我提前體驗了DLSS 5，它居然把GTA 5變成了GTA 6？

2026 年 3 月，黃仁勛在 NVIDIA GTC 2026 發布了 DLSS 5——這是英偉達最新一代的「深度學習採樣」（ Deep Learning Super Sampling）技術，但和以往不同的是，這一次生成式 AI 深度介入其中，並且給遊戲帶來了劇烈的變化，黃仁勛稱之為：

圖形領域的 GPT 時刻。

但生成式 AI 在帶來「真實」畫面質感的同時，也意味著對遊戲畫面進行了「重繪」——因而在這項技術發布之初，就引起了巨大的爭議。

時隔半年，終於第一時間「上手體驗了」DLSS 5，並與英偉達的技術人員進行了深度交流。一圈體驗下來，DLSS 5 在不同遊戲裡的表現差異很大。但有一點很明確——它已經和我們過去熟悉的 DLSS 不太一樣了。

其中讓我最意外的一個例子，是已經發布十多年的《GTA 5》——這個發行於 2013 年的老遊戲，在打開 DLSS 5 後，有那麼幾個瞬間，真的讓我以為是還沒發售的《GTA 6》。

DLSS 5 初體驗：GTA 5，畫面好得像 GTA 6

《NBA 2K27》是首款實裝了 DLSS 5 的遊戲，就在 8 月底，《NBA 2K27》開啟了搶先體驗，意外地把一個尚未正式公開提供的 DLSS 5 Neural Rendering 運行庫打包在了遊戲包體裡。

於是，有 Modder 就把這個運行庫提取了出來，並接入到了不同遊戲中——目前，我們可以體驗到的 DLSS 5 就是源自這個非官方版本，運行效果並不能代表遊戲製作團隊意願，但 DLSS 5 的能力已經初見端倪。

根據泄露的資訊來看，《NBA 2K27》里的這個模型是純端側運算，大約是 1.48 億參數，採用 FP8 精度儲存，占用遊戲包體裡約 150MB 的空間。

經過多個遊戲的驗證，可以初步判斷，DLSS 5 很適合一類遊戲：寫實遊戲。

《GTA 5》就是一個很典型的例子。這款大名鼎鼎的開放世界，遊戲最早發布於 2013 年。放到今天來看，洛聖都的開放世界設計依舊先進，遊戲劇情也相當引人入勝，但即便是幾經翻新，遊戲畫面也還是能看出一些老態——

路人的皮膚比較平，衣服和身體之間缺少細膩的接觸陰影，室內和街道上的光線相對簡單，樹葉、玻璃和金屬也沒有今天 3A 遊戲裡那麼豐富的材質表現。

DLSS 5 剛好可以為這些地方補充細節。

它會重新理解畫面里的角色、道具和環境，再補充更加自然的光照和材質細節——於是，我們看到老麥的臉上有了更多褶子，明暗關係更複雜，衣服材質更為豐富，場景的光影也更接近現實。

這些變化單獨拿出來都不算驚艷，但同時鋪滿洛聖都之後，整個遊戲煥然一新！

英偉達負責 DLSS 技術研究的 Edward Liu 告訴：

Better input, better output.

輸入越好，輸出越好。

對 DLSS 5 而言，《GTA 5》就是一段絕佳的上下文——Rockstar 十多年前已經完成了一個非常完整的寫實世界，城市結構、模型材質和整體美術都經得起時間檢驗，只是當年的硬體沒有條件，能把所有光照和材質細節都做得像今天這麼複雜——而 DLSS 5 用生成式 AI 彌補了這一切。

《電馭叛客 2077》也是類似的情況。

夜之城是個光怪陸離的賽博都市，有著極其驚艷的城市設計和畫面表現，但只要你遊戲玩得多了，就能發現遊戲中明顯的資源分配痕跡——主角和重要 NPC 可以做得很精細，但街邊成百上千個路人的臉卻只是很扁平的一張貼圖。

