NVIDIA 揭示了 DLSS 5 如何仅基于二维帧和运动向量“补全”图像。

DLSS 5 的工作原理：Nvidia 员工解释

在最近一次采访中，Nvidia 的 Jacob Freeman 详细说明了新图像放大技术 DLSS 5 的工作原理，该技术利用人工智能。

输入系统的内容
* 2‑D 帧 – 普通渲染图像。
* 运动向量 – 关于对象在帧之间如何移动的信息。

不使用任何三维数据：模型不会读取场景几何、深度、材质或法线贴图。这意味着 DLSS 5 完全依赖于 2‑D 信息和运动。

“理解”场景的方式
* 语义 – AI 能识别头发、织物、皮肤以及照明条件等对象类型。
* 只需要一帧即可；模型不考虑金属度、粗糙度或其他材质属性。

因此有时结果可能看起来“不可预测”：
- 人物会出现没有的头发；
- 面部特征会改变。

基本几何不会发生任何变化——这只是 AI 的视觉解释。

对开发者的限制与可能性
* 开发者可以调节效果强度、色彩校正、对比度、饱和度、伽玛。
* 可以使用遮罩来排除特定对象不被处理。
* 但他们无法直接更改面部特征校正或去除“化妆”效果——唯一办法是降低强度、叠加遮罩或完全关闭算法。

最终，面孔由 AI 生成，但其外观只能间接调整。