نشت فیلتر هوش مصنوعی DLSS ۵ انویدیا؛ مادرسازان این فناوری نسل جدید را «دره وهم‌آور» می‌خوانند

هنگامی که جنسن هوانگ، مدیرعامل انویدیا، در کنفرانس GTC ۲۰۲۶ روی صحنه رفت تا از فناوری «نمونه‌برداری فوق‌العاده با یادگیری عمیق ۵» (DLSS ۵) رونمایی کند، این فناوری را به عنوان «لحظه GPT برای گرافیک» معرفی کرد. ایده جاه‌طلبانه بود: یک سیستم رندرینگ عصبی که دارایی‌های دستی بازی را با هوش مصنوعی مولد ترکیب می‌کند تا نورپردازی و متریال‌های فوتورئالیستی را به صورت آنی ارائه دهد. اما واکنش جامعه گیمینگ سریع و همراه با تردید بود، به طوری که بسیاری از معرفی یک «فیلتر هوش مصنوعی بی‌کیفیت» که انتخاب‌های هنری عمدی توسعه‌دهندگان بازی را نادیده می‌گیرد، ابراز نگرانی کردند.[1][6]

برای ماه‌ها، این بحث صرفاً تئوری باقی ماند و تنها بر اساس ویدئوهای نمایشی با دقت تنظیم‌شده انویدیا بود. این وضعیت یک شبه تغییر کرد، زمانی که یک نسخه ناتمام از محیط اجرایی DLSS ۵ به اینترنت درز کرد و اولین نگاه بی‌پرده به عملکرد این فناوری را به بازیکنان داد. این نشت از یک منبع غیرمنتظره نشأت گرفت: نسخه دسترسی زودهنگام شبیه‌ساز بسکتبال آینده، NBA 2K27.[4][5]

داده‌کاوان با جستجو در فایل‌های بازی، یک کتابخانه پیوند پویا (DLL) جدید و اعلام‌نشده به نام nvngx_dlssnr.dll را کشف کردند. پسوند «NR» مخفف رندرینگ عصبی (Neural Rendering) است و تأیید می‌کند که این فایل حاوی معماری اصلی برای عرضه مورد انتظار انویدیا در پاییز ۲۰۲۶ است. چیزی که بلافاصله توجه تحلیلگران را جلب کرد، حجم خالص این فایل بود. با حجم ۱۵۸ مگابایت، کتابخانه DLSS ۵ بیش از دو برابر فایل ۷۲ مگابایتی مورد استفاده برای بازسازی پرتو DLSS ۴.۵ است، که نشان می‌دهد انویدیا یک مدل هوش مصنوعی مولد قابل توجه را مستقیماً در محیط اجرایی محلی پردازنده گرافیکی (GPU) گنجانده است.[3]

ظرف چند ساعت پس از کشف، جامعه مادرسازی رایانه‌های شخصی بسیج شد. توسعه‌دهندگان گروه مادینگ RenoDX، که به دلیل جعبه‌ابزارهای گرافیکی خود شناخته می‌شوند، با موفقیت این کتابخانه را استخراج کرده و شروع به تزریق آن به عناوین قدیمی‌تر و پشتیبانی‌نشده کردند. بازی هیجان‌انگیز ماوراءالطبیعه «کنترل» (Control) از Remedy Entertainment اولین بازی بود که رندرینگ عصبی درز کرده را اجرا کرد، و به سرعت پس از آن «فاینال فانتزی ۷ ریبرث» (Final Fantasy VII Rebirth)، «اسکایریم» (The Elder Scrolls V: Skyrim) و «جی‌تی‌ای: سن آندریاس» (Grand Theft Auto: San Andreas) قرار گرفتند.[1][4]

