上古卷轴4：湮没重制版》等主要游戏中首次亮相。
- 由于人工智能技术的应用可能会对艺术指导产生“过滤”效应，并对艺术家和工作室的作品造成影响，因此其应用引发了争议。
NVIDIA 的 DLSS 5 已成为 PC 游戏玩家、开发者和硬件爱好者热议的话题。它并非 DLSS 的“另一个版本”，而是 NVIDIA 致力于改变实时图形生成方式的重大举措，其核心在于NVIDIA 自主训练的人工智能模型。它引发的轰动并非偶然：对一些人来说，它代表着自实时光线追踪技术问世以来最大的飞跃；而对另一些人来说，它标志着一个图形日益同质化的时代的开始，所有图形都将“经过同一 AI 的过滤”。
随着热度不断攀升，各种问题也随之而来：DLSS 5 究竟是什么？它是如何工作的？使用它需要什么条件？哪些游戏支持这项技术？它对画面效果和性能有何影响？接下来，我们将为您提供一份全面的指南，它整合了 NVIDIA 官方发布的所有信息、专业媒体的解读以及玩家社区的初步反馈，并以清晰简洁的方式呈现出来。
NVIDIA 的 DLSS 5 是什么？为什么这个版本如此受关注？
DLSS 代表深度学习超级采样。此前，我们主要将其与三件事联系起来：图像放大以在不牺牲性能的前提下提高分辨率；高级抗锯齿以平滑边缘和消除瑕疵；以及帧生成，通过 AI 创建中间帧来提升帧率。DLSS 5 部分打破了这种固有观念，因为它不再被视为简单的图像放大系统，而是一个实时 3D 神经渲染模型。
实际上，这意味着 DLSS 5直接作用于游戏帧，利用每一帧的色彩信息和运动矢量来重建和丰富场景。它并非简单地提升分辨率；其目标是注入更丰富的材质和更复杂、更逼真的光照效果，所有这一切都无需触及几何体或改变游戏玩法。基础 3D 世界仍然由开发者设计，但其最终的视觉效果却会发生显著变化。
NVIDIA 将 DLSS 5 描述为自 2018 年推出实时光线追踪技术以来，该公司在计算机图形领域取得的最大飞跃。事实上，该公司首席执行官黄仁勋在演讲中将其定义为“图形领域的 GPT 时刻”，暗示该模型对于图形的意义，正如大型语言模型对于文本和生成内容的意义一样。
需要澄清的是，DLSS 5并非 DLSS 超分辨率技术的简单升级。它是渲染管线中的一个新模块，在图形处理流程的最后执行，旨在与 DLSS 系列中的其他技术（例如放大、帧生成、光线重建等）共存，而不是取代它们。
DLSS 5 的工作原理：神经渲染模型详解
为了更好地理解 DLSS 5 的功能，我们需要了解它的内部工作原理。这项技术依赖于 NVIDIA利用海量图像数据和 3D 游戏信息进行大规模训练的神经网络。它是自 2019 年首个 DLSS 版本以来不断演进的成果，其网络架构经过不断改进，并衍生出使用自编码器生成视觉内容丰富中间表示的各种变体。
本质上，该模型接收每一帧的输入，包括像素的颜色值（RGB）以及一组关于场景中正在发生的事情的“语义”数据：运动矢量、深度、光源、材质等。然后，神经网络生成整个帧的高维内部表示，这是一种中间映射，它浓缩了视觉和上下文信息。
基于这种中间表示，系统能够生成更精细的图像输出。基础图像中的单个“原始”像素可以被外推到 8x8 的网格上，从而得到 64 个新的像素，这些像素包含更多关于光照、纹理和微观细节的信息。该模型并非简单地创建孤立的像素：它会考虑每个像素的邻域、之前的帧以及训练过程中学习到的趋势，从而确保结果随时间推移保持一致，并且在相机移动时不会出现闪烁或断断续续的情况。
DLSS 5 的精髓在于，它将每个原始像素转化为更丰富的信息集合，这使得它更像是为游戏应用了一种全局照片级真实感滤镜，而不仅仅是一个简单的缩放系统。正因如此，许多玩家将其描述为“重绘”游戏，也有人将其与“AI 垃圾”的概念联系起来——即视觉内容经过 AI 层处理后变得千篇一律。
DLSS 5 在图形质量方面有哪些改进：光照、材质和稳定性
NVIDIA 的主要论点之一是，DLSS 5可以让游戏在不大幅增加几何体负载或光线追踪成本的情况下，实现接近照片级真实感的效果。它并非大幅增加多边形数量或光线追踪次数，而是将部分工作委托给人工智能来重建场景的视觉效果。
