伦伦影院久久影视,天天操天天干天天射,ririsao久久精品一区 ,一本大道香蕉大久在红桃,999久久久免费精品国产色夜,色悠悠久久综合88,亚洲国产精品久久无套麻豆,亚洲香蕉毛片久久网站,一本一道久久综合狠狠老

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

NVIDIA DLSS 5發布并首次引入實時神經網絡渲染模型

NVIDIA英偉達 ? 來源:NVIDIA英偉達 ? 2026-03-19 15:33 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

DLSS 5 讓像素擁有照片級寫實光照與材質效果,讓渲染畫面更接近真實視覺體驗。

新聞摘要:

NVIDIA DLSS 5 將于今年秋季推出,引入實時神經網絡渲染模型,讓像素擁有照片級寫實光照與材質效果。

DLSS 5 是自 2018 年實時光線追蹤首次亮相以來,NVIDIA 在計算機圖形領域最重大的突破。

諸多業界頂級發行商和游戲開發者將集成 DLSS 5,包括 Bethesda、CAPCOM、完美世界旗下幻塔工作室、網易、NCSOFT、靈游坊、騰訊、Ubisoft 和 Warner Bros. Games。

加利福尼亞州圣何塞 —— GTC —— 2026 年 3 月 16 日 ——NVIDIA 今天發布 NVIDIA DLSS 5,這是自 2018 年實時光線追蹤首次亮相以來,NVIDIA 在計算機圖形領域最重大的突破。

DLSS 5 引入實時神經網絡渲染模型,讓像素擁有照片級寫實光照和材質效果。DLSS 5 讓渲染畫面更接近真實視覺體驗,使游戲開發者能呈現此前只有在好萊塢視覺特效才能呈現的更高層次照片級寫實計算機圖形效果。

NVIDIA 創始人兼首席執行官黃仁勛表示:“在 NVIDIA 發明可編程著色器的 25 年之后,我們正再次重塑計算機圖形。DLSS 5 開啟圖形技術領域的‘GPT 時刻’,它將人工調校的傳統渲染與生成式 AI 融合,在保留藝術家創作表達所需的掌控力的同時,實現視覺真實感的重大飛躍。”

讓渲染呈現電影級視覺效果

自 GeForce? 首次亮相以來,NVIDIA 一直致力于提供強大的圖形算力,幫助游戲開發者打造令人驚嘆、栩栩如生的虛擬世界–讓游戲中的光照、反射和陰影都遵循現實世界的物理規則。

自 2001 年 GeForce 3 引入可編程著色器,2006 年 GeForce 8800 GTX? 搭載 CUDA?,2018 年 GeForce RTX? 2080 Ti 帶來實時光線追蹤,再到 2025 年 GeForce RTX 5090 D 支持路徑追蹤和神經網絡著色器,NVIDIA 通過一系列重大架構創新,以及高達 375,000 倍的算力提升,不斷應對挑戰。

然而,分配給一幀 16 毫秒游戲畫面的渲染算力仍遠低于好萊塢照片級 VFX 特效畫面,而后者往往需要數分鐘甚至數小時才能完成渲染。僅靠堆砌算力,實時渲染無法拉近與照片級寫實之間的距離。

DLSS 于 2018 年推出,作為一項利用 AI 提升性能的技術,先是通過超分辨率用于提升畫面分辨率,隨后能生成全新幀。DLSS 現已支持超過 750 款游戲,成為業界公認的黃金標準。

今年 CES 發布的 DLSS 4.5,讓屏幕上每 24 個像素中有 23 個由 AI 生成。如今,DLSS 的發展已超越性能提升,演進為全面提升游戲畫質保真度的關鍵技術。

視頻 AI 模型已能快速生成照片級寫實的像素,但通常以離線方式運行,難以被精準控制,而且往往缺乏可預測性,每次新的提示詞都會生成不同的內容。對于游戲而言,像素必須具備確定性、實時生成,并且緊密契合游戲開發者構建的 3D 世界和藝術構想。

DLSS 5 以游戲每一幀的色彩和運動矢量作為輸入,利用 AI 模型為場景注入照片級光照與材質效果,這些效果基于原始 3D 內容,又在幀與幀之間保持一致。DLSS 5 可在最高 4K 分辨率下實時運行,帶來流暢、可交互的游戲體驗。

這款 AI 模型經過端到端訓練,通過分析單幀畫面,理解角色、頭發、布料、半透明皮膚等復雜場景語義,以及諸如順光、逆光、陰天等環境光照條件。在此基礎上,DLSS 5 會運用這種深度理解,生成視覺上高度精確的圖像,妥善處理皮膚的次表面散射、布料的細膩光澤,以及頭發上的光線與材質交互等復雜元素,同時保留原始場景的結構和語義。