畢竟，CDPR 可以花費大量時間把強尼·銀手打造得像基努李維一樣逼真，卻不可能把每一個過路的 NPC 都按照電影 CG 的規格進行處理。

這時候，DLSS 5 就能大派用場。

它可以給大量過去沒有必要精修的角色增加皮膚質感、陰影、眼睛反射和衣物細節，讓原本承擔「背景」功能的人物看起來更完整、更真實。

類似的提升放到環境裡也成立，大量植物、玻璃、金屬、布料都能得到更豐富真實的光照反饋。

體育遊戲和 DLSS 5 也是絕配。

過去我們評價 FIFA、NBA 2K 的畫面，經常會說球員已經「很像真人」，但很像真人和真正接近一場電視轉播，還是有區別。球員本身就有現實世界裡的參照物，皮膚、汗水、眼球反射、球衣和球館燈光越接近真實，遊戲的目標也就完成得越好。

這也是《NBA 2K27》成為 DLSS 5 首批落地遊戲的合理原因。

在 NVIDIA 展示的效果里，最明顯的提升不只發生在明星球員臉上。手指和籃球之間多了接觸陰影，耳廓和眼窩擁有更自然的遮蔽關係，皮膚和球衣的材質更加複雜，連觀眾席里拿著攝像機的普通 NPC 也能得到類似的增強。

過去這些效果也能通過傳統渲染完成，只是成本很高。開發者當然可以給一個 NPC 的耳朵計算更準確的皮膚散射，也可以給幾萬人的觀眾席增加更複雜的陰影和反射，但沒有多少遊戲願意為這些細節付出如此高的性能代價——即便可以，玩家的電腦也跑不動這麼複雜的運算。

DLSS 5 提供了一種新的解法：直接讓 AI 根據已有畫面，把這些細節補出來。

這才是 DLSS 5 最大的價值——很多過去受限於開發時間、算力預算而被省掉的視覺細節，可以一次性鋪到整個遊戲世界裡，而玩家只需要往電腦里裝一張英偉達的 50 系顯卡。

現實世界無法計算，那就讓 AI 把它畫出來

回頭看 DLSS 的發展脈絡，從 DLSS 1 到 DLSS 4，這套技術始終圍繞著一個很明確的目標：

用 AI 提高有限 GPU 算力的利用效率，再把這些性能換成更好的遊戲體驗。

超解析度（Super Resolution）是少渲染一些像素，再通過 AI 重建到更高解析度；幀生成（Frame Generation）是利用前後幀資訊生成新的畫面；光線重構（Ray Reconstruction）則通過神經網路重新組織稀疏的光追資訊。

這些技術要解決的，基本都是一個相對確定的問題——低解析度要變成高解析度，低幀率要變成高幀率，低質量光影要變成高質量光影。

但 DLSS 5 開始處理另一類問題：它會生成原始畫面中並不存在的視覺資訊。

比如更複雜的皮膚次表面散射、更明顯的眼窩遮蔽、更自然的頭髮透光、葉片透射，以及布料和人體之間的接觸陰影——在絕大多數遊戲裡，這些細節並沒有被完整呈現，但 DLSS 5 會根據模型對現實世界的理解，把它們直接生成出來。

為什麼到了 DLSS 5，英偉達的技術路線突然有了這麼大刀闊斧的改動？這與實時圖形領域已經面對多年的一個問題有關：

隨著遊戲畫面越來越逼真，遊戲顯卡已經算不出現實世界的樣子了。

按照英偉達技術人員的說法，相比早期可編程 Shader 時代，今天 GPU 可以投入實時圖形的計算預算已經增長了超過 40 萬倍，但離真正完整模擬現實世界的光傳輸仍然有著好幾個數量級的差距。

頭髮就是一個很好的例子——逆光照過人物時，光線會進入大量髮絲，在其中發生折射、反射和散射，才呈現出我們肉眼所見的「海飛絲」效果；人的皮膚也一樣，耳朵在逆光下為什麼會泛紅，是因為光進入人體組織之後發生多次散射，再從另外的位置離開。

這些現象理論上都能通過物理模擬計算出來，只是計算量非常誇張。

在電影工業里，影視級 CG 可以花幾小時甚至幾十小時渲染一幀，但在實時運行的遊戲中，留給 GPU 的時間通常只有十幾毫秒。

英偉達最新的路徑追蹤 (Path Tracing) 技術，已經讓今天的遊戲向真實世界邁進了一大步，但想讓遊戲裡的髮絲、皮膚、布料全部達到電影 CG 級別，就算英偉達的顯卡再更新幾代也很難做到。

