What Is Neural Rendering? How AI Is Replacing the Graphics Pipeline

Když NVIDIA ukázala, jak DLSS 4 generuje patnáct z každých šestnácti pixelů pomocí AI, velká část publika neviděla pokrok. Viděli „falešné snímky“ a „AI slátaninu“: vygenerovaný detail, který vypadá správně, dokud najednou nevypadá, a který nelze ladit tak, jak byste ladili špatně umístěný polygon. Zpráva PCGuide o anketě komunity zjistila, že 54 % odpovědí bylo prosté „Ne“ ohledně DLSS 5 a jeho vzhledu, přičemž velká část kritiky mířila na rysy obličeje a reakci „AI slátanina“. Tu reakci stojí za to brát vážně a ještě se k ní vrátíme.

Ale větší problém v každém z těch sporů je, že termín „neuronové vykreslování“ se používá pro nejméně pět různých věcí: upscaling, snímky generované AI, rekonstrukci scény z fotografií, ukázky NeRF a Gaussian Splatting, které jste viděli na sociálních sítích, a výzkumné systémy, jež vykreslují celý obraz jedinou sítí. Lidé mluví jeden vedle druhého, protože každý ukazuje na jinou vrstvu a používá totéž slovo. Jensen Huang z NVIDIA nazval tento posun „momentem GPT pro grafiku“. To je tvrzení. Užitečná otázka zní, co se pod ním děje.

Zde je hlavní myšlenka, díky níž je celá věc čitelná: GPU stále častěji obraz předpovídá, místo aby ho počítal. Tradičně GPU počítá každý pixel simulací geometrie, osvětlení a materiálů (rasterizace a v poslední době ray tracing nad ní). Neuronové vykreslování mění to, co se počítá , oproti tomu, co se předpovídá natrénovanou sítí. Toto jediné rozlišení je páteří tohoto článku. Na jeho konci budete schopni zařadit jakoukoli techniku na spektrum, vědět, které běží v reálném čase a na jakém hardwaru, a rozeznat to, co je dnes ve hře, od toho, co je výzkumný článek nebo demo z GTC. Toto je mapa, nikoli návod. Hluboká mechanika kterékoli jednotlivé techniky je téma na samostatné články.

Zkrácená verze

• Neuronové vykreslování je spektrum, nikoli synonymum pro DLSS. Zahrnuje výzkum rekonstrukce scén (NeRF, Gaussian Splatting), komponenty reálného času uvnitř vykreslovacího řetězce (DLSS, Ray Reconstruction, neuronová vyrovnávací paměť záře) a generativní metody, které vymýšlejí detail, jaký snímek nikdy neměl.
• Hlavní myšlenkou je „předpovídat místo počítání“. Každá technika nahrazuje drahou počítanou fázi řetězce sítí, která předpovídá výsledek, na němž byla natrénována.
• Většina toho, co dnes vychází, je hybridní. Upscaling, generování snímků a AI odšumování dnes běží ve hrách reálného času, zatímco neuronová komprese textur a neuronové shadery se objevují prostřednictvím vývojářských sad nástrojů. Plné neuronové renderery, které kreslí celý obraz sítí, jsou stále ve fázi výzkumu.
• Stává se to záležitostí napříč výrobci, ne jen příběhem NVIDIA. Práce Microsoftu na ML na úrovni shaderů v DirectX začala s Cooperative Vectors v Shader Model 6.9 a směřuje k širší podpoře lineární algebry v Shader Model 6.10, čímž dává enginům cestu k neuronovým shaderovým úlohám mimo stack jediného výrobce.

Proč „neuronové vykreslování“ znamená pět různých věcí

Neuronové vykreslování je třída metod, které používají neuronové sítě k předpovídání částí obrazu (pixelů, osvětlení, materiálů, dokonce celých snímků), jež by GPU jinak počítalo od nuly. Přehled Tewari a kol. jej definuje jako spojení klasické počítačové grafiky s hlubokými generativními modely pro fotorealistický výstup. Termín pokrývá široké spektrum a „DLSS“ je jedním bodem na něm.

Důvod, proč je rozhovor zmatený, je ten, že spektrum má nejméně tři odlišné vrstvy a veřejnost používá jedno slovo pro všechny.

