À SIGGRAPH 2026 à Los Angeles, NVIDIA a présenté de nouveaux détails techniques sur DLSS 5 et une démonstration actualisée de son rendu neuronal. La firme met en avant trois modèles distincts, Model A, Model B et Model C, modulables selon les scènes, avec des coûts variables en calcul et mémoire. L’objectif affiché est d’améliorer la qualité visuelle tout en redonnant aux studios un contrôle fin sur l’identité artistique.
La première présentation de DLSS 5 avait suscité des critiques, notamment sur la fidélité au style d’origine. NVIDIA revient cette année avec une approche plus paramétrable, pensée pour s’insérer dans des pipelines de production où la cohérence visuelle compte autant que la performance.
SIGGRAPH 2026: NVIDIA présente DLSS 5 à Los Angeles
La prise de parole de NVIDIA à SIGGRAPH 2026, organisé à Los Angeles, s’inscrit dans une stratégie de communication très ciblée. Ce rendez-vous, historiquement fréquenté par les chercheurs, les studios d’animation et les développeurs graphiques, sert de vitrine à des technologies qui finissent souvent par se diffuser dans les moteurs et les jeux plusieurs mois plus tard. Dans ce contexte, DLSS 5 n’est pas présenté comme une simple option d’upscaling, mais comme un ensemble de briques de rendu neuronal capables d’agir sur la structure d’image, l’éclairage et la perception des matériaux.
Le message est aussi politique au sein de l’écosystème PC. Les réactions négatives d’une partie des joueurs lors de la première démonstration ont marqué le lancement public de DLSS 5, avec des reproches sur le rendu jugé trop éloigné d’une direction artistique originale. NVIDIA ne renonce pas pour autant, et met en avant une évolution centrée sur la maîtrise par les studios plutôt que sur une automatisation totale du style. Pour l’entreprise, la crédibilité passe par un discours d’outillage, moins par une promesse générale de meilleure image.
Sur le plan industriel, SIGGRAPH permet aussi de parler aux équipes qui fabriquent les images. Les studios raisonnent en contraintes, temps de rendu, mémoire GPU, stabilité temporelle, reproductibilité d’une scène à l’autre. En présentant DLSS 5 dans ce cadre, NVIDIA cherche à prouver que la technologie peut s’intégrer dans des chaînes de production où la qualité se valide plan par plan, et pas uniquement via une démonstration spectaculaire.
La démonstration actualisée insiste sur des réglages localisés, avec des comportements ajustables selon la scène ou le personnage. Cette approche répond à une critique récurrente des méthodes neuronales, leur tendance à uniformiser le rendu. NVIDIA tente d’établir l’idée que DLSS 5 peut devenir un outil de rendu, avec des paramètres contrôlables, auditables et adaptés à des objectifs visuels précis.
Le fait que l’entreprise parle de rendu neuronal plutôt que d’upscaling met en avant une ambition plus large, mais expose aussi à une exigence plus forte de transparence. Les studios et le public veulent comprendre ce qui est modifié, à quel endroit, et selon quelles règles, surtout quand l’identité d’un jeu repose sur un style graphique reconnaissable.
DLSS 5 propose trois modèles A, B, C modulables
Le point le plus concret de la présentation concerne le choix entre trois modèles, Model A, Model B et Model C. NVIDIA décrit ces variantes comme des profils de rendu neuronal offrant des niveaux différents d’intensité structurelle, de gestion de l’éclairage global, de restitution des textures et de détails fins. L’idée n’est pas seulement de proposer un curseur de qualité, mais des modèles ayant des comportements distincts, que les développeurs peuvent sélectionner selon le type de scène ou l’importance d’un élément à l’écran.
Dans un jeu, les contraintes varient fortement entre un plan serré sur un visage, une scène nocturne éclairée par des sources ponctuelles, ou un panorama riche en géométrie et en textures. NVIDIA explique que les studios peuvent mixer les modèles, en affectant un modèle plus exigeant à certains passages, et un modèle plus léger à d’autres, afin de préserver le budget de calcul. Cette logique rappelle des pratiques déjà connues, comme l’ajustement dynamique de certaines passes de rendu, mais transposée à des modèles neuronaux.
Chaque modèle possède un nombre de paramètres différent, ce qui implique des écarts de consommation en calcul et en mémoire. NVIDIA affirme que, dans l’usage visé, ces modèles tiennent sur un seul GPU sans difficulté, ce qui vise à rassurer sur l’intégration en temps réel. Pour les studios, la question centrale reste la prévisibilité, combien de millisecondes par frame selon la scène, quelle stabilité selon la résolution, et quelles marges de manuvre pour conserver un framerate cible.
La modularité annoncée répond aussi à une critique fréquente, l’approche one size fits all qui donne des résultats inégaux selon les contenus. En proposant trois modèles, NVIDIA reconnaît implicitement que les scènes ne se ressemblent pas et que les compromis visuels doivent être pilotés. La promesse devient donc moins universelle, mais plus compatible avec la réalité d’un développement, où un même jeu peut contenir des styles d’éclairage et des densités de détails très différentes.
Pour les joueurs, l’impact se traduira probablement par des réglages plus granulaires dans les options graphiques, ou par des choix faits par les studios sans exposition directe. Le risque, si la communication n’est pas claire, est de créer des écarts de rendu d’une zone à l’autre. Le bénéfice, si l’outillage est solide, serait une qualité plus cohérente là où elle compte, par exemple sur les visages, les silhouettes en mouvement et les éléments proches de la caméra.