DLSS 5 為游戲開發者提供光源強度、色彩分級和遮罩的精細控制,使美術團隊能精確決定增強效果在何處、以何種方式應用,從而保持每款游戲獨特的美術風格。DLSS 5 可無縫集成到現有 DLSS 和 NVIDIA Reflex 技術所采用的 NVIDIA Streamline 框架中。

上市時間與游戲開發者支持

諸多業界頂級發行商和游戲開發者將集成 DLSS 5,包括 Bethesda、CAPCOM、完美世界旗下幻塔工作室、網易、NCSOFT、靈游坊、騰訊、育碧和 Warner Bros. Games。

Bethesda Game Studios 工作室負責人兼執行制作人 Todd Howard 表示:“從《上古卷軸 III:晨風》(The Elder Scrolls III: Morrowind)時代那片令人驚嘆的水面效果開始,Bethesda 就在與 NVIDIA 攜手,不斷推動圖形技術的發展。當 NVIDIA 向我們展示 DLSS 5,并讓我們在《星空》(Starfield) 中進行實際應用時,那種讓游戲真正鮮活起來的效果令我們驚嘆。我們也迫不及待地想讓玩家親自感受 DLSS 5。”

CAPCOM 執行制作人兼常務執行董事竹內潤表示:“在 CAPCOM,我們始終致力于打造具有電影質感、引人入入勝且極具真實感的游戲體驗——每一道陰影、每一處材質以及每一束光線都經過精心雕琢,以強化氛圍與情緒沖擊力。DLSS 5 代表著推動畫質保真度發展的重要里程碑,幫助玩家在《生化危機》(Resident Evil) 中獲得更深層次的沉浸感。”

Vantage Studios 聯合首席執行官 Charlie Guillemot 表示:“沉浸感的關鍵在于讓玩家覺得這個游戲世界是真實存在的。DLSS 5 是朝該目標邁出的扎實一步,它呈現光照、材質和角色的方式,正在改變著我們能向玩家承諾的畫面。在《刺客信條:影》(Assassin’s Creed Shadows) 中,DLSS 5 正幫助我們打造那些一直以來只存在于構想中的世界。”

DLSS 5 將登陸多款熱門游戲,包括:《永恒之塔 2》(AION 2)、《刺客信條:影》(Assassin’s Creed Shadows)、《黑色國度》(Black State)、CINDER CITY、《三角洲行動》(Delta Force)、《霍格沃茨之遺》 (Hogwarts Legacy)、《逆水寒》(Justice)、《永劫無間》(NARAKA: BLADEPOINT)、《異環》(NTE: Neverness to Everness)、《影之刃零》(Phantom Blade Zero)、《生化危機:安魂曲》(Resident Evil Requiem)、《遺忘之海》(Sea of Remnants)、《星空》(Starfield)、《上古卷軸 IV:湮滅重制版》(The Elder Scrolls IV: Oblivion Remastered)、《燕云十六聲》(Where Winds Meet)等。

DLSS 5 將于今年秋季推出。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • NVIDIA
    +關注

    關注

    14

    文章

    5639

    瀏覽量

    109879
  • 計算機
    +關注

    關注

    19

    文章

    7816

    瀏覽量

    93272
  • 模型
    +關注

    關注

    1

    文章

    3772

    瀏覽量

    52146

原文標題:GTC2026 | NVIDIA DLSS 5 發布——圖形技術領域的“GPT 時刻”

文章出處:【微信號:NVIDIA_China,微信公眾號:NVIDIA英偉達】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    面向嵌入式部署的神經網絡優化:模型壓縮深度解析

    1.為什么需要神經網絡模型壓縮? 神經網絡已經成為解決復雜機器學習問題的強大工具。然而,這種能力往往伴隨著模型規模和計算復雜度的增加。當輸入維度較大(例如長時序窗口、高分辨率特征空間)
    的頭像 發表于 02-24 15:37 ?5125次閱讀
    面向嵌入式部署的<b class='flag-5'>神經網絡</b>優化:<b class='flag-5'>模型</b>壓縮深度解析

    NVIDIA DLSS 4.5為4K 240Hz路徑追蹤游戲體驗提供強勁支持

    DLSS 技術持續進步,超分辨率升級,引入基于第二代 Transformer AI 模型的 6 倍動態多幀生成。RTX 加速為 ComfyUI、LTX-2 和 Llama.cpp 等
    的頭像 發表于 01-09 10:28 ?584次閱讀