其中最显著的优势之一是电影级光照。该模型能够重现许多使用传统技术计算成本极高的效果，例如轮廓光照、次表面散射（使皮肤看起来更自然的关键）、复杂的反射以及更加逼真的接触阴影。所有效果均基于原始游戏数据以及神经网络学习到的光线在不同材质上的运动规律进行计算。
另一项显著改进在于材质的深度和丰富度。DLSS 5 优化了 PBR 的粗糙度、光泽度、半透明度和表面微观结构等属性，使金属、织物、塑料和有机元素看起来更加逼真。它对头发、眼睛和服装上的细小几何元素等精细几何元素的影响尤为显著，这些元素在传统渲染中很难达到逼真的效果。
在视觉稳定性方面，DLSS 5 侧重于时间一致性。通过逐帧处理运动和色彩信息，该系统力求避免摄像机移动时常见的闪烁或光照不一致问题。其目标是即使在运动剧烈、粒子效果丰富或光照快速变化的场景中，也能保持图像的稳定外观。
所有这一切都与在高达 4K 分辨率下实现实时性能的承诺相结合，同时还能保持流畅的游戏体验。显然，计算成本相当高昂，但其理念是利用专用核心（Tensor 着色器和神经着色器）并依赖流水线中的其他 DLSS 技术，从而在很大程度上抵消这种影响。
DLSS 5 的目标及其与光线追踪和路径追踪的关系
NVIDIA 将 DLSS 5 的使命概括为两个主要目标：首先，为将神经渲染应用于视频游戏铺平道路，即实践人工智能是实时图形生成过程核心部分的想法；其次，让玩家无需等待几代仅基于原始性能的 GPU，就能获得非常接近电影特效的视觉效果。
需要澄清的是，DLSS 5并不会取代光线追踪或路径追踪。它们是目标互补的两种独立技术。路径追踪侧重于更精确地模拟光线在场景中的行为，包括直接光照和间接光照、反射、阴影和遮挡。问题在于，为了获得完美的效果而大幅增加光线数量，会极大地降低性能。
另一方面，DLSS 5使用神经渲染来“填充”仅靠传统光线追踪难以实现的视觉复杂性。它从 3D 数据和实际追踪的光线中生成逼真的光照和材质，因此最终效果相当于投射了远超实际计算数量的光线。简而言之，它就像一个“视觉倍增器”，使硬件能够实现其自身无法达到的性能。
这就是为什么NVIDIA建议DLSS 5和光线追踪技术应该相辅相成。光线追踪提供了一个物理上连贯的基础，而神经网络模型则负责优化和增强图像，从而弥补即使是最强大的GPU在实际性能上的局限性。
DLSS 5 如何与 DLSS 超分辨率、帧生成和光线重建集成
DLSS 5 并非孤军奋战。NVIDIA 已确认该技术与 DLSS 系列的其他组件兼容，尽管每个组件在处理流程中的运行顺序不同。了解这一顺序有助于理解为何最终结果如此依赖于它们的组合方式。
该过程始于DLSS 超分辨率技术，该技术将低分辨率图像放大并重建。人工智能利用运动矢量信息和先前帧的数据，生成游戏原生未渲染的像素。此步骤在 DLSS 5 生效之前计算，因此所选模式（质量、平衡、性能等）和所使用的具体模型会直接影响神经渲染模型随后“看到”的内容。
除了超分辨率之外，还可以启用光线重建。这项技术使用专门训练的 AI 模型取代了传统的降噪算法，从而更清晰地重建光线。该过程在 DLSS 5 之前运行，有助于减少神经渲染基础图像上的噪声和伪影，提高生成光照的清晰度和真实感。
接下来是帧生成或多帧生成，它能够利用人工智能技术，为传统渲染的每一帧生成多达五帧。这一阶段紧随超分辨率和光线重建之后，旨在提升玩家感知到的流畅度，而无需GPU绘制所有额外的帧。
完成上述步骤后，就轮到 DLSS 5 了。DLSS 5在渲染管线的最后阶段运行，甚至在帧生成之后也会运行。实际上，这意味着 NVIDIA 在这里引入了一个新的模块，该模块依赖于之前技术的渲染结果：基础图像质量越好（例如，图像放大、降噪、运动一致性），神经网络模型最终输出的质量就越高。
创作控制：DLSS 5 如何保持最初的艺术意图
艺术家和游戏玩家最关心的问题之一是DLSS 5是否会扭曲工作室设计的画面美感。NVIDIA试图消除这种担忧，坚称这项技术高度可控，开发者可以自行决定如何以及在何处应用它。
游戏开发者可以调整特效强度、色彩校正、色调混合、饱和度、对比度和亮度等参数。他们还可以精确定义场景中哪些物体或区域启用 DLSS 5，哪些禁用，从而确保美术指导的关键元素得到尊重，或限制某些表面上可能出现的过度渲染。