První vrstvou je akademické / rekonstrukční neuronové vykreslování: NeRF, 3D Gaussian Splatting a diferencovatelné vykreslování. Tyto berou fotografie nebo měření reálné scény a učí se reprezentaci, kterou lze vykreslit z nových úhlů kamery. původní článek o NeRF (Mildenhall a kol., 2020) trénuje malou síť k mapování 3D souřadnice a směru pohledu na barvu a hustotu a poté vykresluje nové pohledy jejím dotazováním. Tato vrstva je převážně offline. Rekonstruuje scény; nepohání smyčku snímků vaší hry.

Druhou vrstvou je neuronové vykreslování řetězce reálného času: sítě, které běží uvnitř nebo vedle normálního rasterizovaného snímku. Upscaling DLSS, Ray Reconstruction a neuronová vyrovnávací paměť záře žijí zde. Řetězec stále rasterizuje a trasuje paprsky; síť obstarává jednu jeho drahou fázi. Toto je vrstva, která je dnes ve hrách.

Třetí vrstvou je generativní neuronové vykreslování: síť produkuje obsah obrazu, který snímek vůbec nikdy nepočítal. Generované snímky DLSS 4 leží na okraji tohoto a DLSS 5 (který NVIDIA oznámila na podzim 2026) postupuje dál do něj tím, že generuje detail osvětlení a materiálů, místo aby pouze interpoloval mezi vykreslenými snímky.

Tyto tři vrstvy se chovají odlišně, běží různou rychlostí a potřebují různý hardware. Zacházení s nimi jako s jednou věcí je důvod, proč dva lidé mohou současně říci „neuronové vykreslování je přehnaně vychvalované“ a „neuronové vykreslování je budoucnost“ a oba mít částečně pravdu.

Shrnutí sekce: Termín vznikl před DLSS a není jeho synonymem. DLSS je jedna aplikace (reálný čas, v řetězci) uvnitř mnohem širšího spektra, které sahá od offline rekonstrukce scén po plně generované snímky.

Jak neuronové vykreslování nahrazuje části hrubého řetězce

Při plném vícesnímkovém generování DLSS 4 je zhruba patnáct z každých šestnácti pixelů na obrazovce vytvořeno AI, nikoli vykresleno tradičně (podle údajů NVIDIA o DLSS 4). To číslo je celý posun zhuštěný do jedné statistiky: renderer počítá zlomek obrazu a zbytek předpovídá.

Tradiční vykreslování si každý pixel zaslouží. GPU rasterizuje geometrii, spouští shadery pro výpočet osvětlení a materiálů a (s ray tracingem) simuluje odrážení světla po scéně. Ray tracing je obzvlášť brutálně drahý, protože realistické světlo potřebuje mnoho odrazů a mnoho vzorků na pixel a šum z podvzorkování se musí poté vyčistit. Jak scény začaly být ambicióznější, staly se nejdražší fáze zřejmými cíli: místo jejich počítání natrénovat síť, aby jejich výstup předpovídala.

Postup byl spíše stálý než náhlý:

• 2018, DLSS 1.0. První komerční krok: vykreslit v nízkém rozlišení, předpovědět obraz ve vysokém rozlišení. Posunout upscale z „počítat více pixelů“ na „předpovídat více pixelů“.
• 2020, NeRF. Rekonstrukce scény z obrázků pomocí naučeného pole záře. Předpovídat nové pohledy místo modelování a vykreslování geometrie.
• 2021, Neural Radiance Cache. Předpovídat odražené světlo během trasování cest, aby renderer mohl trasování brzy zastavit.
• 2022, DLSS 3 Frame Generation. Generovat celé mezisnímky místo jejich vykreslování.
• 2023, 3D Gaussian Splatting. Rychlejší alternativa k NeRF klonící se k reálnému času pro rekonstruované scény.
• 2025, DLSS 4 + RTX Kit. Vícesnímkové generování plus sada neuronových komponent (komprese textur, vyrovnávací paměť záře, neuronové shadery).
• 2025, DirectX Cooperative Vectors (náhled). API napříč výrobci pro maticovou matematiku, kterou neuronové shadery potřebují (uvedeno v náhledu jako součást Shader Model 6.9).
• 2026, DLSS 4.5. Postupná vylepšení kvality a Ray Reconstruction (popsaná NVIDIA na Computexu).
• Podzim 2026, DLSS 5 (oznámeno). Další posun ke generativnímu neuronovému vykreslování.