    神經網絡的初步認識

    日常生活中的智能應用都離不開深度學習,而深度學習則依賴于神經網絡的實現。什么是神經網絡神經網絡的核心思想是模仿生物神經系統的結構,特別是大腦中神經
    的頭像 發表于 12-17 15:05 ?360次閱讀
    <b class='flag-5'>神經網絡</b>的初步認識

    多款游戲支持支持NVIDIA DLSS 4技術

    更多支持 DLSS 技術的游戲更新:《最終幻想 VII 重生》支持 DLSS 4 多幀生成。Deathground 發布支持 DLSS 4
    的頭像 發表于 11-12 17:34 ?915次閱讀

    NMSIS神經網絡庫使用介紹

    NMSIS NN 軟件庫是一組高效的神經網絡內核,旨在最大限度地提高 Nuclei N 處理器內核上的神經網絡的性能最??大限度地減少其內存占用。 該庫分為多個功能,每個功能涵蓋特定類別
    發表于 10-29 06:08

    構建CNN網絡模型優化的一般化建議

    通過實踐,本文總結了構建CNN網絡模型優化的一般化建議,這些建議將會在構建高準確率輕量級CNN神經網絡模型方面提供幫助。 1)避免單層
    發表于 10-28 08:02

    在Ubuntu20.04系統中訓練神經網絡模型的一些經驗

    模型。 我們使用MNIST數據集,訓練一個卷積神經網絡(CNN)模型,用于手寫數字識別。一旦模型被訓練保存,就可以用于對新圖像進行推理和預
    發表于 10-22 07:03

    液態神經網絡(LNN):時間連續性與動態適應性的神經網絡

    1.算法簡介液態神經網絡(LiquidNeuralNetworks,LNN)是一種新型的神經網絡架構,其設計理念借鑒自生物神經系統,特別是秀麗隱桿線蟲的神經結構,盡管這種微生物的
    的頭像 發表于 09-28 10:03 ?1314次閱讀
    液態<b class='flag-5'>神經網絡</b>(LNN):時間連續性與動態適應性的<b class='flag-5'>神經網絡</b>

    神經網絡的并行計算與加速技術

    隨著人工智能技術的飛速發展,神經網絡在眾多領域展現出了巨大的潛力和廣泛的應用前景。然而,神經網絡模型的復雜度和規模也在不斷增加,這使得傳統的串行計算方式面臨著巨大的挑戰,如計算速度慢、訓練時間長等
    的頭像 發表于 09-17 13:31 ?1177次閱讀
    <b class='flag-5'>神經網絡</b>的并行計算與加速技術

    基于神經網絡的數字預失真模型解決方案

    在基于神經網絡的數字預失真(DPD)模型中,使用不同的激活函數對整個系統性能和能效有何影響?
    的頭像 發表于 08-29 14:01 ?3505次閱讀

    無刷電機小波神經網絡轉子位置檢測方法的研究

    摘要:論文通過對無刷電機數學模型的推導,得出轉角:與三相相電壓之間存在映射關系,因此構建了一個以三相相電壓為輸人,轉角為輸出的小波神經網絡來實現轉角預測,采用改進遺傳算法來訓練網絡
    發表于 06-25 13:06

    神經網絡專家系統在電機故障診斷中的應用

    摘要:針對傳統專家系統不能進行自學習、自適應的問題,本文提出了基于種經網絡專家系統的步電機故障診斷方法。本文將小波神經網絡和專家系統相結合,充分發揮了二者故障診斷的優點,很大程度上降低了對電機
    發表于 06-16 22:09

    神經網絡RAS在異步電機轉速估計中的仿真研究

    眾多方法中,由于其結構簡單,穩定性好廣泛受到人們的重視,且已被用于產品開發。但是MRAS仍存在在低速區速度估計精度下降和對電動機參數變化非常敏感的問題。本文利用神經網絡的特點,使估計更為簡單、快速
    發表于 06-16 21:54

    基于FPGA搭建神經網絡的步驟解析

    本文的目的是在一個神經網絡已經通過python或者MATLAB訓練好的神經網絡模型,將訓練好的模型的權重和偏置文件以TXT文件格式導出,然后通過python程序將txt文件轉化為coe
    的頭像 發表于 06-03 15:51 ?1331次閱讀
    基于FPGA搭建<b class='flag-5'>神經網絡</b>的步驟解析

    NVIDIA實現神經網絡渲染技術的突破性增強功能

    近日,NVIDIA 宣布了 NVIDIA RTX 神經網絡渲染技術的突破性增強功能。NVIDIA 與微軟合作,將在 4 月的 Microso
    的頭像 發表于 04-07 11:33 ?1240次閱讀