当前位置：

文章详情

《NBA 2K27》DLSS 5体验：强调真实而不越界，游戏画面的又一次飞跃

本周，NVIDIA正式发布了DLSS 5，首发游戏是《NBA 2K27》。和3月时的犹抱琵琶半遮面不同，这次我们终于能真正上手去体验一下这项堪称突破性的新技术，这无疑是令人兴奋的。当然，因为某种机缘巧合，我知道大伙已经通过一些妙妙工具给各种各样的游戏都套上了DLSS 5，而且有的游戏效果还不错，但是，正式版的游戏仍然是观察DLSS 5效果的最好手段。

DLSS 5的简单介绍

DLSS 5的核心是3D引导神经网络渲染技术（3D-guided neural rendering，下面会简称为DLSS 5 NR），该技术的目的是在有限的性能下面去达成尽可能逼真的画面。也许你会说DLSS超分辨率不就是拿来干这事的吗？对也不对，因为DLSS超分辨率仅仅是重建——接近原本应有的效果，但不会超过游戏引擎的上限。超分辨率并不是无中生有，而是有中生有。

DLSS 5实际上是借助AI模型，在原有画面上进行创造。AI生图我们都很熟，毕竟Stable Diffusion都是几年前的事情了。然而这里所说的这些模型又有些地方不太适合游戏——就算提示词一模一样，出来的图也许有所不同（通过调整seed等参数，我们可以做到输出十张一模一样的图，但这跟本文没啥关系，这里就不展开了），而游戏的场景是稳定，有着一致艺术风格的；然后就是性能问题，帧率对于游戏来说很重要，不可否认RTX 50系列现在有帧生成，但基础的帧率总得确保。

下面来看看DLSS 5是怎么做的。DLSS 5仅接受游戏引擎渲染的RGB图像作为输入。但是在训练时，NVIDIA引入了albedo、表面法线等信息作为监督，这样模型就会学习到场景中哪些东西是不能乱改的。其实从这里你可以知道一点，DLSS 5本质上算是一种后处理。

然后，DLSS 5还用了Pixel Space Diffusion（像素空间扩散）。一般的AI生图模型会经历一个编码-潜空间生成-解码的过程，生成中间可能会出现一些偏差。而Pixel Space Diffusion则是直接在RGB图像上施工，这同样确保了生成图像和原图像的相似，NVIDIA甚至表示，即便是锯齿也能保留下来。

不过Pixel Space Diffusion有一个比较影响性能的问题：因为它直接在RGB图像上操作，高分辨率会造成性能上的挑战。说起来NVIDIA和罗切斯特大学在去年提出了一款叫PixelDiT的图像生成模型，也是Pixel Space Diffusion模型，现在看来应该算是DLSS 5的铺垫吧？

而对于能改（增强）的东西，DLSS 5则用了一个专用的网络，这个网络只需要增强光照和材质这些内容，体积会比Stable Diffusion这些一般的AI生图模型更小，速度也更快——因为渲染器已经绘制好了图像，DLSS 5只需要在此基础上操作，而AI生图模型要从零，或者说一张噪声图开始。

好了，很显然，我们已经聊到了速度问题。

DLSS 5还采用了单步扩散推理，这比一般的AI生图模型要少得多（举个例子，Z-Image-Turbo要8步）。不过NVIDIA也提到，虽然在一般模型身上，步数更多质量会更好，但是DLSS 5是个特化模型，步数的增加未必能带来明显的提升。

DLSS 5的架构是Transformer，和DLSS 4超分辨率一脉相承，在RTX系列显卡上有着成熟的软件优化。在设计时，NVIDIA结合了神经架构搜索和定向消融，找出了在Tensor Core上兼顾质量和效率的网络架构。此外，Tensor Memory Accelerator（张量内存加速器，TMA）解决了传输问题，提高了Tensor Core的计算密度。

不过目前DLSS 5并没有采用NVFP4这种新格式，大多数的GEMM和注意力操作使用的是FP8。少部分GEMM使用FP16。NVIDIA表示，对于功能一样的模块，FP8的推理速度是FP16的两倍。

NVIDIA还披露了DLSS 5的参数：1.54亿的Transformer模型，听上去很大？让我们用AI模型的常用计数单位再说一遍好了：0.154B，这样听起来是不是迷你多了？所以也不用太担心显存。