Čteno shora dolů, každý řádek je tentýž tah aplikovaný na jinou fázi: vzít něco, co řetězec dříve počítal, a nechat to místo toho předpovídat síť.

Šest vrstev: co AI nahrazuje v každé fázi řetězce

Šest technik nese většinu dnešního neuronového vykreslování reálného času a každá z nich nahrazuje konkrétní počítanou fázi: upscaling (rozlišení), generování snímků (počet snímků), ray reconstruction (odšumování), neuronová vyrovnávací paměť záře (globální osvětlení), neuronová komprese textur (ukládání materiálů) a neuronové shadery (výpočet uvnitř shaderu). Vědět, které fáze se každá dotýká, je většina práce.

Dělí se podle toho, kde v řetězci síť běží. Některé fungují na samém konci jako následné zpracování hotového snímku; některé běží uprostřed řetězce vedle ray tracingu; některé žijí uvnitř samotného shaderu. To umístění není detail. Určuje, jak rychle může technika běžet a jaký hardware potřebuje. Tabulka mapuje těchto šest technik; podsekce níže vysvětlují mechanismus, který by se do každé buňky úhledně nevešel.

AI upscaling (super rozlišení)

AI upscaling vykresluje snímek v nižším rozlišení a předpovídá výsledek ve vysokém rozlišení, takže GPU kreslí mnohem méně pixelů a síť doplňuje strukturu. DLSS, FSR 4 od AMD i XeSS od Intelu to všechny dělají skrze temporální převzorkování: vzorkují různé pixely napříč po sobě jdoucími snímky a kombinují tuto historii s pohybovými vektory k rekonstrukci detailu, který jediný snímek v nízkém rozlišení neobsahuje.

Toto je nejvyzrálejší a nejšířeji nasazená vrstva a právě zde je realita napříč výrobci nejjasnější. DLSS 4 přesunul svůj upscaler z konvoluční sítě na transformer kvůli lepší stabilitě detailu. FSR 4 je první upscaler AMD založený na ML, běžící na RDNA 4 s inferencí FP8 namísto ručně psaných heuristik dřívějších verzí FSR. XeSS používá maticové jednotky XMX od Intelu. Tři výrobci, tatáž základní myšlenka: předpovědět pixely, které jste nevykreslili.

Generování snímků a vícesnímkové generování

Generování snímků předpovídá celé snímky mezi těmi, které GPU skutečně vykreslí, kombinováním herních dat, jako jsou pohybové vektory, s odhadem optického toku a AI. DLSS 3 používal akcelerátor optického toku řady RTX 40 k vložení jednoho vygenerovaného snímku mezi vykreslené snímky; DLSS 4 Multi Frame Generation na hardwaru řady RTX 50 dokáže vygenerovat až tři další snímky na každý tradičně vykreslený a NVIDIA říká, že DLSS 4 nahrazuje hardwarový krok optického toku účinnějším modelem AI.

Toto je vrstva, o které je spor o „falešné snímky“ ve skutečnosti, a způsob rámování tu hraje roli. Vygenerovaný snímek je věrohodná interpolace toho, kam scéna směřovala: ukazuje vám použitelný vizuální obsah. Ale je předpovídá, nikoli vykreslený ze skutečného stavu hry, a nenese čerstvou herní logiku ani vstup. Zásadní je, že generování snímků běží po vykreslení snímku, což latenci přidává, nikoli odebírá; Reflex 2 od NVIDIA existuje právě proto, aby tu latenci získal zpět. Takže „generování snímků hru zrychluje“ je jen částečná pravda: zvyšuje vnímanou plynulost (zobrazí se více snímků), aniž by zvyšovalo tempo, jakým se hra skutečně aktualizuje a reaguje. Ten rozdíl mezi tím, co vidíte, a tím, co hra ví, je celá debata, a pro soutěžní hraní, kde latence vstupu rozhoduje o výsledcích, je to kompromis, který stojí za zvážení.

