《凯恩的遗产》开发者批评DLSS5-担忧加速3A游戏灭亡

在英伟达DLSS 5发布多天后，外媒WCCF仍在收集游戏开发者和MOD社区对这项极具争议性技术的反应。

3月19日，外媒WCCF采访了RTGI Modder Pascal Gilcher，他是一位知名渲染工程师、艺术家和MOD制作者，曾是英伟达员工，最广为人知的成就是为ReShade创建了第一个也是公认最好的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。他认可DLSS 5的技术实力，但不认同路线，对整个AI发展方向感到失望。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，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的发布是个错误，需要重新设计。目前的版本似乎已经超越了提升游戏画面的范畴，从根本上改变了游戏的艺术方向。先不说画面瑕疵和其他AI美术问题。3A游戏行业已经陷入困境，因为如今很难证明其制作成本的合理性。画面精美绝伦是3A游戏相对于小成本游戏的最大优势。如果DLSS 5被广泛采用，将会加速3A游戏制作流程的消亡，因为它会抹杀高制作水准美术所带来的震撼效果。”