英伟达发布blackwell显卡时，秀了一把神经网络渲染的肌肉，核心思想是在传统渲染管线中加入AI神经算法，让AI去用更低的开销，使光线追踪拥有更多的反弹次数、更多的作用面数（UE5中nanite生成的海量顶点都能被光线追踪，之前不可以）以及更准确的作用效果。聪明如我联想到RTX4090发布时的光追小车demo、RTX3090发布时的钢铁侠组装demo，认为这肯定又是一个大饼，无法落地...平地一声惊雷起~~~就在前天，英伟达放出了这个demo的项目文件，不过需要nvRTX分支的UE编辑器才能编辑，我的好基友、享誉国内外的UE美术大拿--bow大佬，分享了他们编译好的exe文件，我有幸能抢先体验了一番。
这个demo使用了RTX megageometry、RTX hair、restir GI和RTX DI四大神技，单柱面数200W，一扇门的面数＞1000w，并且英伟达不计成本，让国内最顶级的UE美术通过手雕的方式创作了各种浮雕素材（是的，你没听错，软件手雕，并不是扫描），然后经过神经渲染的方式，呈现了目前最接近影视级的3D实时渲染画面。大家可以从我的截图中看到，无论镜头如何贴近模型，模型表面仍然是圆润自然的，无限接近真实照片。其中一扇门的面数＞1000W，这比很多次时代游戏的单场景的面数还多。RTX5090D OC后，原生分辨率平均帧率40fps左右，如果是动态光源的部分，低至17fps，打开DLSS平衡，帧数上升到70fps左右，并且得益于transformer模型，清晰度几无衰减。
截图如下：
这个demo使用了RTX megageometry、RTX hair、restir GI和RTX DI四大神技，单柱面数200W，一扇门的面数＞1000w，并且英伟达不计成本，让国内最顶级的UE美术通过手雕的方式创作了各种浮雕素材（是的，你没听错，软件手雕，并不是扫描），然后经过神经渲染的方式，呈现了目前最接近影视级的3D实时渲染画面。大家可以从我的截图中看到，无论镜头如何贴近模型，模型表面仍然是圆润自然的，无限接近真实照片。其中一扇门的面数＞1000W，这比很多次时代游戏的单场景的面数还多。RTX5090D OC后，原生分辨率平均帧率40fps左右，如果是动态光源的部分，低至17fps，打开DLSS平衡，帧数上升到70fps左右，并且得益于transformer模型，清晰度几无衰减。
截图如下：
，搞不懂为什么还要搞这种优化差的东西，是为了推销未来60系做准备吗？
