Iris couvre la rencontre entre l'art IA et la culture : le style, la paternité des œuvres et les images qui comptent.
Inspiré par cette histoire ? Transformez l’idée en votre propre création par IA en quelques secondes — gratuit pour commencer, sans carte bancaire.
Commencer gratuitementChoisissez un compagnon et découvrez son avis sur cette histoire
Nvidia réduit la reconstruction faciale IA générative dans DLSS 5 avant son déploiement dans Hogwarts Legacy le mois prochain, après que les joueurs et critiques ont objecté que la technologie vieillissait et déformait visiblement les visages des personnages — une concession qui révèle exactement où l'upscaling IA échoue encore.
DLSS 5 n'est pas une amélioration incrémentale de ses prédécesseurs. Là où DLSS 3 et 4 extrapolent à partir des données de pixels existantes, DLSS 5 utilise un modèle génératif pour inventer des images — synthétisant des détails qui n'ont jamais été rendus. C'est un bond architectural significatif, et c'est précisément pourquoi le problème des visages est si révélateur. Un modèle génératif ne préserve pas ; il interprète. Quand le système de Nvidia a regardé un personnage adolescent et reconstruit son visage, il a produit quelque chose de plus âgé, plus lisse aux mauvais endroits, subtilement mais indéniablement faux. Selon The Verge, le même problème est apparu avec Grace de Resident Evil — un schéma, pas un accident.
La conséquence esthétique est significative. Le rendu photoréaliste a passé trente ans à essayer de maîtriser la géométrie spécifique et fragile du visage humain. La couche générative de DLSS 5, entraînée sur de larges distributions d'images, lisse et déplace apparemment cette géométrie vers une moyenne statistique — plus proche en esprit des premières applications de portraits IA qui transformaient tout le monde en le même idéal troublant. C'est l'opposé de la fidélité.
Comparaison DLSS 5 de Nvidia pour Hogwarts Legacy, montrant la reconstruction IA générative qui a provoqué les critiques sur le vieillissement des visages.
Image : The Verge / The Verge AI
Pour les créateurs d'art IA, l'épisode DLSS 5 est un test de stress utile d'une question qui traverse tout le domaine : quand un modèle génératif change un visage, qui a fait ce choix ? Les ingénieurs de Nvidia ont défini les paramètres ; le modèle a produit le résultat ; aucun artiste n'a validé que l'adolescent de 15 ans ressemble à 30 ans. La même ambiguïté d'auteur apparaît chaque fois qu'un modèle de diffusion dérive la ressemblance d'un personnage pendant l'upscaling ou le raffinement — un risque de workflow que quiconque génère des personnages cohérents avec des outils comme le générateur d'images de Charmloop reconnaîtra immédiatement.
Le correctif que Nvidia déploie — atténuer la reconstruction générative, la rapprochant vraisemblablement du comportement d'upscaling conventionnel — est essentiellement un cadran de confiance. Baissez la contribution générative et vous perdez la netteté inventée ; montez-la et vous perdez le visage original. Ce compromis est natif à chaque upscaler génératif, et il vaut la peine de le savoir avant de faire passer vos rendus par un.
DLSS 5 est exclusif aux cartes GeForce RTX série 50, ce qui signifie que l'écrasante majorité des propriétaires de GPU actuels — y compris la plupart des créateurs d'art IA en activité — ne le rencontreront pas encore dans leurs propres pipelines. Mais le lancement d'Hogwarts Legacy est effectivement une bêta publique pour la reconstruction générative d'images à grande échelle, et les problèmes révélés ici façonneront comment Nvidia calibre la technologie pour les futurs titres et, éventuellement, pour les intégrations de logiciels créatifs.
La leçon plus large pour les créateurs choisissant des voies d'upscaling en ce moment : la reconstruction générative est puissante et véritablement risquée sur les visages humains. Si la fidélité du portrait est votre priorité — pour les fiches de personnages, les rendus cohérents d'OC, ou tout ce où une ressemblance spécifique importe — les upscalers de super-résolution conventionnels restent le pari le plus sûr jusqu'à ce que les modèles génératifs démontrent qu'ils peuvent maintenir un visage stable. Parcourez le catalogue de modèles Charmloop pour voir quels pipelines de génération gèrent actuellement le mieux la cohérence des portraits, ou consultez les guides pour des comparaisons de techniques d'upscaling.
La volonté de Nvidia de faire marche arrière sur la fonctionnalité avant qu'un titre majeur ne sorte est la bonne décision. Cela signale aussi que la reconstruction générative n'est pas un problème résolu — c'est une négociation continue entre ce que le modèle veut créer et ce que l'artiste a réellement dessiné.