生成式 AI 給了英偉達一個新的方向——

一個見過大量現實世界資訊的模型，不需要真的模擬陽光穿過耳朵時經過了哪些組織，也能知道逆光下耳朵應該呈現什麼狀態；它不用完整追蹤每一束穿過頭髮的光，也知道頭髮邊緣大致應該如何透光。

傳統電腦圖形學要通過物理規律一步步算出最終畫面，而生成模型則可以直接學習「最終畫面應該是什麼樣」。

最好的辦法是把這兩套方法合二為一。

遊戲引擎繼續負責幾何、角色、動畫、材質和基礎光照，確定這個虛擬世界裡究竟有什麼；DLSS 5 再根據這些資訊，以及模型對於真實世界的理解，對最終畫面進行一次生成。

用英偉達工程師 Edward Liu 的話講，就是「重構」（Reconstruction）和「生成」（Generation）的區別——此前 DLSS 的核心任務更多是 Reconstruction，也就是重建畫面；到了 DLSS 5，Generation 真正進入實時圖形管線，開始創造新的畫面。

當然，生成遊戲畫面，可不能像普通生圖模型那樣自由發揮。

強尼·銀手不可能在遊戲中突然換一張臉， NBA 2K 里的籃球也不能變成足球，GTA 里的廣告牌也不會每一幀都發生變化。

DLSS 5 推出 3D 引導神經網路渲染技術，所以 DLSS 5 會讀取遊戲輸出的色彩、動作等資訊，把原來的遊戲畫面作為生成時最重要的約束；遊戲持續輸出畫面，DLSS 5 持續理解，再生成一個更接近真實世界的版本；下一幀到來之後，整個過程再次發生……

至於開啟 DLSS 5 的性能，如 NVIDIA 所示：

到了這裡，DLSS 5 已經開始接近另外一個當下熱門的 AI 概念：

世界模型。

DLSS 5，就是一個「世界模型」

過去兩年，我們已經看過太多世界模型的 Demo——輸入一張圖片或者一句話，AI 生成一個可以移動的遊戲場景。

按下方向鍵，角色往前走，模型根據上一幀和玩家的操作繼續生成下一幀；轉動鏡頭，它又根據自己對空間和現實世界的理解，把原本看不到的地方生成出來。

整個世界並不是提前一幀一幀製作好的，而是在人的行動過程中持續被預測和生成。

從這個角度來看，DLSS 5 和世界模型的技術原理其實非常相似。

只不過，一個是靠語言提示詞來約束，另一個則靠遊戲畫面來約束。

DLSS 5 生成的畫面源頭，還是源自遊戲本身——角色位置、建築幾何、動作捕捉、遊戲規則都已經存在，DLSS 5 不需要憑空預測這個世界下一秒會發生什麼。

它的核心在於：先理解眼前這個世界是什麼，再根據自己學習到的世界知識，生成一個新的視覺結果。

每一幀遊戲畫面，本身就成了模型的輸入。

這其實比一段文字 Prompt 資訊量要大得多。

一幀遊戲截圖就已經可以告訴 AI 大模型，人物站在哪裡，臉朝向什麼方向，太陽從哪裡照過來，面前是一塊金屬還是一片玻璃，哪些東西正在運動，以及它們在前後幀之間發生了什麼變化……

