DLSS 5: từ công nghệ AI upscaling đến bộ lọc thần kinh quyết định khung hình
DLSS 5 là công nghệ AI upscaling công nghệ dùng mạng thần kinh để nhận một khung hình đã được GPU render, thông tin chuyển động và nhiễu làm đầu vào, rồi tính toán cách sửa đổi từng điểm ảnh nhằm tạo ra hình ảnh cuối cùng với độ chi tiết cao và phong cách thị giác riêng biệt, thay vì chỉ phóng to hoặc làm sắc nét hình ảnh như các thuật toán upscaling truyền thống. Quan điểm đáng bàn ở đây là: DLSS 5 không đơn thuần “nâng cấp” khung hình, nó can thiệp vào cách trò chơi trông như thế nào. Điều này vừa mở ra cơ hội làm đẹp game, vừa đe dọa ý đồ sáng tạo của nhà phát triển. Thảo luận về DLSS 5 neural rendering vì thế không thể dừng ở câu hỏi “nó đẹp hơn không?”, mà phải đi xa hơn: “ai đang kiểm soát bức tranh mà chúng ta nhìn thấy?”.
Mã nguồn OpenDLSS-NR: bóc tách cách DLSS 5 neural rendering vận hành
Điều thay đổi cuộc tranh luận là việc đọc mã nguồn OpenDLSS-NR, dự án mã mở tái hiện lại mạng DLSS 5 neural rendering dựa trên nghiên cứu bị đảo ngược. Ở đó, ta thấy DLSS 5 không thay thế toàn bộ khung hình, mà tạo ra một “RGB residual” – phần dư màu sắc được áp lên khung hình gốc để ra ảnh cuối. Nói cách khác, mạng thần kinh xuất ra một bản hướng dẫn ở mức từng pixel: khu vực nào giữ nguyên, khu vực nào được làm lại chi tiết, độ tương phản, cấu trúc da, tông màu ra sao. Nó còn có tham số “style” tác động đến tone, cấu trúc và skin, cho thấy mạng đã học các sở thích về cách hình ảnh nên trông như thế nào, không chỉ phục hồi thông tin bị mất. Định nghĩa DLSS 5 như một AI filter nghe có vẻ lười biếng, nhưng khi thấy rõ cơ chế RGB residual và tham số phong cách, sự so sánh này trở nên khó bỏ qua.
Diffusion, Gaussian noise và câu chuyện “AI tự bịa” chi tiết hình ảnh
Đi sâu hơn vào kiến trúc, OpenDLSS-NR cho thấy mạng nhận thêm ba kênh Gaussian noise bên cạnh khung hình đã render và dữ liệu theo thời gian. NVIDIA mô tả DLSS 5 là một mô hình diffusion một bước trong không gian pixel, nghĩa là nhiễu có kiểm soát là phần không thể thiếu của quá trình tạo ra ảnh cuối. Đây là điểm mà nỗi lo “AI bịa chi tiết” trở nên dễ hiểu: thuật toán tái tạo truyền thống cố gắng suy luận từ bằng chứng đã có, còn diffusion model học cách thế giới thường trông thế nào và có thể tổng hợp cấu trúc hợp lý dựa trên tri thức đó. DLSS 5 không ngẫu nhiên phát sinh pixel, nhưng việc tạo thêm thông tin là nhiệm vụ của nó; phủ nhận chuyện nó phát sinh chi tiết mới còn thiếu trung thực hơn là thừa nhận. NVIDIA cố gắng ghim mạng vào thực tế bằng cách điều kiện hóa trên dữ liệu renderer, vector chuyển động, trạng thái thời gian, và dùng thuộc tính cảnh trong quá trình huấn luyện để giữ hình ảnh trung thành với scene của nhà phát triển. Nhưng câu hỏi vẫn còn: khi renderer và tri thức đã học của mạng mâu thuẫn, ai là người thắng?
Hiệu năng, lợi ích thực tế và cái giá phải trả trên GPU
Ở góc độ người chơi, DLSS 5 neural rendering có sức hút rõ ràng: nó đã giúp tái tạo những bản remaster miễn phí cho các game cổ trở nên sống động, nâng chất lượng hình ảnh lên mức gần như tác phẩm mới. Nhưng cái giá phải trả trên GPU không nhỏ. Theo bảng benchmark của dự án mã mở, mạng neural rendering mất 29,3 ms ở độ phân giải 2160p trên RTX 4070 SUPER, tương ứng khoảng 34 khung hình mỗi giây chỉ cho phần xử lý thần kinh, chưa tính thời gian render của game. Ở 1440p, nó vẫn cần 12,6 ms. Đây là câu trích dẫn đáng nhớ: "Trên RTX 4070 SUPER, toàn bộ mạng Neural Rendering cần 29,3 ms ở 2160p, qua 241 GPU dispatches." Không ngạc nhiên khi tác giả thử DLL DLSS 5 với The Blood of Dawnwalker và FPS lập tức giảm một nửa, chỉ hồi lại sau khi đổi vị trí lớp neural rendering trong pipeline. DLSS 5 vì vậy là công nghệ mạnh, nhưng không hề miễn phí về mặt hiệu năng; người dùng phải cân đo giữa hình ảnh đẹp hơn và tốc độ khung hình.
Hideo Kojima và nỗi lo AI không hiểu ánh sáng, nhịp điệu và ý đồ sáng tạo
Nỗi lo về DLSS 5 không chỉ đến từ kỹ sư và game thủ, mà còn từ những người kể chuyện bằng hình ảnh. Hideo Kojima thừa nhận rằng công nghệ này có thể biến nhân vật CG ở ngưỡng uncanny valley thành người trông như thật, một năng lực hấp dẫn về mặt thị giác. Nhưng ông nhấn mạnh vấn đề nằm ở ý đồ sáng tạo: khi ông chọn một kiểu ánh sáng cụ thể, luôn có lý do, và sẽ khó để AI hiểu được ý nghĩa đằng sau lựa chọn đó. Do đó, ông không thích việc để AI tự động quyết định hình ảnh, trừ khi chính ông là người điều khiển AI trong tác phẩm của mình. Đáng chú ý, cảm giác bất an này còn lan sang phục chế phim và remaster âm thanh, nơi AI có thể “cải thiện” bằng cách xóa đi những lựa chọn có chủ đích của người làm ra tác phẩm mà không hiểu lý do. Khi DLSS 5 neural rendering hành xử như một AI filter với tham số phong cách đã học, câu hỏi của Kojima rất trực diện: chúng ta đang nhìn thấy game của đạo diễn, hay game đã được “diễn giải lại” bởi mạng thần kinh?