另外，DLSS 5和视频生成模型有一点不同的是，它采用了逐帧流式推理。也就是说接收到一帧，就会处理输出一帧，不去考虑更后面的帧。这有两个好处，一是很适合游戏场景，AI是无法预测玩家接下来的行动的；二则是和生成速度有关，一帧出入延迟更低，而且处理单帧比多帧要耗费更少的显存。

虽然我还想说一下开发者对于DLSS 5的AI模型自定义能力，还有A、B、C三个模型的问题，但是时间实在不太足够，还好，GeForce网站上面有关于这方面的详细介绍。而上面的内容则大多来自NVIDIA Research的论文《DLSS 5: Real-Time Generative Rendering》，这篇论文比GeForce网站来得更加详细，而我选取了一些大家可能感兴趣同时GeForce网站可能没有详细提及的内容作为介绍。

DLSS 5对画面的增强，和保留

《NBA 2K27》是一个关于打篮球的游戏，自然，我们需要把焦点集中在人物上，包括球员和场边的替补、教练、观众和摄影等。不过我个人对NBA这块是真不熟，所以球员这些有哪里说错了请见谅。

另外我需要说明一点，DLSS 5的强度是由开发者进行控制的，游戏设置里只有开和关两档。我也不知道2K到底用了哪个模型，又设置了多少强度，因此下面的评论只针对《NBA 2K27》这款游戏，不应该视为DLSS 5的全部。

先来看看第一组截图，传奇黑曼巴，科比·布莱恩特。老实说，即使不放大，你也能看到DLSS 5带来的提升有多么巨大。光照像是被重做了一样，令科比的脸部、手臂都更为立体。在DLSS 5的加持下，游戏截图看起来栩栩如生，如果开了景深、截取部分区域画面、再加点滤镜的话，不说还以为是哪场比赛录像呢。Man，What can I say？

DLSS 5 ON

DLSS 5 OFF

当然，DLSS 5的效果是套用在整个画面上的，这里我们放大看这个篮球。篮球的明暗对比更加明显，立体感增强不少。还有，注意科比的手和篮球接触的位置，DLSS 5增加了更真实的遮蔽阴影，拥有柔和平滑的过渡，非常棒。

DLSS 5 ON

DLSS 5 OFF

最后我想说一下DLSS 5的保留，这点对于理解DLSS 5挺重要的。在这里我们进一步放大，看看科比的裤子部分。你会注意到裤子的精细度，或者说分辨率本身其实没有变动，DLSS 5只是增强了打光，让裤子显得立体。而右下角那种奇怪的折叠是因为布料模拟计算造成的，DLSS 5的AI没有去改动，而是把这种结构保留了下来。

DLSS 5 ON

DLSS 5 OFF

接下来是詹皇，勒布朗·詹姆斯。除了我们刚才已经说到的脸部、手臂和篮球部分的增强外，这里我想请大家仔细看看衣服上的细节。正如上面所说，衣服本身的精细度和结构是没有改动的，但DLSS 5显著增强了光照，这令上面因运动造成的皱褶更加明显、立体。

DLSS 5 ON

DLSS 5 OFF

球鞋部分能进一步地看到DLSS 5的变和不变。这里我们放得很大，先看球鞋的鞋带、鞋口，还有鞋底的外沿部分，你会看到一些比较生硬的线条，在这些地方省多边形很正常（这毕竟不是二游），而DLSS 5忠实保留了这些结构，没有更改。然而DLSS 5又能给鞋带、鞋口加上遮蔽阴影，非常好玩。

DLSS 5 ON

DLSS 5 OFF

下面我们再看看场边的情况，和球员相比，这些NPC不会投入太多资源——从他们的乏善可陈的衣服上可以看出这点，但只要摄像机对准，DLSS 5仍然为他们增色不少。特别是第二组细节图里相机，DLSS 5连相机模式拨盘的遮蔽阴影都给加上了，不得不服AI的注意力。

DLSS 5 ON

DLSS 5 OFF

DLSS 5 ON

DLSS 5 OFF

看了那么多截图，我知道肯定会有人在想，既然DLSS 5那么强，那么我直接把画质拉低，让DLSS 5顶上不就行了？嗯，这个想法是不错，但其实实现起来会有画质和性能两方面的问题，先说画质。

这是全低画质下的詹姆斯投篮，你能看到他的一切都是有棱有角的，材质分辨率也不高，整个画面有种梦回PS4早期的感觉。开了DLSS 5后，多边形结构、球衣上的NBA标志其实保持一致，就还是那么低。只是光照被加强了——看脸部，特别是额头、眼窝和嘴部；手掌，特别是食指和中指处，都很明显。

