Non \u00e8 solo un salto di qualit\u00e0 grafica. La nuova tecnologia DLSS 5 usa l\u2019intelligenza artificiale per riscrivere luce e materiali in tempo reale, avvicinando i videogiochi alla resa visiva del cinema. Le reazioni sui social: \u00abSembra un filtro di TikTok\u00bb, \u00abGli artisti saranno furiosi\u00bb<\/p>\n
C\u2019\u00e8 una scena, ormai familiare a chi gioca su Pc, in cui il confine tra realt\u00e0 e simulazione sembra assottigliarsi fino quasi a scomparire. Un volto illuminato da una luce radente, una giacca che reagisce al vento con pieghe credibili. Negli ultimi anni, questo tipo di resa visiva \u00e8 diventato sempre pi\u00f9 comune<\/a>. Ma con l\u2019annuncio di DLSS 5<\/b>, Nvidia<\/b> prova a spostare ancora pi\u00f9 avanti l\u2019asticella: non solo rendere i giochi pi\u00f9 fluidi o pi\u00f9 nitidi, ma cambiarne direttamente l\u2019aspetto, avvicinandoli alla grammatica visiva del cinema. \u00c8 un passaggio che segna una discontinuit\u00e0 rispetto al passato e che, proprio per questo, va compreso con attenzione.\u00a0\u00abDLSS 5 \u00e8 il “momento Gpt” della grafica<\/b>: combina un rendering artigianale con l\u2019IA generativa per offrire un salto spettacolare in termini di realismo visivo\u00bb, ha affermato Jensen Huang, ceo di Nvidia, durante l’evento\u00a0GTC, la conferenza annuale per gli sviluppatori legati all’azienda pi\u00f9 capitalizzata al mondo, in corso a San Jos\u00e9 (Stati Uniti). Con\u00a0\u00abmomento Gpt\u00bb, Huang si riferisce a una novit\u00e0 capace di far deflagrare un interno settore e di dar vita a qualcosa di nuovo, come avvenuto nell’AI generativa con l’arrivo di ChatGpt.<\/p>\n Dalla velocit\u00e0 all\u2019immagine<\/p>\n Per capire cosa sia davvero DLSS 5<\/b> bisogna fare un passo indietro. DLSS, acronimo di Deep Learning Super Sampling<\/b>, nasce nel 2018 come tecnologia per aumentare le prestazioni. L\u2019idea \u00e8 semplice: il gioco viene renderizzato a una risoluzione pi\u00f9 bassa, poi un modello di intelligenza artificiale ricostruisce i dettagli mancanti,<\/a> producendo un\u2019immagine simile a quella ad alta risoluzione ma con meno costi computazionali. Nel tempo il sistema si \u00e8 ovviamente evoluto, prima migliorando la qualit\u00e0 dell\u2019upscaling, poi introducendo la generazione di frame (le sequenze) intermedi per aumentare la fluidit\u00e0. Con le versioni pi\u00f9 recenti, l\u2019intelligenza artificiale \u00e8 arrivata a generare la maggior parte dei pixel che vediamo sullo schermo. DLSS 5<\/b> cambia prospettiva. Non si limita pi\u00f9 a ricostruire un\u2019immagine gi\u00e0 definita dal motore grafico, ma interviene sul suo aspetto finale. Ci\u00f2 significa modificare il modo in cui la luce e i materiali vengono percepiti. Ed \u00e8\u00a0qui che si gioca la partita pi\u00f9 interessante.