Ray Reconstruction (AI odšumování)

Ray Reconstruction nahrazuje stack ručně laděných odšumovacích filtrů, na nichž stojí vykreslování s ray tracingem, jedinou neuronovou sítí natrénovanou k rekonstrukci čistého obrazu ze zašuměného, podvzorkovaného vstupu z ray tracingu. Trasování cest si v reálném čase může dovolit jen pár vzorků světla na pixel, což ponechává surový výstup zašuměný; něco ho musí vyčistit, než ho uvidíte.

Tradičním přístupem byl řetězec specializovaných odšumovačů, každý ručně laděný pro konkrétní efekt. Jejich nahrazení jednou natrénovanou sítí obvykle zachová detail, který ručně laděné filtry rozmazávaly, zejména na odrazech a jemném osvětlení, a je to jedna síť k údržbě místo křehkého řetězce z nich. Toto je čistý příklad hlavní myšlenky: fáze odšumování se posunula z „počítej ručně psanými heuristikami“ na „předpovídej natrénovaným modelem“.

Neuronová vyrovnávací paměť záře (globální osvětlení)

Neuronová vyrovnávací paměť záře (NRC) předpovídá, jak se světlo odráží po scéně, aby tracer cest mohl většinu paprsků přestat trasovat brzy, místo aby sledoval každý odraz až do konce. Globální osvětlení (měkké, nepřímé světlo odrážející se od stěn a podlah) je jednou z nejdražších věcí v grafice reálného času a mechanismus, díky němuž NRC funguje, se málokdy vysvětluje prostým jazykem, takže stojí za to u něj zpomalit.

Zde je mechanismus. Tracer cest normálně sleduje každý paprsek světla skrze mnoho odrazů, a právě tam náklady explodují. NRC trénuje malou síť během vykreslování (nikoli předem), aby předpověděla světlo přicházející do bodu po dalších odrazech. Tracer cest tedy trasuje paprsek pro jeden či dva odrazy, pak se sítě zeptá „jaké je tu zbylé světlo?“ a cestu předčasně ukončí; článek o neuronovém ukládání záře do vyrovnávací paměti v reálném čase (Müller a kol., 2021) uvádí takto ukončení velké většiny cest. Představte si to jako vyrovnávací paměť, která neukládá přesné odpovědi, jež už viděla, ale učí se vzor osvětlení scény dostatečně dobře, aby odpovídala na dotazy, jež neviděla, a stále se přeučuje, jak se scéna mění. NVIDIA uvádí, že NRC běží s režií zhruba 2,6 ms, což je to, co jej činí použitelným v reálném čase, a nikoli výzkumnou kuriozitou.

Neuronová komprese textur

Neuronová komprese textur (NTC) komprimuje všechny texturové kanály materiálu dohromady pomocí sítě a dosahuje až 8násobné úspory VRAM oproti tradiční blokové kompresi při podobné vizuální kvalitě (podle dokumentace NVIDIA RTX Kit). Moderní materiál není jedna textura. Je to jejich stack (barva, normály, drsnost, kovovost a další) a tyto kanály jsou korelované způsoby, které bloková komprese, jež mačká každý kanál samostatně, zahazuje.

NTC tuto korelaci využívá. Učením se společné struktury napříč všemi kanály materiálu najednou ukládá tentýž materiál do mnohem menší paměti a dekóduje jej za běhu při vykreslování. VRAM je trvalé omezení, jak hry tlačí detail textur, takže „vejít se s 8krát více materiálu do téže paměti“ je přímá, praktická výhra, nikoli vizuální trik.

Neuronové shadery a DirectX Cooperative Vectors

Neuronové shadery spouštějí malé neuronové sítě uvnitř programovatelného shaderu (programy na pixel/na vrchol, které GPU již vykonává), aby síť mohla aproximovat drahý počítaný efekt přímo tam, kde je ten efekt potřeba. Místo přišroubování AI jako samostatného průchodu běží MLP jako součást shaderu na maticových jednotkách GPU (Tensor Cores na hardwaru NVIDIA).

