在英偉達DLSS 5發布多天後，外媒WCCF仍在收集遊戲開發者和MOD社區對這項極具爭議性技術的反應。
3月19日，外媒WCCF採訪了RTGI Modder Pascal Gilcher，他是一位知名渲染工程師、藝術家和MOD製作者，他曾是英偉達的員工，最廣為人知的成就是為ReShade創建了第一個也是公認最好的RTGI著色器。
自RTGI於2019年5月首次發布以來，經過多次疊代，該著色器已被用於增強老式PC遊戲的畫面，使其具備螢幕空間光線追蹤效果。最終，這項技術變得廣受歡迎，以至於英偉達將其添加到了GeForce Experience Freestyle圖形濾鏡套件中。
Pascal Gilcher表達了自己對DLSS 5的看法。Pascal Gilcher表示他認可DLSS 5的技術實力，但不認同路線，而且對整個AI發展方向有點失望。一方面，DLSS 5確實很強，但這種技術「不可控」，缺乏工程和數學上的「美感」。
他說：「我認為這項技術確實令人印象深刻，但在很大程度上我也認同『AI垃圾』這種說法。我懷疑按照它們目前的工作方式，這類模型是否真的能被『馴服』，從而避免生成錯誤的人臉之類的問題。它們被要求產出具有侵入性的結果……卻又不能顯得具有侵入性。
我猜測它的工作方式大概是這樣的：它們需要某種『先驗數據（prior）』來訓練模型。這意味著需要同時具備不真實的圖像和照片級真實圖像的配對。但問題是……要如何生成如此多樣化的圖像配對呢?答案是使用生成對抗網路（GAN）。他們很可能擁有海量的遊戲截圖，以及大量從網際網路上抓取的真實照片。這也解釋了為什麼所有人臉看起來都會帶有一種「Instagram風格」。
他們先訓練一個大型模型，用來區分真實圖像和偽造圖像。然後再訓練第二個、更小的模型，把遊戲截圖一對一地轉換為照片級真實圖像。這個模型的訓練獎勵，就是它在多大程度上能夠「欺騙」第一個模型。他們可以在這個階段使用非常大的模型，因為目標只是獲得成對的『真實 vs 不真實』圖像數據。最後，再基於這些結果訓練或蒸餾出一個更小的模型，用常規方式學習，把不真實圖像轉換成對應的真實圖像。
總體來說，我現在對AI的發展普遍感到非常乏味。我知道機器學習領域確實有很多真正令人驚嘆的研究成果，我自己也有ML開發經驗，但即便具備紮實的數學背景，很多時候依然感覺像是在黑暗中摸索。這裡面毫無優雅可言，只是在用算力從不同角度去硬砸問題。這種感覺很糟糕，而這似乎也正是當下許多科技發展的時代氛圍。」
而在3月20日，WCCF又採訪了《凱恩的遺產 ：血兆》《永恆黑暗》等經典遊戲創作者Denis Dyack。他整體上對DLSS 5持批評態度，他認為DLSS 5可能會給3A遊戲開發商帶來災難，因為DLSS 5可能會縮小3A遊戲與獨立遊戲之間通常存在的視覺優勢。
「英偉達DLSS 5的發布是個錯誤，需要重新設計。目前的版本似乎已經超越了提升遊戲畫面的範疇，從根本上改變了遊戲的藝術方向。先不說畫面瑕疵和其他AI美術問題。3A遊戲行業已經陷入困境，因為如今很難證明其製作成本的合理性。畫面精美絕倫是3A遊戲相對於小成本遊戲的最大優勢。如果DLSS 5被廣泛採用，將會加速3A遊戲製作流程的消亡，因為它會抹殺高製作水準美術所帶來的震撼效果。」
