英伟达在SIGGRAPH主题演讲中发布DLSS 5并推进Cosmos AI

• 银行盈利大涨，但华尔街还高兴不起来

英伟达（纳斯达克股票代码：NVDA）在其2026年SIGGRAPH研究主题演讲中，勾勒了将计算机图形、仿真和人工智能融合在一起的大方向，包括面向实时渲染的全新DLSS 5技术、AI辅助物理模拟方面的新进展，以及面向物理AI的Cosmos世界基础模型平台新增的内容。

主题演讲开场时，英伟达称计算机图形学正在迈入“一个新时代”，AI和渲染、仿真、机器人、数字孪生之间的关系越来越密不可分。为本场演讲做开场的黄仁勋表示，英伟达在SIGGRAPH的历史上曾推出可编程GPU、CUDA、RTX和Omniverse，并强调，机器人在进入真实世界之前，虚拟世界将是训练它们的核心环节。

• 两只有望挑战IonQ领导地位的量子计算股票

“在机器人在真实世界中运行之前，它们会在虚拟世界里通过模拟体验来学习，”黄仁勋说。“所以说，计算机图形学比以往任何时候都更重要。”

DLSS 5剑指实时照片级画质

英伟达应用深度学习研究总监、DLSS技术负责人Edward Liu介绍了DLSS 5，称这是英伟达新一代的AI渲染技术。Liu表示，DLSS 5以传统渲染打底，再用生成技术实时丰富画面的最终效果。

• SK海力士IPO与2027年AI内存紧缩

“渲染器仍然按照游戏本身的设计来构建世界，”Liu说。“生成环节随后作为学习阶段，来丰富画面的外观。”

刘表示，DLSS 5旨在将渲染的可控性与生成模型学习到的逼真画面知识相结合。他强调，该技术并非旨在取代图形管线，而是对其进行扩展。他将DLSS 5描述为在实时渲染中增加了第三类AI应用，和重建、函数近似并列为第三类AI应用。

据刘介绍，NVIDIA必须解决三个核心挑战：保持艺术意图、逐帧保持画面连贯，以及在实时游戏严苛的性能限制内运行。他表示，该模型利用渲染器输出和内部缓冲区（如反照率，即表面对光线的反射程度、表面法线和光照信息）来保留对场景重要的细节，同时增强次表面散射、材质响应、接触阴影和环境光照等元素。

刘表示，DLSS 5以因果方式运行，“一帧进，一帧出”，不会提前预判后面的帧，并被精简为一个更小的单步像素空间扩散变换器模型，专门用来让实时渲染画面看起来更逼真。他表示，DLSS 5“将于今年秋季发布”。

艺术家可控制AI增强帧

Gaff是一位创意艺术家，他演示了开发者和艺术家如何引导DLSS 5。他表示，该技术会保留原始渲染帧，不改变几何形状，但可以通过改善对比度、环境光遮蔽（即物体角落和缝隙处的阴影效果）、接触阴影、反射和次表面散射来提升图像质量。

Gaff展示了包括不同模型、结构强度（控制画面结构的调整幅度）和色调强度（控制色彩调整的幅度）在内的控制选项。他表示，开发者可以为不同场景或过场动画选择不同的模型，并可以使用遮罩将DLSS 5效果应用于特定角色、道具或环境的特定部分。

“DLSS 5 完全由开发者来掌控，”Gaff 表示，并补充说 NVIDIA 正在跟合作伙伴一起吸纳反馈，以便该技术能够服务于艺术家、艺术总监和创意总监。

NVIDIA 聚焦 AI 物理仿真技术

Neil Ashton 讨论了基于物理的仿真，以及 AI 如何帮助降低高保真仿真的计算成本。他提到一个大型气候仿真项目，用了两万多块 GPU，分辨率达到一公里，网格有 500 亿个单元，他说这既说明基于物理的方法能做到多高的精度，也让人看到它的成本有多高。

Ashton 表示，基于仿真数据训练的 AI 模型已被用于天气和气候领域，以前要花几小时甚至几天，现在几秒到几分钟就能预测未来的天气。他说，气象中心现在已经在实际业务中用上了 AI 模型，还重点介绍了 StormScope——这是一个用卫星和观测数据训练出来的先进 AI 模型，专门用来预测风暴。

他还描述了将类似方法应用于工程仿真，比如气流流过飞机的情况。Ashton 表示，一个开放数据集包含大约两千次飞机仿真，生成了约 200 TB 的数据，而训练好的模型文件只有约 200 MB。他说，该模型能预测没见过的几何形状或边界条件，速度快了一万倍以上，精度误差大概在 1% 到 2% 以内。

Cosmos 平台扩展，助力物理 AI

NVIDIA Cosmos Lab 副总裁 Ming Liu 表示，物理 AI 面临一个数据难题，因为机器人需要从现实世界中学习，但现实世界数据的收集速度很慢。他把 Cosmos 称作 NVIDIA 为物理 AI 开发者打造的世界基础模型，目的是提供更好的数据、更好的环境和更好的起点。

Liu 表示，Cosmos 能用一种共享表示来支持对世界的理解、预测、仿真和行动，背后的理念是：物理 AI 的各项任务都源自相同的物理规律。他介绍了一种混合 Transformer 架构，里面有一个负责推理的自回归塔和一个负责生成的扩散塔，把语言、视觉、音频和行动对齐起来。

Liu 发布了 Cosmos 3 Edge，这是一个 40 亿参数的模型，专门设计用来在 Jetson Thor、RTX 和 DGX Spark 这类设备上实时运行。他说，这个模型的目标是让机器人策略和视频分析不用再往返数据中心就能跑起来。NVIDIA 还演示了一套连接 Jetson Thor 的机械臂和摄像头，运行 Cosmos 3 Edge 策略来做实时控制。

Liu 还发布了 Cosmos Dreams，并将其描述为神经闭环模拟器。第一个版本是专为自动驾驶汽车设计的，能根据策略模型做出的动作，生成车辆传感器将会看到的内容。在现场演示中，Andy 展示了一个自动驾驶仿真：从单帧画面生成，用 PS5 手柄控制，跑在单块 RTX 6000 Ada Generation 工作站 GPU 上。

Liu 表示，Cosmos Dreams 能生成现实世界中很难搭建的场景，用来做策略验证和训练。他表示，Cosmos 已经被用在 NVIDIA 的多个项目里，包括 Metropolis VSS、Isaac、Optane 和 GR00T，他还邀请开发者和合作伙伴加入 Cosmos 平台。

关于 NVIDIA（纳斯达克股票代码：NVDA）

英伟达公司成立于1993年，总部位于加利福尼亚州圣克拉拉，是一家全球性科技公司，设计和开发图形处理器（GPU）及系统级芯片（SoC）技术。公司由黄仁勋（现任总裁兼首席执行官）、克里斯·马拉霍夫斯基和柯蒂斯·普里姆共同创立，已从一家专注于图形的芯片制造商发展成为面向多个行业提供加速计算硬件和软件的综合供应商。

公司的产品组合涵盖用于游戏和专业可视化的独立GPU（以GeForce和NVIDIA RTX系列品牌推出）、用于AI训练和推理的高性能数据中心加速器（包括广受采用的A100和H100系列等平台），以及面向汽车和边缘应用的Tegra SoC。