Tensor Cores obstarávají maticovou matematiku, na níž tyto sítě běží, odlišné od jader pro obecné účely, která obstarávají zbytek práce. To, co mění neuronové shadery z funkce jednoho výrobce v širší schopnost odvětví, je vrstva API pod nimi. Microsoft představil DirectX Cooperative Vectors v náhledu se Shader Model 6.9 v roce 2025, aby zpřístupnil vektorové/maticové operace uvnitř shaderů HLSL. Do roku 2026 se Shader Model 6.9 přesunul do finální verze a Microsoft sdělil, že Cooperative Vector je vyřazován ve prospěch širšího návrhu lineární algebry plánovaného pro Shader Model 6.10. Bezpečný závěr není, že Cooperative Vectors jsou finální API, ale že DirectX směřuje k podpoře ML na úrovni shaderů napříč výrobci.

Shrnutí sekce: Šest technik se třídí podle toho, kde síť běží: následné zpracování na konci snímku, uprostřed řetězce vedle ray tracingu, nebo uvnitř samotného shaderu. To umístění rozhoduje o tom, zda technika může běžet v reálném čase a jaký hardware potřebuje.

Co běží v reálném čase a na jakém hardwaru

Hranice reálného času je ostřejší, než naznačuje humbuk: AI upscaling obvykle běží s nízkou režií, NRC přidává zhruba 2,6 ms a 3D Gaussian Splatting se blíží reálnému času pro statické scény. Původní NeRF a plné neuronové renderery jako RenderFormer zůstávají pevně jen výzkumné, neboť na snímek zabírají příliš mnoho času pro interaktivní použití. „Neuronové vykreslování je reálný čas“ platí pro vrstvu v řetězci a neplatí pro vrstvy rekonstrukce a plného rendereru.

Toto rozdělení přesně kopíruje spektrum. Některé komponenty v řetězci, zejména upscaling, generování snímků a Ray Reconstruction, už běží ve vydaných hrách. Jiné, jako NRC, NTC a neuronové shadery, je lepší popsat jako vývojářské technologie a nově vznikající funkce sad nástrojů než jako běžné produkční funkce. Vrstva rekonstrukce je smíšená: původní NeRF je pomalý, ale 3D Gaussian Splatting byl záměrným posunem k reálnému času a dosahuje ho pro statické scény. Vrstva plného neuronového rendereru (jediná síť produkující celý obraz) je tam, kde žije výzkum, a časy snímků nejsou zdaleka interaktivní.

Hardware je druhá polovina odpovědi a právě zde dosedá příběh napříč výrobci. Každá technika zde běží na jednotkách maticové matematiky, které moderní GPU dodávají pro AI inferenci:

• NVIDIA má Tensor Cores na každé kartě RTX od řady 20 výše, a proto většina těchto technik debutovala právě tam.
• U AMD FSR Upscaling založený na ML aktuálně cílí na GPU RDNA 4 / Radeon RX řady 9000 pro ML cestu; na starším hardwaru se SDK od AMD vrací k analytickým cestám FSR 3.1.5. Berte širší podporu starších GPU jako pohyblivou položku plánu, nikoli jako zaručenou funkci FSR 4, pokud se neodkazujete na konkrétní oznámení AMD.
• Intel používá maticové enginy XMX na GPU Arc pro XeSS.

Samotný DLSS je omezen funkcemi podle generace: upscaling funguje zpětně až po řadu RTX 20, původní generování snímků potřebuje řadu RTX 40 a vícesnímkové generování je pouze pro řadu RTX 50. Pokud se snažíte uvažovat o tom, co daná karta zvládne, to omezení podle generace je praktická odpověď, nikoli marketingová úroveň.

Co můžete použít dnes vs. co teprve přijde: Upscaling, generování snímků a Ray Reconstruction jsou ve hrách dostupné už dnes. Komponenty RTX Kit jako NRC, NTC a neuronové shadery jsou dostupné jako vývojářské technologie a nástroje, ale neměli byste naznačovat, že všechny jsou již běžné ve vydaných hrách. Gaussian Splatting má použitelné otevřené nástroje pro zachycení scény. Co tu ještě není: plné neuronové renderery, které kreslí celý snímek jednou sítí, vyzrálé neuronové shadery napříč výrobci (podpora AMD je v počátcích) a generativní funkce DLSS 5 (oznámené na podzim 2026). Pokud chcete experimentovat se stranou rekonstrukce (sami spouštět NeRF nebo inferenční úlohy), to je úloha pro výpočty na GPU , nikoli něco, co za vás dělá hra.