نتایج بصری بلافاصله جنجال پیرامون گرافیک مولد را دوباره شعله‌ور کرد. نمونه اولیه DLSS ۵ به جای صرفاً تیز کردن لبه‌ها یا روان کردن نرخ فریم، ظاهر دارایی‌های درون بازی را به طور اساسی تغییر می‌دهد. در فاینال فانتزی ۷ ریبرث، رندرینگ عصبی شخصیت اصلی، کلود استرایف، را به چیزی تبدیل کرد که بازیکنان آن را یک «اینفلوئنسر اینستاگرامی» وهم‌آور توصیف کردند، که ویژگی‌های سبک‌سازی شده او را به یک چهره فوق‌العاده واقع‌گرایانه اما به طرز آزاردهنده‌ای متفاوت تبدیل کرد.[1][5]

اثرات مشابهی بازی‌های تزریق‌شده دیگر را نیز درگیر کرد. شخصیت‌های اسکایریم با یک فوتورئالیسم نگران‌کننده و «چشمان مرده» ارائه شدند که به شدت با سبک هنری فانتزی یک دهه پیش بازی در تضاد بود. این پدیده به طور گسترده به عنوان «دره وهم‌آور» جدید نامیده شده است، جایی که تلاش هوش مصنوعی برای تزریق واقع‌گرایی سینمایی به مدل‌های سه‌بعدی سبک‌سازی شده، منجر به یک زیبایی‌شناسی عجیب، یکنواخت و همگن می‌شود که هدف اصلی توسعه‌دهنده را از بین می‌برد.[1][5]

برای درک دلیل این اتفاق، لازم است به تفاوت اساسی DLSS ۵ با نسخه‌های قبلی آن نگاه کنیم. تکرارهای قبلی DLSS بر ارتقاء مقیاس (گرفتن یک تصویر با وضوح پایین و استفاده از هوش مصنوعی برای حدس زدن پیکسل‌های گمشده) یا تولید فریم (که فریم‌های کاملاً جدیدی را برای افزایش روانی درون‌یابی می‌کند) تمرکز داشتند. با این حال، DLSS ۵ به عنوان یک مدل مولد ویدئو به ویدئو در زمان واقعی عمل می‌کند. این فناوری رندرینگ سنتی یک صحنه سه‌بعدی، از جمله بردارهای رنگ و حرکت، را می‌گیرد و آن را از طریق یک شبکه عصبی عبور می‌دهد که نورپردازی، بافت‌ها و واکنش‌های متریال فوتورئالیستی استنباط‌شده را به صحنه تزریق می‌کند.[6]

از آنجایی که این سیستم داده‌های بصری جدیدی را بر اساس وزن‌های آموزشی خود تولید می‌کند و نه اینکه صرفاً به هندسه بازی پایبند باشد، می‌تواند به طور ناخواسته تفاوت‌های ظریف سبکی را بازنویسی کند. انویدیا قبلاً این تنش را تأیید کرده است. در کنفرانس SIGGRAPH ۲۰۲۶ در ماه جولای، این شرکت تأکید کرد که حفظ هویت بصری، ژست‌های شخصیت‌ها و جهت هنری، چالش اصلی DLSS ۵ است. برای کاهش این مشکل، نسخه رسمی طوری طراحی شده است که پارامترها و لغزنده‌های دقیقی را برای کنترل شدت هوش مصنوعی در اختیار توسعه‌دهندگان قرار دهد و اطمینان حاصل کند که این فناوری به جای جایگزینی، هنر زیربنایی را تقویت می‌کند.[3][4]

با این حال، پیاده‌سازی‌های مادشده فاقد این محافظ‌های سمت توسعه‌دهنده هستند و رندرینگ عصبی را مجبور می‌کنند تا با حداکثر شدت در بازی‌هایی که هرگز برای آن طراحی نشده‌اند، عمل کند. اما کیفیت بصری تنها نیمی از مشکلی است که توسط این نشت آشکار شده است؛ نیمه دیگر، هزینه محاسباتی سرسام‌آور است. اجرای یک مدل هوش مصنوعی مولد محلی در زمان واقعی به قدرت پردازشی عظیمی نیاز دارد و نسخه درز کرده به طور مطلق برای سخت‌افزار مجازات‌کننده است.[1][4]

