在 Computex 2024 的問答環節中（由 More Than Moore 報道），Huang 回答了一個與 DLSS 相關的話題，他說未來我們將看到純粹通過 AI 創建的紋理和對象。Huang 還表示，AI NPC 也將純粹通過 DLSS 生成。

JAEALOT

2024年6月20日

Nvidia 的 Jensen Huang 透露了這家市值萬億美元的 GPU 公司計劃在未來的深度學習超級采樣 (DLSS) 迭代中做些什么。在 Computex 2024 的問答環節中（由 More Than Moore 報道），Huang 回答了一個與 DLSS 相關的話題，他說未來我們將看到純粹通過 AI 創建的紋理和對象。Huang 還表示，AI NPC 也將純粹通過 DLSS 生成。

使用 DLSS 生成游戲內資產將有助于提升 RTX GPU 上的游戲性能。轉移到張量核心的工作將減少對著色器 (CUDA) 核心的需求，從而釋放資源并提高幀速率。Huang 解釋說，他認為 DLSS 可以自行生成紋理和對象并提高對象質量，類似于當今 DLSS 升級幀的方式。

我們可能已經接近 DLSS 技術的下一個迭代。Nvidia 已開始研究一種新的紋理壓縮技術，該技術考慮了經過訓練的 AI 神經網絡，以顯著提高紋理質量，同時保留現代游戲類似的視頻內存 (VRAM) 需求。傳統的紋理壓縮方法的壓縮率限制為 8 倍，但 Nvidia 的新神經網絡壓縮技術可以將紋理壓縮到 16 倍。

這項技術應該適用于黃仁勛關于通過 DLSS 增強對象圖像保真度的討論。游戲中的對象只是包裹在 3D 空間中的紋理，因此這種紋理壓縮技術將不可避免地提高紋理質量。

黃仁勛未來迭代 DLSS 更有趣的方面是游戲內資產生成。Nvidia 的 DLSS3 幀生成技術的這一增強功能在真實幀之間生成幀以提高性能。資產生成比 DLSS3 幀生成更進一步，游戲內資產完全通過 DLSS 從頭開始生成。（DLSS 需要被告知在游戲世界中需要放置資產的位置以及需要渲染哪些資產，但它們將完全從頭開始創建。）

Huang 還討論了圍繞 NPC 的 DLSS 的未來。Huang 不僅希望 DLSS 能夠生成游戲內資產，而且還設想 DLSS 能夠生成 NPC。他舉了一個例子，視頻游戲中存在六個人；六個人中有兩個是真實角色，而其他四個則完全由 AI 生成。

這是對 2023 年演示的 Nvidia ACE 的回調。ACE 是一款游戲內 LLM，旨在讓 NPC 栩栩如生，結合游戲中另一個角色的用戶互動，為他們提供獨特的對話和響應。Nvidia 認為 ACE（或某種未來形式）將在 PC 游戲中發揮重要作用，并成為 DLSS 不可或缺的一部分。