Čím neuronové vykreslování není: pět mylných představ

Většina sporů o neuronovém vykreslování se zjednoduší, jakmile určíte, které vrstvy spektra se tvrzení týká. Pět mylných představ se objevuje znovu a znovu.

1. „Upscaling DLSS je neuronové vykreslování.“ DLSS je an aplikace neuronového vykreslování, vrstva reálného času v řetězci, nikoli celý obor. Termín vznikl před DLSS a zahrnuje NeRF, Gaussian Splatting a generativní metody. Ztotožňovat obojí je jako nazývat „databáze“ synonymem jednoho produktu, který zrovna používáte.

2. „Generování snímků zrychluje hry.“ Zvyšuje počet snímků, které vidíte, čímž pohyb vypadá plynuleji, ale běží po vykreslení a přidává latenci. Tempo, jakým se hra aktualizuje a reaguje na váš vstup, se nezvyšuje. Pro soutěžní hraní je ta latence reálný kompromis; pro vizuální plynulost je to skutečná výhra. „Rychleji“ ty dvě věci slévá dohromady.

3. „DLSS 5 rozumí 3D / čte 3D scénu.“ Toto je to, co stojí za to pochopit správně nejvíc, protože technické zpravodajství to stále zkresluje. Jak to popisuje NVIDIA, DLSS 5 bere na vstupu barevná data každého snímku a pohybové vektory a poté používá svůj natrénovaný model k odvození sémantiky scény, jako jsou postavy, vlasy, látka, kůže a světelné podmínky. Je ukotven v obsahu hry, ale NVIDIA jej nepopisuje jako přímé čtení celého souboru 3D scény hry. „Vedený 3D“ znamená, že inference je geometricky konzistentní (respektuje, jak se povrchy pohybují a vztahují), nikoli že síť čte geometrii scény přímo. To rozlišení je důležité, protože vymezuje, co technika může a nemůže vědět.

4. „NeRF teď běží v reálném čase.“ Záleží, kterou techniku máte na mysli, což je přesně problém spektra. Původní NeRF v reálném čase neběží. 3D Gaussian Splatting se blíží reálnému času pro statické scény. Výzkumné systémy, které vykreslují celý snímek jednou sítí (RenderFormer a podobné), neběží v reálném čase vůbec. „NeRF“ se stal souhrnným pojmem pro půl tuctu metod s naprosto odlišnými rychlostmi.

5. „Neuronové vykreslování brzy nahradí rasterizaci.“ Dnešní systémy jsou hybridní: neuronové komponenty sedí uvnitř řetězce rasterizace a ray tracingu, nikoli na jeho místě. Plné nahrazení klasického řetězce jediným generativním rendererem je výzkumný cíl s dlouhým horizontem, nikoli blízký produktový směr. Berte „budoucnost je plně neuronová“ jako směr cesty, nikoli datovanou předpověď.

Shrnutí sekce: Jedinou kořenovou příčinou téměř každé neshody ohledně neuronového vykreslování jsou lidé používající totéž slovo pro různé vrstvy spektra. Nejprve umístěte tvrzení na spektrum a většina sporu zmizí.

Kam to směřuje

Trajektorie je v souladu se vším výše: dnes hybridní řetězce, stále více fází přecházejících z počítání na předpovídání, neuronové shadery napříč výrobci rozšiřující okruh těch, kdo to mohou vydávat, a hranice plného neuronového rendereru stále roky vzdálená. Dalším spotřebitelským krokem je DLSS 5, oznámený na podzim 2026, který vstupuje do generativního neuronového vykreslování tím, že vytváří detail osvětlení a materiálů, jaký hra nikdy nepočítala, místo aby pouze interpoloval mezi vykreslenými snímky. NVIDIA ukázala tuto technologii v kontextu řady RTX 50, ale její konečné hardwarové požadavky pro spotřebitele je třeba brát jako nepotvrzené, dokud NVIDIA nezveřejní jasný seznam kompatibility.

Pohled vpřed má dvě poloviny. Na bližší straně není nejdůležitějším krokem žádná jednotlivá technika. Je to standardizace. Cesta Microsoftu v DirectX se posouvá od Cooperative Vectors k širší lineární algebře na úrovni shaderů, což by mohlo umožnit enginům cílit na neuronové úlohy, aniž by sázely na jednu značku GPU. Na vzdálenější straně výzkumníci NVIDIA popsali koncový bod daleké budoucnosti, někdy zmiňovaný jako hypotetický „DLSS 10“, kde je renderer plně neuronový a klasický řetězec je pryč (referováno z druhé ruky z kulatého stolu Digital Foundry; berte to jako deklarovaný směr, nikoli plán). Koncovým bodem tohoto žebříku je systém, který generuje soudržný svět, místo aby ho kreslil.