总的来说，低画质下的DLSS 5有种很奇妙的感觉，打个比方就是用现代技术做的复古画面游戏：多边形照旧，光源猛猛加。话说，要是真在老游戏上用DLSS 5，那感觉应该会很奇特，就看这项技术什么时候加进RTX Remix了。

DLSS 5 ON

DLSS 5 OFF

最后再通过街球模式说一些我在意的事情：DLSS 5也并非万能的画面许愿机，如果游戏确实没做一些很基础的东西，那它也不会斗胆加上。下面这张截图能很明显地看到，开发者直接忽略了观众们的投影（但是静态的场景投影还在，bruh），只有球员是有影子的，那么DLSS 5也不会硬加上投影，不过观众的鞋子还是有遮蔽阴影的，这样看起来他们就不像是浮在空中了。

DLSS 5 ON

DLSS 5 OFF

DLSS 5 ON

DLSS 5 OFF

DLSS 5的性能

测试平台

CPU

AMD 锐龙9 9950X

主板

微星MPG B850M EDGE TI MAX WIFI

内存

美商海盗船复仇者RGB DDR5-6000 32GB CL30（16GB x2）

显卡

微星GeForce RTX 5080 16G GAMING TRIO OC

微星GeForce RTX 5070 12G World of Warcrafl MIDNIGHT VOID EDITION OC

微星GeForce RTX 5060 Ti 8G GAMING DUKE 3X OC PLUS

GeForce RTX 5060

硬盘

三星 990 Pro 1TB

金士顿 NV2 2TB

散热器

雅俊GRATIFY AIO 5

电源

微星MPG A1000GS PCIE5

软件配置

操作系统

Microsoft Windows 11 25H2

驱动

GeForce Game Ready 616.64

超能网制作

因为本次体验着重于画质考察，所以测试部分就比较简略了，仅用了四张卡，针对不同的分辨率。当然，不同设置的叠加效果如何，我们也会测一遍。不过你看图表也能推测出，这种情况下没有哪张卡能说得上是轻松扛住的。

虽说DLSS 5和DLSS超分辨率、光线重建这些是同源的，都用了Transformer架构，但是DLSS 5的焦点在于画面质量的提升，而非性能。这点直接把上面的截图和下面的图表结合在一起看就知道了。而且你会发现另一件事，DLSS超分辨率对于DLSS 5的影响非常小，这是个先后顺序问题：因为DLSS 5是在渲染的最后一环对画面进行增强，而不是在DLSS超分辨率拉伸之前操作，所以全分辨率的画面会作为参数灌到模型里面。

具体建议嘛...开个帧生成，就这么简单。反正DLSS 5目前也是RTX 50系列独占，实在决定不了开多少倍帧生成就用动态吧。

我们还特意测试了游戏画质降低对帧率的提升程度，其实影响不大，原因上面说了，而且你还要忍受有棱有角的球员建模，还不如直接开帧生成来得舒适。

总结：又一次画质飞跃

DLSS 5无疑是继路径光追之后，实时渲染画质的又一次飞跃。得益于DLSS 5 AI模型的强度和RTX 50系列Tensor Core的高性能，在《NBA 2K27》中，比赛画面相当逼真，球员的精彩回放更是直逼实拍。不开玩笑，若是想怀念某位球星的黄金时代，直接开DLSS 5打场比赛就完事了，游戏录像做到比视频模型生成的短片还要真实是有可能的。而从球员的球鞋、街球模式的观众中可以看到，DLSS 5也是有着自己的一套规则，是增强并非爆改。不过，这也会让人思考一个问题：如果DLSS 5在年货游戏上就已经有如此的效果，那用在开发多年，精心打磨的3A上会有多强大的画面提升？这真的令人期待。

然后是离不开的话题，性能。不得不承认，DLSS 5非常耗费资源，和路径光追一样，帧生成是个必选项而不是可选项，而且想要帧率高还要开3倍、4倍。哦对了，说到光线追踪，我们还要注意到一点，这次体验的《NBA 2K27》仅有光线追踪反射，如果是一些更吃GPU的游戏碰上DLSS 5，那帧率也是很值得思考的一件事。不过，从NVIDIA的官方博客中可以知道，3月时DLSS 5需要两张RTX 5090才能运行，这次只要是RTX 50系列都能运行了，证明DLSS 5的进化还是很迅速的。另外，他们还说了秋季还会推出一版性能更好的模型，这同样是值得期待的一点。