《凯恩的遗产》开发者指责DLSS 5：认为它会加快3A游戏的终结

在英伟达DLSS 5发布多日后，外媒WCCF依旧在收集游戏开发者与MOD社区对于这项颇具争议的技术的反馈。

3月19日，外媒WCCF对RTGI Modder Pascal Gilcher进行了采访。Pascal Gilcher是知名的渲染工程师、艺术家兼MOD制作者，曾任职于英伟达，其最广为人知的成果是为ReShade开发出首个且被公认为最佳的RTGI着色器。

自RTGI于2019年5月首次发布以来，经过多次迭代，该着色器已被用于增强老式PC游戏的画面，使其具备屏幕空间光线追踪效果。最终，这项技术变得广受欢迎，以至于英伟达将其添加到了GeForce Experience Freestyle图形滤镜套件中。

Pascal Gilcher表达了自己对DLSS 5的看法。Pascal Gilcher表示他认可DLSS 5的技术实力，但不认同路线，而且对整个AI发展方向有点失望。一方面，DLSS 5确实很强，但这种技术“不可控”，缺乏工程和数学上的“美感”。

他说：“我认为这项技术确实令人印象深刻，但在很大程度上我也认同‘AI垃圾’这种说法。我怀疑按照它们目前的工作方式，这类模型是否真的能被‘驯服’，从而避免生成错误的人脸之类的问题。它们被要求产出具有侵入性的结果……却又不能显得具有侵入性。

我猜测它的工作方式大概是这样的：它们需要某种‘先验数据（prior）’来训练模型。这意味着需要同时具备不真实的图像和照片级真实图像的配对。但问题是……要如何生成如此多样化的图像配对呢?答案是使用生成对抗网络（GAN）。他们很可能拥有海量的游戏截图，以及大量从互联网上抓取的真实照片。这也解释了为什么所有人脸看起来都会带有一种“Instagram风格”。

他们先训练一个大型模型，用来区分真实图像和伪造图像。然后再训练第二个、更小的模型，把游戏截图一对一地转换为照片级真实图像。这个模型的训练奖励，就是它在多大程度上能够“欺骗”第一个模型。他们可以在这个阶段使用非常大的模型，因为目标只是获得成对的‘真实 vs 不真实’图像数据。最后，再基于这些结果训练或蒸馏出一个更小的模型，用常规方式学习，把不真实图像转换成对应的真实图像。

总体来说，我现在对AI的发展普遍感到非常乏味。我知道机器学习领域确实有很多真正令人惊叹的研究成果，我自己也有ML开发经验，但即便具备扎实的数学背景，很多时候依然感觉像是在黑暗中摸索。这里面毫无优雅可言，只是在用算力从不同角度去硬砸问题。这种感觉很糟糕，而这似乎也正是当下许多科技发展的时代氛围。”

而在3月20日，WCCF又采访了《凯恩的遗产 ：血兆》《永恒黑暗》等经典游戏创作者Denis Dyack。他整体上对DLSS 5持批评态度，他认为DLSS 5可能会给3A游戏开发商带来灾难，因为DLSS 5可能会缩小3A游戏与独立游戏之间通常存在的视觉优势。

英伟达DLSS 5的推出是个失误，应当重新规划。当下的版本好像已经超出了优化游戏画面的边界，从本质上改变了游戏的艺术表达方向。暂且不论画面缺陷和其他AI美术相关的问题。3A游戏行业正面临困境，因为现在很难为其高昂的制作成本找到合理的依据。极致精美的画面是3A游戏相较于小成本游戏的核心优势。要是DLSS 5被大范围应用，会加快3A游戏制作模式的衰落，因为它会消解高水准美术制作所带来的震撼体验。