自从深度学习超级采样技术(DLSS)在2018年RTX 2080显卡上推出以来,玩家们普遍看好这项技术,将其视为有效利用机器学习升级技术来提高游戏分辨率或提升帧率的方式。然而,随着昨日英伟达透露即将推出的DLSS 5,该公司已经从单纯的升级跨越到了由"生成式AI"影响的完整光照和纹理改造。这种技术产生了一种平淡、诡异的光泽效果,立即遭到了大批玩家和整个行业的压倒性负面反应。
虽然之前的DLSS版本渲染升级帧或创建全新帧来平滑间隙,英伟达将计划在秋季推出的DLSS 5称为"实时神经渲染模型",能够"提供此前仅在好莱坞视觉效果中实现的新级别照片级计算机图形"。英伟达CEO黄仁勋明确表示,该技术将"生成式AI"与"手工渲染"相结合,实现"视觉真实感的戏剧性飞跃,同时保持艺术家创意表达所需的控制"。
与英伟达指出"难以精确控制且往往缺乏可预测性"的现有生成视频模型不同,DLSS 5使用游戏的内部颜色和运动向量"为场景注入锚定在源3D内容上且帧与帧之间一致的照片级光照和材质"。该公司表示,底层游戏数据帮助系统"理解复杂的场景语义,如角色、头发、织物和半透明皮肤,以及前光、背光或阴天等环境光照条件"。
"当你绝对不想要任何艺术指导时..."
你可以在英伟达的发布视频和Digital Foundry的详细分析中看到DLSS 5如何重新解释帧数据(该分析指出演示目前使用两块RTX 5090,其中一块完全专用于DLSS 5)。虽然Digital Foundry在其报告中多次将"变革性光照"效果描述为"令人震惊",但游戏世界其余部分的反应迄今为止绝大多数都是负面的。
许多反应都集中在DLSS 5如何将游戏中的面部变成过度细致、恐怖谷版本的原始模型。反应将这种效果比作喷绘色情片、"美化的、外观最大化的怪物",或那些诡异、无法避免的Evony广告。其他人注意到DLSS 5似乎通过削弱阴影来支持同质化外观,从而破坏了预期的艺术指导。
一些游戏开发者也抓住了"艺术意图"的角度。《Thomas Was Alone》开发者Mike Bithell补充说,这项技术似乎是"为了当你绝对、肯定不想要游戏体验中的任何艺术指导时"而设计的。Gunfire Games高级概念艺术家Jeff Talbot说:"在每个镜头中,艺术指导都被无谓的'细节'添加所带走。每个DLSS 5镜头看起来都比原版更糟,特色更少。这只是一个垃圾AI滤镜。"
New Blood Interactive创始人兼CEO Dave Oshry补充说,DLSS 5的"AI垃圾实际上令人沮丧",并感叹未来几代人"甚至不知道这看起来'糟糕'或'错误',因为对他们来说这将是正常的"。
损害控制
为了控制损害,英伟达在其YouTube发布预告片的评论中(评论中充满了数千条负面评价)强调DLSS 5"不是滤镜","游戏开发者对DLSS 5的效果拥有完全、详细的艺术控制,以确保他们保持游戏的独特美学"。这包括调整强度和色彩分级的能力,或在"不应应用效果的地方"完全关闭遮罩。
英伟达命名为早期DLSS 5合作伙伴的众多主要发行商之一贝塞斯达在社交媒体上表示,这些视频是"非常早期的预览,我们的艺术团队将进一步调整光照和最终效果,使其看起来符合我们认为最适合每款游戏的方式。这将完全在我们艺术家的控制下,对玩家来说是完全可选的"。
然而,从公共形象角度来看,损害可能已经造成。DLSS 5很快成为了自己的梗格式,网络评论者使用"DLSS 5开启"作为"过度清理"或"面目全非"的视觉简写。我们不确定如何从这种即时恶名中恢复过来,但英伟达将有到秋季的时间来找出答案。
Q&A
Q1:DLSS 5与之前版本有什么不同?
A:DLSS 5被称为"实时神经渲染模型",不仅仅是升级,而是使用生成式AI对游戏的光照和纹理进行完整改造,能够提供照片级的视觉效果,但这种改变引起了争议。
Q2:为什么玩家和开发者对DLSS 5反应这么负面?
A:主要因为DLSS 5会将游戏角色面部变得过度细致、产生恐怖谷效应,破坏原本的艺术指导,让游戏失去特色。许多人认为这是"垃圾AI滤镜",担心会影响游戏的艺术完整性。
Q3:游戏开发者能控制DLSS 5的效果吗?
A:英伟达表示游戏开发者拥有完全的艺术控制权,可以调整强度和色彩分级,或在特定区域完全关闭效果。贝塞斯达也确认艺术团队会进一步调整效果,且对玩家完全可选。
好文章,需要你的鼓励
前OpenAI首席技术官Mira Murati创办的AI初创公司Thinking Machines Lab宣布推出"交互模型"技术。不同于现有AI的轮流对话方式,该模型采用"全双工"技术,能在接收输入的同时生成响应,实现类似真实电话通话的自然交互。其模型TML-Interaction-Small响应速度达0.40秒,优于OpenAI和谷歌同类产品。目前仍处于研究预览阶段,计划数月内开放有限测试,年内正式发布。
香港大学与哈尔滨工业大学联合发布的这项研究(arXiv:2605.06196)发现,大语言模型在扮演不同社会层级角色时,内部神经网络存在一条清晰的"粒度轴",从普通个人视角延伸至全球机构视角。这条轴是AI角色空间的主导几何方向,可被测量、被跨模型复现,并通过激活引导技术加以操控,为AI社会模拟的可信度评估和角色视角的主动调控提供了新工具。
澳大利亚各州及联邦能源部长在近期会议上达成共识,要求数据中心通过投资新建可再生能源和储能设施,完全抵消其电力需求。除昆士兰州外,所有州均支持该提议。联邦能源部长克里斯·鲍文表示,数据中心是新增能源需求的最大驱动力之一,应成为电网的助力而非负担。澳大利亚能源市场委员会将于7月前提交具体实施建议。数据显示,到2030年数据中心用电量预计将增至现在的三倍。
华盛顿大学研究团队发现,在AI数学推理训练中,将随机拼凑的拉丁文占位词(Lorem Ipsum)添加到题目前,能帮助AI突破"全部答错、训练停滞"的困境,在多个模型上平均提升推理得分2.8至6.2分。研究揭示了有效扰动的两个关键特征:使用拉丁语词汇避免语义干扰,以及保持较低困惑度确保AI能正确理解题目内容。