Stojí ovšem za to zachovat si skepsi. Vygenerovaný detail se může odchýlit od uměleckého záměru a síť může halucinovat věrohodné, ale chybné obrazy, které nemají tradiční ekvivalent k ladění: problém kontroly kvality nahlášený na GDC 2026 a podstata velké části reakce „AI slátanina“. Stavět pro to, kam grafika směřuje, neznamená předstírat, že současný výstup je hotový. Znamená to sledovat, které fáze přejdou z počítání na předpovídání příště, a posuzovat každou podle toho, co dělá s obrazem, nikoli podle slova k ní přilepeného.

Časté dotazy

Je DLSS neuronové vykreslování?

Ano, ale je to jen jeden druh. DLSS je aplikace neuronového vykreslování: konkrétně vrstva reálného času v řetězci, pokrývající AI upscaling a generování snímků. Širší termín vznikl před DLSS a zahrnuje také metody rekonstrukce scén jako NeRF a Gaussian Splatting a generativní metody, které vymýšlejí nový detail obrazu. Takže každá funkce DLSS je neuronové vykreslování, ale spousta neuronového vykreslování není DLSS.

Jaký je rozdíl mezi neuronovým vykreslováním a ray tracingem?

Ray tracing simuluje světlo výpočtem toho, jak se paprsky odrážejí scénou; neuronové vykreslování předpovídá výsledky z natrénované sítě, místo aby je počítalo. Nejsou to soupeři. Kombinují se. Ray Reconstruction například používá neuronovou síť k odšumení zašuměného výstupu z ray tracingu a neuronová vyrovnávací paměť záře předpovídá odražené světlo, aby tracer paprsků mohl brzy zastavit. Neuronové techniky činí ray tracing dostupným v reálném čase.

Přidává generování snímků DLSS latenci?

Ano. Generování snímků běží po vykreslení snímku a vkládá předpovězené snímky mezi vykreslené, což latenci přidává, nikoli odebírá: Reflex 2 od NVIDIA existuje právě proto, aby to kompenzoval. Zvyšuje vnímanou plynulost (zobrazí se více snímků), aniž by zvyšoval to, jak rychle se hra aktualizuje a reaguje na vstup. Pro soutěžní hraní je to kompromis; pro plynulost v hraní pro jednoho hráče je to obvykle čistá výhra.

Běží NeRF v reálném čase?

Záleží, kterou techniku máte na mysli. Původní NeRF v reálném čase neběží. 3D Gaussian Splatting, pozdější metoda, se blíží reálnému času pro statické scény. Plné neuronové renderery, které kreslí celý snímek jednou sítí, jsou pouze výzkumné a daleko od interaktivních rychlostí. „NeRF“ se často používá volně k pokrytí několika metod s velmi odlišným výkonem, což je zdroj většiny zmatku.

Nahradí neuronové vykreslování rasterizaci?

Ne brzy. Dnešní systémy jsou hybridní: neuronové komponenty běží uvnitř řetězce rasterizace a ray tracingu, nikoli místo něj. Úplné nahrazení klasického řetězce jediným generativním rendererem je výzkumný cíl s dlouhým horizontem, nikoli blízký produkt. Realistický směr je více fází řetězce přecházejících z počítaných na předpovídané v průběhu času, přičemž rasterizace bude ještě roky odvádět skutečnou práci.

Co je neuronová komprese textur?

Neuronová komprese textur (NTC) je neuronová metoda, která komprimuje všechny texturové kanály materiálu dohromady (barvu, normály, drsnost a zbytek) a dosahuje až 8násobné úspory VRAM oproti tradiční blokové kompresi při podobné vizuální kvalitě, podle NVIDIA. Funguje tak, že se učí korelace mezi kanály, které bloková komprese, jež mačká každý kanál zvlášť, zahazuje. Komprimovaný materiál se dekóduje za běhu při vykreslování.