谈谈为什么我对DLSS 5感到怀疑

在DLSS 1遭遇过巨大失败，而推翻重做的DLSS 2到4获得广泛认可甚至到广受赞誉后，DLSS 5似乎又要重新尝试挑战DLSS 1这个方向了。

结合目前的信息，DLSS 5使用的模型有着还算可用的帧间稳定性，对输入底图的质量要求很高，不会随意凭空生成，而且创作者对风格、细节层次和mask都会有充分的控制。

可惜Demo来看，除了帧间稳定性似乎还行外，风格破坏极为严重，还有很多人还声称这些Demo都来自原制作团队——那问题其实就更大了，意味着可控性更加可疑了。

稍微谈一下原理。

DLSS 1：
用针对特定游戏训练、包含游戏画面先验知识的神经网络模型给低分辨率画面补细节完成的超分。
DLSS 2-4：
本质是TAAU，用通用神经网络模型来控制TAAU的参数。
DLSS 5：
基于图生图，训练神经网络给出残差，从而为游戏画面添加「电影级细节」。

也就是说，DLSS 2-4实际上只是「信息重建」，天然强依赖于真实渲染的信息，AI仅介入处理如何融合数据这个部分，是严格以constraint-driven为主的系统，总体上仍然属于确定性 (deterministic) 问题。

而DLSS 1和5，则是直接让AI生成细节，是明显以prior-driven为主的系统。那么，幻觉和时间一致性问题在原理上就很难避免，因为它本身就是强概率性 (probabilistic) 问题。

最核心的问题就在这里：既然是基于先验知识的概率倾向推断，这对风格化渲染到底是不是真的适用？生成模型会在多大程度上表现出「把一切都拉向现实纹理」的倾向？
尤其是这些Demo非常明显地表现出了这个倾向，意味着NVIDIA很可能就是希望大家这么用——那么，难道地球Online的现实画风就是终极追求？这似乎并不符合人类的艺术观念吧？

DLSS 2好在它是一个表面黑箱、实际原理非常清晰的系统，AI并不直接生成细节，而是帮助「恢复曾经存在过的信息」；而DLSS 5又和1一样，要直接用带先验知识的黑箱生成「实际并不存在的信息」了。

不知道NVIDIA是不是趁着现在AI风头正劲，想再次塑造一次大众认知？不然很难理解为什么DLSS 1已经被验证过的错误方向要再拿出来试一下。当然还有一种可能，NVIDIA在赌未来的实时渲染完全不在乎正确性，而是只在乎感知最优。

不过目前来看大众大概还是接受不了，已经被DLSS 5梗图刷屏一天了。