Coûts GPU: paramètres, mémoire et calcul selon le modèle
Derrière les appellations A, B et C, NVIDIA met en avant une réalité matérielle, le coût de l’inférence dépend du nombre de paramètres, de la taille des activations et des accès mémoire. Les modèles les plus riches peuvent améliorer la restitution des micro-détails et de certains phénomènes d’éclairage, mais ils exigent davantage de ressources, ce qui se répercute sur la latence et sur la marge thermique d’une carte graphique. Pour les studios, ce coût n’est pas abstrait, il se mesure en budget de frame, en arbitrages entre qualité d’image et stabilité du framerate.
NVIDIA insiste sur le fait que les modèles sont conçus pour fonctionner sur un seul GPU. Ce point vise à éviter l’idée d’une technologie réservée au multi-GPU ou à des stations de travail. Dans le jeu vidéo, la cible est un matériel grand public, avec des contraintes strictes de mémoire vidéo et de consommation. Dire qu’un modèle tient sur un GPU ne suffit pas, il faut aussi savoir à quelle résolution, dans quel mode de qualité, et avec quelle charge simultanée du reste du rendu, ombres, post-traitements, ray tracing éventuel.
Un autre enjeu est la stabilité temporelle. Les méthodes neuronales peuvent produire des images très convaincantes à l’instant t, mais créer des artefacts en mouvement, scintillement, détails qui apparaissent et disparaissent, incohérences sur les textures fines. NVIDIA place ces points dans un cadre de paramètres stricts à respecter, ce qui suggère que DLSS 5 intègre des mécanismes de contrôle sur la sémantique des objets et sur la cohérence des poses. Pour un studio, le coût n’est pas seulement en GPU, il est aussi en temps de validation QA, car les artefacts intermittents sont parmi les plus difficiles à traquer.
Dans les productions actuelles, les studios cherchent souvent à garantir des seuils, 60 fps ou 120 fps selon les plateformes. Une technologie qui varie trop selon les scènes peut être difficile à adopter. L’argument de NVIDIA, en proposant plusieurs modèles, est de permettre une gestion plus fine de ces variations, en réservant les modèles les plus coûteux à des scènes clés. Cette stratégie ressemble à une optimisation éditoriale, investir du calcul là où l’il est le plus sensible.
Pour rendre cette approche praticable, il faudra des outils de profilage et de visualisation intégrés aux moteurs, capables d’indiquer quel modèle est actif, quel est le coût réel, et quelles zones de l’image bénéficient de l’amélioration. Sans instrumentation claire, la promesse de modularité peut se transformer en complexité supplémentaire. Le succès dépendra donc autant des SDK et des intégrations que des performances brutes du modèle.
| Élément comparé | Model A | Model B | Model C |
|---|---|---|---|
| Objectif | Réglage plus léger pour scènes larges | Équilibre qualité et coût | Qualité renforcée sur détails et éclairage |
| Coût calcul GPU | Plus faible | Intermédiaire | Plus élevé |
| Pression mémoire | Plus faible | Intermédiaire | Plus élevée |
| Usage typique | Plans stables, arrière-plans | Gameplay général | Plans serrés, scènes clés |
Intention artistique: réglages par scène et personnage
NVIDIA met cette année l’accent sur la préservation de l’intention artistique, un point qui avait cristallisé les critiques lors de la première démonstration. Le discours repose sur une idée simple, DLSS 5 ne doit pas imposer une esthétique, mais s’adapter à la vision du studio. Pour rendre cela crédible, l’entreprise explique que chaque objet, chaque scène et même certains réglages par personnage peuvent être personnalisés, avec des paramètres ajustables à un niveau fin.
Dans la pratique, les studios cherchent à préserver une identité visuelle, palettes de couleurs, contrastes, style des matériaux, traitement des visages, silhouettes. Une technologie neuronale qui améliore sans discernement peut altérer ces marqueurs. NVIDIA évoque des contraintes strictes autour de l’identité visuelle, de la sémantique des objets, des poses des personnages, mais aussi de la cohérence de l’éclairage, du mouvement et de la direction artistique. Autrement dit, le modèle doit améliorer sans trahir, une exigence plus proche d’un outil de post-production que d’un filtre automatique.
Le terme mis en avant est celui de photoréalisme des matériaux, appliqué à l’intérieur de ces limites. Cela suggère que DLSS 5 vise à rendre les surfaces plus crédibles, micro-reliefs, réponse à la lumière, détails perçus, tout en respectant une base définie par les artistes. Dans un jeu stylisé, cette promesse peut poser question, car le photoréalisme peut être en tension avec un rendu volontairement simplifié. L’intérêt des réglages annoncés est de permettre de doser cet effet, voire de le limiter à certains éléments où il sert la lisibilité.
Les réglages par personnage sont un point sensible, notamment pour les visages. Les joueurs repèrent très vite une expression figée, des yeux qui glissent, ou une peau rendue trop lisse. Si DLSS 5 propose des paramètres dédiés, cela peut aider à préserver la cohérence des animations et des poses. Mais cela introduit aussi une charge de production, décider quelles scènes méritent un modèle plus riche, quels personnages nécessitent un traitement spécifique, et comment tester ces variations sur l’ensemble du jeu.
Pour l’industrie, cette approche renforce une tendance, les technologies d’IA temps réel deviennent des outils réglables, plus proches d’un système de rendu paramétrique que d’une option binaire. L’adoption dépendra de la capacité de NVIDIA et des moteurs à proposer des interfaces simples, des presets fiables, et des garde-fous contre les dérives visuelles. Dans un contexte où les studios cherchent à réduire les coûts, une technologie qui exige trop de réglages manuels risque d’être réservée aux productions les plus ambitieuses.