此外，该模型利用每一帧的详细色彩和运动矢量信息，使增强效果与实际的 3D 内容紧密结合，而不是像通用滤镜那样与场景脱节。NVIDIA 认为，只要工作室花时间对工具进行微调，最终效果就能忠实还原最初的构想。
实际上，这将为各种风格打开大门：从追求接近超现实主义效果并将 DLSS 5 发挥到极致的游戏，到更巧妙地使用它，仅用于增强某些材质或全局光照而不过多改变原始外观的游戏。
争议与批评：人工智能是提升游戏体验的利器，还是视觉效果糟糕的“人工智能”？
DLSS 5 的发布在玩家群体中引发了激烈的争论。一些玩家和开发者认为这项技术是一个绝佳的机会，可以在不大幅增加预算的情况下提升视觉效果，利用人工智能完成以往需要庞大团队和漫长渲染时间才能完成的任务。但也有相当一部分人持批评态度，担心情况会恰恰相反。
从技术和美学层面来看，一些评论家指出，DLSS 5会显著改变原有的光照、纹理和细节。它采用全局模型来“美化”和统一材质与光照，这可能会导致许多游戏最终看起来千篇一律，人物面部和表面效果与我们日常看到的 AI 生成内容如出一辙。
这种担忧催生了“AI粗糙脸”之类的概念，用来形容那些看起来像是AI生成的、过度平滑、带有奇怪高光或五官千篇一律的角色面部。这类似于手机上某些面部修饰滤镜的效果，让每个人看起来都一样。对一些人来说，将这种美学风格运用到高预算游戏中是不可逾越的底线。
在职场和行业中，人们也担心DLSS 5可能会成为裁减美术部门或将纹理和材质制作外包的借口，转而依赖人工智能来“修复”最终效果。大型发行商可能会以节省成本或缩短制作周期为由，向工作室施压，要求其采用这项技术，即使最终结果可能缺乏个性化或独特性。
缺点在于 DLSS 5 是可选的：游戏工作室并非必须使用它，也并非必须默认启用它。最终玩家能否在每款游戏的画面设置中控制该效果的禁用或调整，目前尚不得而知。对于那些更注重还原原作美术风格而非追求视觉特效的玩家来说，这一点至关重要。
使用 DLSS 5 需要哪些硬件？
在发布会上，NVIDIA 仅明确确认GeForce RTX 5090兼容 DLSS 5 ，该显卡正是 GTC 2026 公开演示中使用的显卡。在演示中，该公司展示了一个相当极端的场景，两块 RTX 5090 并行工作：一块 GPU 专门用于 DLSS 5 的神经渲染，另一块则处理游戏的“传统”渲染。
但这并不意味着你需要两张显卡才能玩。NVIDIA 解释说，DLSS 5 模型经过优化，可在单 GPU 上运行，使用两张显卡更多是由于原型机尚处于早期阶段，而非商业版本实际的需求。即便如此，该演示也清楚地表明，这项技术对计算资源的需求相当高。
种种迹象表明，DLSS 5将兼容 GeForce RTX 50 和 RTX 40 系列显卡。在每个系列中，出于性能考虑，一些低端型号或显存有限的型号可能仅提供部分或有限的支持。GeForce RTX 30 及更早的型号不支持原生 FP8 指令集，因此，除非 NVIDIA 发布采用 INT8 或其他更轻量级方案的适配型号，否则它们很可能无法获得 DLSS 5 的支持。
另一个值得关注的细节是显存占用：在 GTC 2026 上展示的 DLSS 5 版本，在双 RTX 5090 配置下最高可使用 32 GB 显存，这对家用环境来说是一个相当大的容量。最终面向公众的版本显存占用会低得多，但种种迹象表明，如果想要在高分辨率下发挥 DLSS 的全部性能，8 GB 或更低显存的 GPU 可能无法胜任。
对性能和能耗的影响：我们目前了解的情况
NVIDIA尚未公布DLSS 5在实际游戏中对帧率、延迟或内存使用情况的具体影响的官方详细数据。不过，他们已澄清，演示中使用的模型是要求极高的原型机，旨在展示该技术在不受量产显卡限制的情况下所能达到的性能。因此，我们有必要关注可能影响最终结果的潜在PC瓶颈。
在正式发布前，该公司正在研发更高效的模型，这些模型可以在单个GPU上实时运行，以合理的成本保持高图像质量。即便如此，我们仍需考虑到DLSS 5会消耗大量可用资源：实时运行4K分辨率的复杂神经网络并非易事。
