Выбери компаньона и узнай его мнение об этой истории
Похожие статьи
Nvidia смягчает генеративную ИИ-реконструкцию лиц в DLSS 5 перед выходом обновления для Hogwarts Legacy в следующем месяце — после того как игроки и критики заявили, что технология заметно старит и искажает лица персонажей. Этот шаг наглядно показывает, где именно ИИ-апскейлинг до сих пор даёт сбои.
Главное
DLSS 5 (Deep Learning Super Sampling 5) использует генеративный ИИ для реконструкции кадров, а не просто для их апскейлинга — это принципиально иной подход по сравнению с DLSS 3 и DLSS 4.
Nvidia модифицирует поведение DLSS 5 к запуску в Hogwarts Legacy после критики: технология старила лица персонажей и изменяла их облик.
В оригинальном демо 15-летняя студентка Хогвартса выглядела заметно старше, а Грейс из Resident Evil претерпела схожую трансформацию.
Откат свидетельствует о том, что генеративная реконструкция по-прежнему плохо справляется с человеческими лицами на уровне мелких деталей — это прямая проблема для всех, кто работает с ИИ-портретами.
DLSS 5 пока доступен исключительно для видеокарт GeForce RTX 50-й серии.
Что на самом деле делает DLSS 5 — и где он ошибся
DLSS 5 — не инкрементальное улучшение предшественников. Там, где DLSS 3 и DLSS 4 экстраполируют существующие пиксельные данные, DLSS 5 использует генеративную модель, чтобы изобретать кадры — синтезируя детали, которые никогда не рендерились. Это существенный архитектурный скачок, и именно поэтому проблема с лицами так показательна. Генеративная модель не сохраняет — она интерпретирует. Когда система Nvidia смотрела на лицо персонажа-подростка и реконструировала его, результат оказывался старше, сглаженным не там, где нужно, — тонко, но безошибочно неправильным. По данным The Verge, та же проблема проявилась с Грейс из Resident Evil — это закономерность, а не случайность.
Эстетические последствия весьма значительны. Фотореалистичный рендеринг тридцать лет оттачивал передачу специфической, хрупкой геометрии человеческого лица. Генеративный слой DLSS 5, обученный на широких распределениях изображений, по всей видимости, сглаживает и смещает эту геометрию к статистическому среднему — по духу это напоминает ранние ИИ-приложения для портретов, превращавшие всех в один и тот же жутковатый идеал. Это полная противоположность точности.
Сравнение DLSS 5 от Nvidia для Hogwarts Legacy, демонстрирующее генеративную ИИ-реконструкцию, вызвавшую критику из-за старения лиц.
Для создателей ИИ-арта эпизод с DLSS 5 — полезный стресс-тест вопроса, пронизывающего всю отрасль: когда генеративная модель меняет лицо, кто принял это решение? Инженеры Nvidia задали параметры; модель выдала результат; ни один художник не одобрял то, что 15-летний персонаж выглядит на 30. Та же неопределённость авторства возникает всякий раз, когда диффузионная модель смещает облик персонажа в процессе апскейлинга или доработки — это производственный риск, который сразу узнают все, кто генерирует стабильных персонажей с помощью таких инструментов, как генератор изображений Charmloop.
Исправление, которое внедряет Nvidia, — снижение интенсивности генеративной реконструкции, предположительно приближающее её к поведению обычного апскейлинга, — по сути является регулятором уверенности. Уменьшите вклад генеративной составляющей — и вы потеряете изобретённую чёткость; увеличьте — и потеряете исходное лицо. Этот компромисс присущ любому генеративному апскейлеру, и об этом стоит знать, прежде чем прогонять рендеры через него.
Привязка к RTX 50-й серии и что это значит для выбора железа
DLSS 5 доступен исключительно для видеокарт GeForce RTX 50-й серии, а значит, подавляющее большинство нынешних владельцев GPU — включая большинство работающих создателей ИИ-арта — пока не столкнутся с ним в своих пайплайнах. Однако запуск в Hogwarts Legacy фактически является публичной бетой генеративной реконструкции кадров в масштабе, и выявленные здесь проблемы определят, как Nvidia будет калибровать технологию для будущих игр и в конечном счёте для интеграции в творческий софт.
Главный урок для создателей, выбирающих пути апскейлинга прямо сейчас: генеративная реконструкция мощна и по-настоящему рискованна применительно к человеческим лицам. Если для вас приоритет — точность портрета (для листов персонажей, стабильных рендеров OC или всего, где важен конкретный облик), — обычные апскейлеры на основе суперразрешения остаются более надёжным выбором, пока генеративные модели не докажут, что способны удерживать лицо неизменным. Изучите каталог моделей Charmloop, чтобы узнать, какие генеративные пайплайны сейчас лучше всего справляются с портретной стабильностью, или загляните в руководства для сравнения техник апскейлинга.
Готовность Nvidia откатить функцию до выхода крупного тайтла — правильное решение. Оно также сигнализирует: генеративная реконструкция — не решённая задача, а непрекращающееся противостояние между тем, что хочет создать модель, и тем, что на самом деле нарисовал художник.
