LONDON (IT BOLTWISE) – NVIDIA hat auf der SIGGRAPH 2026 weitere technische Details zu DLSS 5 geliefert und dabei vor allem den Kritikpunkt adressiert, dass die KI die Bildwirkung „wie ein Filter“ verfälsche. Laut Edward Liu setzt DLSS 5 auf eine trainierte Transformation, die die Absicht des ursprünglichen Game-Engine-Renderings beibehalten soll. Entwickler erhalten dazu fein justierbare Regler wie „Structure Intensity“ und „Tone Intensity“ sowie Tools zum gezielten Masking einzelner Objekte. Offiziell bleibt der Performance-Effekt weiterhin ein zentrales Thema, weil die erste Vorschau zuvor deutlich mehr GPU-Ressourcen erforderte.
NVIDIA liefert mit einer neuen Runde technischer Einblicke zu DLSS 5 erneut Nachschub für das Thema, das seit der Erstvorstellung im März bei GTC ohnehin emotional diskutiert wird: Wirkt das KI-Rendering am Ende nur „wie ein AI-Filter“ oder kann es tatsächlich die gestalterische Absicht des Spiels respektieren? Auf der SIGGRAPH 2026 zeigte der Hersteller unter anderem weiteres Videomaterial und ordnete die Technologie deutlicher ein. Entscheidend ist dabei weniger das Versprechen „mehr Realismus“ als die Frage, wie die Bildumwandlung so ausgerichtet wird, dass Story, Look und Beleuchtung des von der Game-Engine erzeugten Outputs nicht austauschbar werden.
Edward Liu, Director of Applied Deep Learning Research bei NVIDIA, beschreibt den Kernansatz dabei relativ konkret: DLSS soll die Bilddarstellung verändern, ohne die Story zu verändern. In der Praxis bedeutet das, dass das Modell nicht einfach nach dem Zufallsprinzip „bessere“ Pixel halluziniert, sondern so trainiert wird, dass es bestimmte gestalterische Eigenschaften stabil hält. Liu verweist auf Daten wie Albedos, Surface Normals und Beleuchtungsinformationen, um den Umbau des Bildes zu begrenzen und zu führen. Besonders interessant ist sein Hinweis, dass DLSS dabei den tatsächlich vom Spiel generierten Frame als Ausgang nutzt – nicht etwa eine Prompt, kein Referenzbild und keine Proxy-Ansicht, sondern ein signal- und pixelgenau ausgerichteter Eingang, der in allen Engines verfügbar sein kann.
Damit rückt DLSS 5 technisch näher an das heran, was viele Teams aus dem MLOps-Umfeld kennen: Modelle werden so trainiert und kalibriert, dass sie nicht nur plausible Ergebnisse liefern, sondern auch reproduzierbare semantische Stabilität. Liu macht außerdem klar, warum das schwierig ist: generative Modelle sind probabilistisch, und „realistisch aussehen“ ist eben nur die halbe Aufgabe; die andere Hälfte besteht darin, dem ursprünglichen Content treu zu bleiben. Genau hier setzen nach seinem Vortrag auch die „fundamental and tough research challenges“ an, die NVIDIA offenbar in den Fokus stellt: erstens die Wahrung der künstlerischen Intention, zweitens das Frame-by-Frame-Streaming, also die Verarbeitung in Echtzeit über aufeinanderfolgende Frames hinweg, und drittens die Umsetzung mit Blick auf „Real Time 4K“.
Was für Entwickler im Alltag am meisten wiegt, sind die Steuerungen, die NVIDIA parallel zu den Modell-Details demonstriert. Auf den Folien zu den DLSS-5-Developer-Tools geht es um globale Regler wie „Structure Intensity“ und „Tone Intensity“, die per Schieberegler Werte zwischen 0 und 1 annehmen. Daneben gibt es „Developer Masking“: Automatisches Masking, das Modelle oder Charaktere identifiziert, sodass Entwickler gezielt angeben können, wo sie manuell eingreifen wollen. Praktisch heißt das, dass Teams nicht nur „den Filter insgesamt“ akzeptieren müssen, sondern auswählen können, was verändert werden soll und mit welcher Stärke – ein Punkt, der vor allem für die Zielgruppe relevant ist, die die KI-Veränderungen an Figuren und Gesichtern schnell als störend interpretiert.
NVIDIA nennt in diesem Zusammenhang als Beispiel die frühere Demonstration zu Resident Evil Requeim und beschreibt, dass Entwickler mit den Tools schlicht entscheiden konnten, DLSS 5 für bestimmte Charaktermodelle zu ignorieren. Außerdem stellt NVIDIA offenbar ein Set mehrerer Modellvarianten bereit: Model A, Model B und Model C, die mit unterschiedlichen Parametern und unterschiedlichen Interpretationen desselben gerenderten Szenen-/Frame-Inputs trainiert wurden. Entwickler können demnach im Verlauf des Spiels mischen und matchen, welches Modell aktiv ist. Aus Unternehmenssicht ist das ein wichtiger Hebel, weil es den Spielteams erlaubt, ihre Content-Pipeline nicht komplett neu aufzusetzen, sondern das KI-Rendering selektiv dort einzubinden, wo es visuell am stärksten wirkt oder wo die Risiken am besten kontrollierbar sind.
Gegen die Kernkritik („AI filter“) argumentiert NVIDIA damit, dass DLSS 5 „far from a post-processed filter“ sei und Künstler nicht nur indirekt über Nachbearbeitung beeinflusse, sondern über Tools tatsächlich steuern könne, was im Endbild zu sehen ist. Offen bleibt allerdings weiterhin ein Aspekt, der für Produktionsteams und Performance-Engineer besonders zählt: der genaue Performance-Hit. In der ursprünglichen Vorschau aus dem März hieß es, dass zwei RTX 5090s benötigt worden seien; laut aktuellem Stand wird die Optimierung aber auf das Laufen mit nur einer GPU vorangetrieben. NVIDIA kündigt zudem an, dass die neue neural-rendering-Funktion exklusiv für die RTX 50-Serie verfügbar sein soll – womit der Zeitplan für den Rollout zugleich die Abhängigkeit von Hardwarezyklen verschärft.
Für die Branche bedeutet das weniger eine reine Feature-Debatte, sondern eine Verschiebung im Verhältnis zwischen Rendering-Engine und KI-Layer: Statt „KI oben drauf“ wird DLSS 5 als integrierter Bestandteil des Bildpfads positioniert, der sich über struktur- und tonbezogene Intensitäten sowie Masking-Logik an den Content anpassen lässt. Genau solche kontrollierbaren Stellschrauben dürften den Unterschied machen, ob DLSS 5 in der Praxis als Qualitätsgewinn wahrgenommen wird oder als ungewolltes Autopilot-Element. Bis zum Release in diesem Herbst wird die wichtigste Frage deshalb sein, wie stabil die visuelle Treue über Szenenwechsel und unterschiedliche Spielzustände hinweg bleibt – und ob die versprochene Single-GPU-Optimierung den Aufwand so reduziert, dass sich das Feature ohne Kompromisse in breit ausgelieferte Grafikeinstellungen einbetten lässt.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "NVIDIA erklärt DLSS 5: KI-Rendering mit Entwickler-Reglern gegen den „AI-Filter“-Vorwurf" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "NVIDIA erklärt DLSS 5: KI-Rendering mit Entwickler-Reglern gegen den „AI-Filter“-Vorwurf" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »NVIDIA erklärt DLSS 5: KI-Rendering mit Entwickler-Reglern gegen den „AI-Filter“-Vorwurf« bei Google Deutschland suchen, bei Bing oder Google News!