遊戲引擎持續提供世界狀態，AI 持續理解，再把這個世界重新畫出來——而這一切都發生在毫秒之間。

所以如果把「世界模型」理解成一個能夠理解世界規律，並根據當前狀態生成合理結果的 AI 大模型。那麼 DLSS 5 已經可以視為一個專門為遊戲適配的世界模型。

過去，世界模型每一次大更新，我們對世界模型的想像都是顛覆遊戲業界：未來可能只需要輸入一句話，就可以生成一個《GTA》一樣的世界。

人物、建築、道路甚至遊戲玩法都由 AI 即時生成，傳統遊戲引擎和遊戲開發團隊最終都會被取代。

但 DLSS 5 證明了，世界模型和電子遊戲之間，也許還有另一種連接方式。

先進的 AI 不會取代 Rockstar 這樣的頂級遊戲團隊，而是成為他們最重要的助力。

Rockstar 可以繼續負責設計洛聖都、寫人物、做任務、調車輛駕駛、安排街道和建築，AI 只負責把這個已經非常優秀的世界變得更真實。

從目前的實際效果看，這可能反而是世界模型技術進入遊戲最現實的方式。

換言之，世界模型未必真的用於「創造世界」，也可以先負責「理解世界」。

理解之後，再把那些沒有必要由開發者一項項手工製作，也沒有必要讓 GPU 暴力計算的東西補出來。反過來講，理解現實世界，並不代表就理解了遊戲。

這也是 DLSS 5 現在最明顯的問題。

《Final Fantasy VII 重生》就是一個很好的反例——

克勞德、蒂法這些角色本來就處在一種經過精心控制的審美區間。他們有真實的皮膚、頭髮和服裝，卻依然保留著非常鮮明的日式 CG 風格，五官比例、皮膚狀態甚至年齡感，都不是按照現實意義上的真人來設計的。

DLSS 5 當然沒有 JRPG 角色的審美，它只知道一個真實的人臉通常應該有什麼。

於是，《Final Fantasy VII 重生》里的角色在開啟了 DLSS 5 後，反而變得讓人啼笑皆非——美型的角色有了深眼窩、法令紋和粗皮膚，確實是更真實了，但一點也不《Final Fantasy》。PC Gamer 的編輯在體驗時，就把處理後的克勞德（Cloud）開玩笑叫作「Claude」。

其實，從「真實性」的角度看，模型可能沒有做錯什麼。

但從《Final Fantasy》的角度看，它完全搞錯了。

還有一些遊戲，DLSS 5 的作用也不太明顯。

像《最後生還者》《漫威蜘蛛人》這種本身已經擁有極高美術完成度的作品，DLSS 5 帶來的提升非常有限。

這其實更能說明問題。

《最後生還者》里的喬爾應該有多少皺紋，艾莉的皮膚是什麼狀態，一間廢棄房屋裡陽光應該從哪裡照進來，畫面里的塵埃和植物該到什麼程度，這些細節早就已經被頑皮狗的藝術家們反覆打磨過。

當人類的表達已經足夠完整，AI 當然沒有太多可以增補的東西。

這讓我覺得，DLSS 5 最終可能會把遊戲開發中的一個矛盾放得越來越大。

以前遊戲開發者面對的是資源不足——

時間不夠、算力不夠、人手不夠，所以很多東西做不到。

生成式 AI 會逐漸把這部分問題解決掉。

滿街的路人 NPC、葡萄園裡的葡萄、街道兩邊的大樓……這些過去需要開發者精修、占用 GPU 算力的場景，以後很可能交給模型來處理就好。

但另一個問題反而變得更為棘手。

角色為什麼長這樣？世界為什麼是如此構成？玩法應該遵循什麼邏輯？

這也是英偉達自 DLSS 5 發布以來，就一直大篇幅強調「藝術家保持控制」的原因。

在英偉達的設想里，DLSS 5 可以通過一系列的組件和功能告訴開發者：「如果想變得更真實，我可以做到什麼。」

而遊戲藝術家們則負責回答：「這是不是我想要的樣子。」

這可能才是 DLSS 5 進入遊戲行業之後，最讓我好奇的變化。

我們過去擔心 AI 太強，藝術家會變得無足輕重。但 DLSS 5 實際展示出來的情況可能恰好相反。

當技術只能做到六十分的時候，大家首先討論的是怎麼做到八十分；當 AI 可以輕易把越來越多東西做到九十分之後，最重要的問題就會變成，到底什麼才是那最後的十分。

《GTA 5》當然可以藉助 AI 跨過十多年的技術鴻溝，變成如今看來也毫不過時的遊戲，但 DLSS 5 不可能真正地把《GTA 5》變成《GTA 6》。

因為真正讓這個遊戲成為工業奇蹟的，除了持之以恆的玩法打磨、銳意進取的玩法創新和史無前例的規模開發，還有最重要的部分：

凝聚了無數開發者經驗與智慧，最終表現出來的——創造力。

「生成」可以用 AI 去生成，但「創造」永遠都該由人類來創造。