آزمایش‌های اولیه در جامعه RenoDX نشان داد که فعال کردن DLSS ۵ می‌تواند نرخ فریم یک بازی را تقریباً ۵۰ درصد کاهش دهد. در یک بنچمارک که بازی کنترل را با وضوح ۴K اجرا می‌کرد، یک کارت RTX ۵۰۷۰ Ti انویدیا از ۷۱ فریم در ثانیه روان به ۳۵ فریم در ثانیه کند سقوط کرد. کاربر دیگری گزارش داد که کارت RTX ۵۰۶۰ او از ۸۶ فریم در ثانیه به تنها ۳۴ فریم در ثانیه کاهش یافته است. برای خانواده‌ای از فناوری‌ها که در اصل برای بهبود عملکرد و افزایش نرخ فریم اختراع شده بودند، جریمه عملکرد ۵۰ درصدی نشان‌دهنده یک تغییر پارادایم عظیم است.[1][2]

سازگاری سخت‌افزاری نیز به یک مانع مهم تبدیل شده است. فایل باینری nvngx_dlssnr.dll درز کرده در ابتدا به معماری بلک‌ول (Blackwell) آینده انویدیا، به ویژه پردازنده‌های گرافیکی سری RTX ۵۰۰۰، قفل شده بود. این کد حاوی دروازه‌های اجرایی صریحی بود که از اجرای آن بر روی سخت‌افزارهای قدیمی‌تر جلوگیری می‌کرد و این ترس را ایجاد می‌کرد که از DLSS ۵ برای مجبور کردن گیمرها به چرخه‌های ارتقاء گران‌قیمت استفاده شود.[3]

با این حال، جامعه مادرسازی به سرعت این محدودیت را دور زد. از آنجایی که مدل عصبی بر روی دقت FP۸ (ممیز شناور ۸ بیتی) کار می‌کند، که توسط نسل قبلی کارت‌های آدا لاولیس (Ada Lovelace) پشتیبانی می‌شود، مادرسازان توانستند باینری را پچ کنند. با جایگزینی هسته‌های ناسازگار بلک‌ول با هسته‌های معادل آدا، آنها با موفقیت رندرینگ DLSS ۵ را روی یک RTX ۴۰۸۰ اجرا کردند. اگرچه این امر ثابت می‌کند که این فناوری می‌تواند به طور تئوری روی کارت‌های قدیمی‌تر اجرا شود، انویدیا تأیید نکرده است که آیا پشتیبانی رسمی از سازگاری عقب‌رو در زمان عرضه پشتیبانی خواهد شد یا خیر.[2]

در حالی که اینترنت همچنان اسکرین‌شات‌هایی از شخصیت‌های بازی‌های ویدئویی «زیباسازی‌شده» و نرخ فریم‌های فلج‌شده را منتشر می‌کند، این نشت انویدیا را در موقعیت روابط عمومی دشواری قرار داده است. این شرکت همچنان تأکید می‌کند که قضاوت در مورد DLSS ۵ بر اساس یک پیاده‌سازی بهینه‌نشده و با زور اجرا شده در بازی‌های قدیمی، اساساً اشتباه است. به گفته انویدیا، هنگامی که این فناوری به درستی ادغام شود، توسعه‌دهندگان به کنترل‌های دقیق بر سبک، لحن و قدرت ساختار شبکه عصبی دسترسی خواهند داشت.[2][4]

با این وجود، نشت NBA 2K27 یک پیش‌نمایش ملموس از وزن خالص و قدرت تحول‌آفرین گرافیک مولد در زمان واقعی ارائه کرده است. در حالی که صنعت به سمت عرضه رسمی در پاییز ۲۰۲۶ پیش می‌رود، بحث از اینکه آیا رندرینگ عصبی امکان‌پذیر است به این تغییر کرده است که آیا هزینه‌های سنگین عملکرد و یکپارچگی هنری، بهایی است که باید برای جهش بعدی در فوتورئالیسم پرداخت شود.[1][3]