Che cosa significa \u00abneural rendering\u00bb<\/p>\n Nvidia<\/b> definisce DLSS 5<\/b> come un modello di \u00abneural rendering\u00bb<\/b> in tempo reale. Dietro questa espressione c\u2019\u00e8 un\u2019idea precisa: usare reti neurali<\/a> non solo per migliorare l\u2019immagine, ma per partecipare direttamente alla sua creazione. Il funzionamento, semplificando, parte dai dati che il motore grafico gi\u00e0 produce. Ogni frame contiene informazioni sui colori e sui movimenti degli oggetti. Questi dati vengono analizzati da un modello di intelligenza artificiale<\/b> addestrato a riconoscere elementi complessi come pelle, capelli, tessuti o condizioni di illuminazione. A quel punto interviene la generazione vera e propria. Il sistema rielabora la scena introducendo effetti che normalmente richiederebbero molto pi\u00f9 tempo di calcolo: la diffusione della luce sotto la pelle, le micro-variazioni delle superfici, le interazioni sottili tra materiali e illuminazione. Il risultato \u00e8 un\u2019immagine che resta ancorata alla scena originale, ma appare pi\u00f9 credibile. Non si tratta quindi di inventare contenuti da zero, come fanno molti modelli generativi offline. Qui l\u2019obiettivo \u00e8 mantenere coerenza e stabilit\u00e0, due requisiti fondamentali per un videogioco che deve reagire in tempo reale alle azioni del giocatore. Secondo Nvidia<\/b>, il modello \u00e8 progettato per essere deterministico e temporaneamente stabile. In altre parole, la stessa scena deve produrre lo stesso risultato, evitando artefatti o variazioni imprevedibili tra un frame e l\u2019altro<\/p>\n La promessa \u00e8 chiara: ridurre la distanza tra la grafica in tempo reale e quella dei film. \u00c8 una distanza che esiste per ragioni tecniche. Un frame cinematografico pu\u00f2 essere calcolato in minuti o ore, mentre un videogioco deve produrne uno ogni pochi millisecondi. Per anni, il settore ha provato a colmare questo gap aumentando la potenza di calcolo. Ray tracing e path tracing<\/a> hanno rappresentato passi importanti, simulando in modo sempre pi\u00f9 accurato il comportamento della luce. Ma c\u2019\u00e8 un limite strutturale. Non \u00e8 possibile, almeno nel breve periodo, raggiungere il livello del cinema solo con la forza bruta. DLSS 5 <\/b>introduce quindi un\u2019altra strategia. Invece di calcolare tutto in modo fisicamente accurato, usa l\u2019intelligenza artificiale per \u00abinterpretare\u00bb<\/b> i dati disponibili e produrre un risultato visivamente pi\u00f9 realistico. \u00c8 un cambio di paradigma, perch\u00e9 si passa dalla simulazione pura alla sintesi guidata. In questo senso, DLSS 5<\/b> si posiziona come uno strato aggiuntivo, in quanto non sostituisce tecnologie come il path tracing, bens\u00ec le amplifica. Il motore grafico continua a determinare dove si trovano luci e ombre; il modello neurale interviene per migliorarne l\u2019aspetto, come se avesse a disposizione pi\u00f9 risorse di quante ne abbia realmente.<\/p>\n La differenza con le versioni precedenti<\/p>\n Il confronto con DLSS 4 e 4.5<\/b> aiuta a chiarire il salto. Le versioni precedenti erano orientate all\u2019efficienza. Miglioravano la resa a parit\u00e0 di prestazioni o aumentavano il numero di frame generati. L\u2019obiettivo era ottimizzare la pipeline grafica. DLSS 5<\/b>, invece, punta a ridefinire il carattere dell\u2019immagine, sfruttando l\u2019intelligenza artificiale come una vera e propria componente creativa<\/b>, anche se vincolata ai dati della scena. In un contesto del genere, uno degli aspetti cruciali diventa inevitabilmente il controllo. Se una tecnologia modifica l\u2019aspetto visivo di un gioco, il rischio \u00e8 che interferisca con le scelte artistiche degli sviluppatori. Nvidia<\/b> prova a rispondere introducendo strumenti di regolazione. Intensit\u00e0, color grading, maschere, tutti parametri che permettono di decidere dove e quanto applicare l\u2019effetto. In teoria, questo dovrebbe garantire che ogni gioco mantenga la propria identit\u00e0 visiva. In pratica, molto dipender\u00e0 da come questi strumenti verranno utilizzati. Un titolo realistico potrebbe trarre vantaggio da un intervento pi\u00f9 marcato; uno stilizzato rischia invece di perdere coerenza. L\u2019integrazione, almeno sulla carta, non dovrebbe essere un ostacolo. DLSS 5<\/b> utilizza lo stesso framework gi\u00e0 adottato per le versioni precedenti, e pu\u00f2 essere implementato anche tramite plugin per motori diffusi come Unreal Engine 5<\/b>. Questo facilita l\u2019adozione, ma non garantisce risultati uniformi.