Wybierz towarzysza i poznaj jego zdanie na temat tej historii
Powiązane artykuły
Nvidia wycofuje się z generatywnej rekonstrukcji twarzy AI w DLSS 5 przed premierą w Hogwarts Legacy w przyszłym miesiącu — po tym, jak gracze i krytycy zarzucili technologii widoczne postarzanie i zniekształcanie twarzy postaci. To ustępstwo ujawnia dokładnie, gdzie skalowanie AI wciąż zawodzi.
Najważniejsze wnioski
DLSS 5 (Deep Learning Super Sampling 5) wykorzystuje generatywną AI do rekonstrukcji klatek, a nie tylko ich skalowania — to fundamentalnie inne podejście niż w DLSS 3 i 4.
Nvidia modyfikuje zachowanie DLSS 5 przed premierą w Hogwarts Legacy po krytyce, że postarzał twarze postaci i zmieniał ich podobizny.
Oryginalne demo pokazywało 15-letnią uczennicę Hogwartu wyglądającą wyraźnie starzej, a Grace z Resident Evil uległa podobnej transformacji.
Wycofanie się sugeruje, że generatywna rekonstrukcja wciąż ma problemy z ludzkimi twarzami na poziomie drobnych szczegółów — co bezpośrednio dotyczy każdego twórcy pracującego z portretami generowanymi przez AI.
DLSS 5 jest obecnie dostępny wyłącznie dla kart GPU z serii GeForce RTX 50.
Co tak naprawdę robi DLSS 5 — i gdzie poszło nie tak
DLSS 5 nie jest przyrostowym ulepszeniem swoich poprzedników. Podczas gdy DLSS 3 i 4 ekstrapolują z istniejących danych pikselowych, DLSS 5 używa modelu generatywnego do wymyślania klatek — syntetyzując szczegóły, które nigdy nie zostały wyrenderowane. To znaczący skok architektoniczny i właśnie dlatego problem z twarzami jest tak wymowny. Model generatywny nie zachowuje — interpretuje. Gdy system Nvidii spojrzał na nastoletnią postać i zrekonstruował jej twarz, wyprodukował coś starszego, wygładzonego w złych miejscach, subtelnie, lecz bezbłędnie błędnego. Według The Verge ten sam problem pojawił się z Grace z Resident Evil — to wzorzec, nie przypadek.
Konsekwencje estetyczne są poważne. Fotorealistyczne renderowanie przez trzydzieści lat próbowało uchwycić specyficzną, delikatną geometrię ludzkiej twarzy. Generatywna warstwa DLSS 5, wytrenowana na szerokich rozkładach obrazów, najwyraźniej wygładza i przesuwa tę geometrię w kierunku statystycznej średniej — duchem bliższa wczesnym aplikacjom do portretów AI, które zamieniały wszystkich w ten sam niesamowity ideał. To przeciwieństwo wierności.
Porównanie DLSS 5 Nvidii dla Hogwarts Legacy, pokazujące generatywną rekonstrukcję AI, która wywołała krytykę dotyczącą postarzania twarzy.
Dla twórców sztuki AI epizod z DLSS 5 jest użytecznym testem warunków skrajnych dla pytania, które przenika całą dziedzinę: gdy model generatywny zmienia twarz, kto podjął tę decyzję? Inżynierowie Nvidii ustawili parametry; model wyprodukował wynik; żaden artysta nie zatwierdził tego, że 15-latka wygląda na 30 lat. Ta sama niejednoznaczność autorstwa pojawia się za każdym razem, gdy model dyfuzji zmienia podobizną postaci podczas skalowania lub udoskonalania — zagrożenie w przepływie pracy, które natychmiast rozpozna każdy, kto generuje spójne postacie za pomocą narzędzi takich jak generator obrazów Charmloop.
Poprawka, którą wdraża Nvidia — stonowanie generatywnej rekonstrukcji, prawdopodobnie przybliżające ją do konwencjonalnego zachowania przy skalowaniu — to w istocie pokrętło pewności. Zmniejsz wkład generatywny, a tracisz wymyśloną ostrość; zwiększ go, a tracisz oryginalną twarz. Ten kompromis jest wbudowany w każdy generatywny skaler i warto o nim wiedzieć, zanim przepuścisz przez niego swoje rendery.
Uzależnienie od RTX 50 i co to oznacza dla wyboru sprzętu
DLSS 5 jest dostępny wyłącznie dla kart GeForce RTX 50, co oznacza, że zdecydowana większość obecnych właścicieli GPU — w tym większość aktywnych twórców sztuki AI — jeszcze nie zetknie się z nim we własnych przepływach pracy. Jednak premiera w Hogwarts Legacy jest w praktyce publiczną betą generatywnej rekonstrukcji klatek na dużą skalę, a problemy ujawnione w tym procesie ukształtują sposób, w jaki Nvidia skalibruje tę technologię dla przyszłych tytułów i — ostatecznie — dla integracji z oprogramowaniem kreatywnym.
Szerszy wniosek dla twórców wybierających teraz ścieżki skalowania: generatywna rekonstrukcja jest potężna i naprawdę ryzykowna w przypadku ludzkich twarzy. Jeśli wierność portretów jest Twoim priorytetem — dla kart postaci, spójnych renderów OC lub czegokolwiek, gdzie liczy się konkretna podobizna — konwencjonalne skalery super-rozdzielczości pozostają bezpieczniejszym wyborem, dopóki modele generatywne nie udowodnią, że potrafią utrzymać twarz w niezmienionej formie. Przejrzyj katalog modeli Charmloop, aby zobaczyć, które pipeline'y generowania najlepiej radzą sobie ze spójnością portretów, lub sprawdź poradniki z porównaniami technik skalowania.
Gotowość Nvidii do wycofania funkcji przed premierą ważnego tytułu to właściwa decyzja. Sygnalizuje też, że generatywna rekonstrukcja nie jest rozwiązanym problemem — to trwające negocjacje między tym, co model chce stworzyć, a tym, co artysta faktycznie narysował.
