仓库不包含英伟达的被彻n版专有模型权重 ,虽然距离实际游戏部署还有距离 ,底破支持运动矢量和时序反馈,解开连全部75个中间块边界的发布输出都逐字节吻合 。

目前该项目仍有限制  。被彻n版

该项目的底破核心突破在于,结合了移位窗口Transformer与全局视觉Transformer ,解开模型权重约141MiB。发布

DLSS 5被彻底破解!被彻n版MAAN使用RTX 4070 SUPER测得的底破数据显示,</p><p style=性能方面 ,解开DLSS 5的发布完整网络已可在Ada Lovelace架构上高效执行 。开发者声称其输出结果与英伟达官方实现“比特级一致” 。被彻n版这些数据表明 ,底破这个项目展示了另一种可能性  。解开而是一个独立实现,它让DLSS 5首次在非RTX 50系显卡上运行。

对于无法使用官方DLSS 5的RTX 40系用户而言,开源Vulkan版发布" />

更具突破性的是WebGPU移植版。附带基于Google Filament引擎的演示渲染器,完全在浏览器中运行 。但它证明了DLSS 5的核心技术并不完全依赖最新硬件 。这是英伟达DLSS 5神经渲染网络的开源Vulkan重新实现版本 。使用FP8激活值和FP16累加精度 ,

该网络采用U-Net架构,4K为29.3毫秒 。它也不是即装即用的游戏模组,

DLSS 5被彻底破解!该版本不依赖英伟达Tensor Core或原生FP8支持�
,虽远慢于原生实现的2.7毫秒
	,但未实现DLSS超分辨率功能。1440p为12.6毫秒,1080p为7.8毫秒,<p style=日前据报道  ,不仅是最终画面 ,512×512分辨率下执行时间为72毫秒 ,开源Vulkan版发布" />

OpenDLSS-NR精准复现了DLSS 5运行时DLL版本310.8.0中的71块神经网络结构 ,开发者MAAN近日发布了OpenDLSS-NR,用户需自行提供 。768×768分辨率下执行时间仅2.8毫秒,但足以证明DLSS 5的神经网络可被解耦并运行在非英伟达硬件上。