<\/p>\n Le incognite tecniche\u00a0<\/p>\n Se la direzione \u00e8 chiara, molte domande restano aperte, a partire dall\u2019hardware. Durante le prime dimostrazioni pubbliche, DLSS 5<\/b> \u00e8 stato eseguito su due schede grafiche di fascia altissima, una dedicata al rendering e l\u2019altra al modello neurale. Nvidia<\/b> afferma che la versione finale funzioner\u00e0 su una singola GPU<\/b>, ma non ha ancora fornito specifiche definitive (se non la compatibilit\u00e0 con le schede della famiglia RTX50<\/b>). Questo rende difficile valutare l\u2019impatto reale in termini di consumo energetico, memoria e latenza. Sono elementi cruciali, perch\u00e9 determinano la diffusione della tecnologia. Un\u2019altra area di incertezza riguarda i casi limite. Interfacce, testi, particelle, trasparenze: tutti elementi che storicamente mettono in difficolt\u00e0 i sistemi basati su ricostruzione e predizione. Non \u00e8 ancora chiaro come DLSS 5<\/b> si comporter\u00e0 in queste situazioni.<\/p>\n Le reazioni negative degli appassionati<\/p>\n La questione pi\u00f9 delicata, per\u00f2, \u00e8 di natura estetica. Quando un algoritmo interviene su luce e materiali, di fatto sta interpretando l’impatto visivo di un\u2019immagine. Questo solleva un problema di fondo: fino a che punto si pu\u00f2 modificare una scena senza tradirne l\u2019intenzione originale?\u00a0Molti utenti di Internet hanno ritenuto che questo nuovo rendering fosse a volte caricaturale, arrivando persino a paragonarlo all’\u00abAI Slop\u00bb (ossia contenuti generati da AI di scarsa qualit\u00e0, diffusi in modo massiccio). Le demo di Nvidia sui social hanno rapidamente ricevuto migliaia di commenti, in gran parte negativi<\/b>: \u00abOra il tuo gioco sembra un’immagine generata dall’IA, fantastico!\u00bb o \u00abHanno trasformato il DLSS in un filtro di TikTok<\/b>\u00bb. \u00abGli artisti saranno, giustamente, furiosi\u00bb, ha affermato su Bluesky Will Smith, conduttore di podcast sui videogiochi, secondo il quale il nuovo look di Grace, l\u2019eroina di \u00abResident Evil Requiem\u00bb, \u00abmodifica il tono e i temi\u00bb del gioco. In risposta, Nvidia ha pubblicato un commento sotto il suo video in cui spiega che \u00abgli sviluppatori hanno il controllo artistico totale e dettagliato sugli effetti di DLSS 5, per garantire che l\u2019estetica unica del loro gioco venga rispettata\u00bb. \u00abSi tratta di un’anteprima molto preliminare\u00bb, ha precisato su X lo studio Bethesda, sviluppatore di \u00abStarfield\u00bb, ricordando che questa tecnologia rimarr\u00e0 \u00abcompletamente facoltativa\u00bb per i giocatori.\u00a0<\/p>\n Nvidia<\/b> insiste sul fatto che il sistema resta ancorato ai dati della scena e che gli sviluppatori possono controllarne l\u2019impatto. Ma il confine tra ricostruzione e reinterpretazione \u00e8 destinato a diventare sempre pi\u00f9 sottile.
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n<\/p>\n
In ogni caso, l’azienda ha indicato l\u2019autunno del 2026 come finestra di lancio. Alcuni titoli sono gi\u00e0 stati citati come potenziali supporti, tra produzioni tripla A e giochi di grande richiamo. Tra questi spiccano certamente Assassin\u2019s Creed Shadows<\/a><\/b>, Hogwarts Legacy<\/b>, Resident Evil Requiem<\/a><\/b>, The Elder Scrolls IV: Oblivion Remastered<\/a><\/b>. Va per\u00f2 ricordato che si tratta di indicazioni preliminari. Come spesso accade in questi casi, tempi e modalit\u00e0 di integrazione potrebbero cambiare.\u00a0Le dimostrazioni viste finora sono basate su materiali selezionati e controllati. Per una valutazione completa sar\u00e0 necessario attendere test indipendenti e un utilizzo su larga scala.<\/p>\n