鉴于 DLSS 的过往表现，我们有理由期待 NVIDIA 会确保视觉效果的提升大于性能上的损失，尤其是在与超分辨率、帧生成和光线重建等技术结合使用时。换句话说，即使这意味着与不使用 DLSS 5 但画面质量较低的游戏相比，帧率会略有下降，玩家最终也应该能看到更丰富的细节、更出色的光照效果和更流畅的游戏体验。
我们需要等待第一批独立基准测试结果，才能了解DLSS 5 在多大程度上适用于中高端 GPU，或者它是否仍然实际上仅限于 RTX 50 系列中最强大的型号。
DLSS 5 何时推出？可以在哪些游戏中使用它？
NVIDIA 已将 DLSS 5 的发布日期定于2026 年秋季，但并未给出具体日期。最终发布日期将取决于模型优化进度以及与首批支持该技术的游戏的整合情况。根据进展情况，这项技术最早可能在 9 月份发布，也可能推迟到年底。
官方已确认支持 DLSS 5 的游戏列表相当令人印象深刻。其中包括《永恒之塔 2》、《刺客信条：暗影》、《黑州》、《灰烬之城》、《三角洲特种部队》、《霍格沃茨之遗》、《正义》、《纳拉卡：刀锋》、《NTE：永无止境》、《幻影之刃零》、《生化危机：安魂曲》、《残影之海》、《星空》、《上古卷轴 IV：湮没重制版》以及《风之交汇处》。NVIDIA 还补充道“以及更多”，这表明该列表将随着时间的推移而不断增长。
在演示过程中，该公司展示了《生化危机：安魂曲》、《EA Sports FC》、《星空》和《霍格沃茨之遗》等游戏的具体应用案例，以及技术演示作品《佐拉》。此外，该公司声称已获得Bethesda、Capcom、网易、NCSOFT、腾讯、育碧、华纳兄弟游戏、堀田工作室和S-GAME等顶级发行商的支持，保证该技术将通过更新的方式应用于新游戏和已上市的大型游戏。
目前，DLSS 5 的重点完全放在PC 生态系统上。像 Xbox Series X|S 和 PlayStation 5 这样的现有主机没有配备支持 FP8 和同等 Tensor 核心的 GeForce GPU，因此 DLSS 5 暂不适用于它们。这些系统上的视觉提升依赖于各自平台特有的其他图像放大和优化技术。
DLSS发展历程：从早期版本到如今的DLSS 5
为了更好地理解 DLSS 5，有必要简要回顾一下这项技术的起源。DLSS 的第一个版本于 2019 年与首批 RTX 显卡一同发布，它提供了一种基于 AI 的图像增强系统，专门针对特定游戏进行训练。早期的版本严重依赖于每个游戏特定的数据集，因此效果参差不齐。
随着时间的推移，NVIDIA 不断改进架构和训练流程，开发出更通用、更强大的模型。DLSS 2、3、4 和 4.5 等版本相继问世，并融入了诸多新功能：改进的时间抗锯齿、更清晰的运动重建，以及至关重要的AI 驱动的帧生成，从而在无需 GPU 渲染每一帧的情况下提升帧率。
所有这些发展都与硬件的改进齐头并进：每一代新的 RTX 显卡都带来了更强大、更高效的 Tensor Core，以及诸如 FP8 之类的新指令集和数值格式，这使得执行更大、更复杂的模型不会显著影响性能。DLSS 5 在很大程度上正是将这种软件成熟度与 Blackwell 架构全新优势相结合的成果。
与此同时，技术社区一直在讨论这些模型的具体训练方式。有人提到了自编码器类型的架构，在这种架构中，网络会学习将每张图像压缩成一个密集的中间表示，然后再进行更精细的重建。为了使游戏兼容，开发者需要与 NVIDIA 合作，发送图像数据和辅助缓冲区（深度、运动、掩码等），以帮助丰富训练过程。不过，最新版本的 DLSS 旨在提高泛化能力，减少对特定游戏训练的依赖。
在此背景下，DLSS 5扩展了人工智能在渲染管线中的作用范围。它不再局限于“填充”分辨率或插值帧，而是全面参与材质和光照的最终定义，并在一定程度上重塑了人们对现代实时渲染的理解。
种种迹象表明，DLSS 5 标志着 PC 游戏在视觉保真度、性能和美术人员工作量之间取得平衡的方式发生了转折。这种平衡最终会倾向于在不牺牲个性的前提下呈现更震撼的视觉体验，还是会走向日益千篇一律的 AI 生成画面，很大程度上取决于 NVIDIA 如何使用这项技术，以及游戏工作室的决策和玩家社区对这一新视觉标准的接受程度。
