使用下一代 NVIDIA DLSS 生成突破性的光线追踪图像

这篇文章最初发表在 NVIDIA 技术博客上。

自 2018 年以来,NVIDIA DLSS 利用人工智能使游戏玩家和创作者能够提高性能和质量。随着时间的推移,这种解决方案已经发展到包括超分辨率和帧生成方面的突破性进展。

现在,人工智能神经渲染技术迈出了下一步,推出了 DLSS 3.5。此更新包括一个名为"光线重建"的重要新功能。

视频 1。了解 DLSS 3.5 如何与 NVIDIA 应用深度学习副总裁 Bryan Catanzaro 合作

射线重建是一种新的神经网络,适用于所有 GeForce RTX GPU,这进一步提高了射线追踪图像的图像质量。DLSS 3.5 的数据训练量是 DLSS 3 的 5 倍,它用 NVIDIA 超级计算机训练的 AI 网络取代了手动调谐的去噪器,该网络能在采样光线之间生成更高质量的像素。

图 1。人工智能驱动光线重建从 1080 像素源生成高质量的 4K 光线跟踪图像**

《赛博朋克 2077》《赛博朋克 2077:自由幻影》,艾伦·威克 2带有 RTX 的门户,都将在今年秋天推出,将包括 Ray Reconstruction。

视频 2。光线重建提高了《赛博朋克 2077》超速模式下光线追踪的性能

DLSS 3.5 还增加了自动场景变化检测到帧生成功能。此功能旨在自动防止"帧生成"在场景发生重大变化时生成难以创建的帧。它通过分析每个 DLSS 帧生成帧对上的游戏内相机方向来实现这一点。

自动场景变化检测简化了新 DLSS 3 标题的集成,与所有 DLSS 3 集成向后兼容,并支持所有渲染平台。在 SDK 构建变体中,场景更改检测器在屏幕上提供帮助,指示何时检测到场景更改,以便开发人员可以传入重置标志。

图 2.光线重建被训练来识别不同的光线跟踪效果以及时间和空间像素的质量

有了这些新功能,您可以通过光线跟踪获得更好的结果,并更有效地管理快速场景更改。

使用 Streamline2.2SDK(一个开源的跨 IHV 框架)集成到自定义引擎中对开发人员非常友好。只需确定所决定的 Streamline 插件需要哪些资源。在游戏的渲染管道中,您可以触发何时执行插件。

对于虚幻引擎的标题,只需将插件安装到您的项目中,大部分工作就已经完成了。如果您需要集成的分步指南,请参阅 如何成功集成 NVIDIA DLSS 3

光线重建将很快提供给所有游戏开发商 -- 注册以获取通知。自动场景变化检测现已在 DLSS 3.5 中通过 Streamline 2.2 SDK 和虚幻引擎插件实现。

阅读原文

相关推荐
mortimer18 小时前
在 Windows 上部署 NVIDIA Parakeet-TDT 遇到的坑
python·github·nvidia
扫地的小何尚1 天前
Isaac Lab 2.3深度解析:全身控制与增强遥操作如何重塑机器人学习
arm开发·人工智能·学习·自然语言处理·机器人·gpu·nvidia
攻城狮7号9 天前
NVIDIA开源Audio2Face模型与SDK,数字人表情迎来“灵魂”时刻
人工智能·nvidia·开源模型·audio2face
Jzzzzzzzzzzzzzz10 天前
NVIDIA-SMI has failed because it couldn‘t communicate with the NVIDIA driver.
ubuntu·nvidia·显卡驱动
深度学习机器13 天前
解密vLLM:基于nano-vllm源码剖析其推理加速之道
pytorch·llm·nvidia
扫地的小何尚14 天前
NVIDIA Dynamo深度解析:如何优雅地解决LLM推理中的KV缓存瓶颈
开发语言·人工智能·深度学习·机器学习·缓存·llm·nvidia
扫地的小何尚14 天前
CUDA 13.0深度解析:统一ARM生态、UVM增强与GPU共享的革命
arm开发·人工智能·自然语言处理·gpu·nvidia·jetson·nvidia thro
扫地的小何尚16 天前
R²D²深度解析:NVIDIA三大神经网络突破如何变革机器人学习
神经网络·r语言·机器人·llm·gpu·nvidia
扫地的小何尚17 天前
深度解析 CUDA-QX 0.4 加速 QEC 与求解器库
人工智能·语言模型·llm·gpu·量子计算·nvidia·cuda
阿里云大数据AI技术19 天前
阿里云 PAI 携手 NVIDIA 提供端到端物理 AI 解决方案
人工智能·nvidia