《凱恩的遺產》開發者批DLSS 5：會加速3A游戲滅亡

在英偉達DLSS 5發布多天后，外媒WCCF仍在收集游戲開發者和MOD社區對這項極具爭議性技術的反應。

3月19日，外媒WCCF采訪了RTGI Modder Pascal Gilcher，他是一位知名渲染工程師、藝術家和MOD制作者，他曾是英偉達的員工，最廣為人知的成就是為ReShade創建了第一個也是公認最好的RTGI著色器。

自RTGI于2019年5月首次發布以來，經過多次迭代，該著色器已被用于增強老式PC游戲的畫面，使其具備屏幕空間光線追蹤效果。最終，這項技術變得廣受歡迎，以至于英偉達將其添加到了GeForce Experience Freestyle圖形濾鏡套件中。

Pascal Gilcher表達了自己對DLSS 5的看法。Pascal Gilcher表示他認可DLSS 5的技術實力，但不認同路線，而且對整個AI發展方向有點失望。一方面，DLSS 5確實很強，但這種技術“不可控”，缺乏工程和數學上的“美感”。

他說：“我認為這項技術確實令人印象深刻，但在很大程度上我也認同‘AI垃圾’這種說法。我懷疑按照它們目前的工作方式，這類模型是否真的能被‘馴服’，從而避免生成錯誤的人臉之類的問題。它們被要求產出具有侵入性的結果……卻又不能顯得具有侵入性。

我猜測它的工作方式大概是這樣的：它們需要某種‘先驗數據（prior）’來訓練模型。這意味著需要同時具備不真實的圖像和照片級真實圖像的配對。但問題是……要如何生成如此多樣化的圖像配對呢?答案是使用生成對抗網絡（GAN）。他們很可能擁有海量的游戲截圖，以及大量從互聯網上抓取的真實照片。這也解釋了為什么所有人臉看起來都會帶有一種“Instagram風格”。

他們先訓練一個大型模型，用來區分真實圖像和偽造圖像。然后再訓練第二個、更小的模型，把游戲截圖一對一地轉換為照片級真實圖像。這個模型的訓練獎勵，就是它在多大程度上能夠“欺騙”第一個模型。他們可以在這個階段使用非常大的模型，因為目標只是獲得成對的‘真實 vs 不真實’圖像數據。最后，再基于這些結果訓練或蒸餾出一個更小的模型，用常規方式學習，把不真實圖像轉換成對應的真實圖像。

總體來說，我現在對AI的發展普遍感到非常乏味。我知道機器學習領域確實有很多真正令人驚嘆的研究成果，我自己也有ML開發經驗，但即便具備扎實的數學背景，很多時候依然感覺像是在黑暗中摸索。這里面毫無優雅可言，只是在用算力從不同角度去硬砸問題。這種感覺很糟糕，而這似乎也正是當下許多科技發展的時代氛圍。”

而在3月20日，WCCF又采訪了《凱恩的遺產 ：血兆》《永恒黑暗》等經典游戲創作者Denis Dyack。他整體上對DLSS 5持批評態度，他認為DLSS 5可能會給3A游戲開發商帶來災難，因為DLSS 5可能會縮小3A游戲與獨立游戲之間通常存在的視覺優勢。

“英偉達DLSS 5的發布是個錯誤，需要重新設計。目前的版本似乎已經超越了提升游戲畫面的范疇，從根本上改變了游戲的藝術方向。先不說畫面瑕疵和其他AI美術問題。3A游戲行業已經陷入困境，因為如今很難證明其制作成本的合理性。畫面精美絕倫是3A游戲相對于小成本游戲的最大優勢。如果DLSS 5被廣泛采用，將會加速3A游戲制作流程的消亡，因為它會抹殺高制作水準美術所帶來的震撼效果。”