DLSS 4.5 Ray Reconstruction llega en agosto como la actualización del denoiser neuronal de Nvidia para mejorar la calidad de imágenes con trazado de rayos y path tracing en juegos y aplicaciones creativas. La promesa es clara: más detalle, mayor estabilidad temporal y mejor uso de entradas espaciales y temporales sin dejar fuera las GPUs anteriores.
La nueva versión combina una segunda generación de arquitectura transformadora con un dataset de entrenamiento ampliado y opciones para que los desarrolladores controlen la acumulación temporal. Eso, en teoría, se traduce en imágenes más nítidas y movimientos menos propensos a artefactos en títulos ya conocidos como Cyberpunk 2077 o Alan Wake II.
Qué cambia con DLSS 4.5 Ray Reconstruction
DLSS 4.5 Ray Reconstruction es la evolución del denoiser neuronal que sustituye a los filtros manuales tradicionales usados para limpiar ruido en escenas con trazado de rayos. A diferencia de las variantes de Super Resolution, su objetivo no es tanto reescalar la imagen como inferir cómo deberían verse los píxeles donde las trayectorias de luz no llegaron con suficiente muestreo.
Nuevas cifras técnicas: Nvidia indica que la arquitectura transformadora de segunda generación puede procesar un 35% más de datos de entrada y usa un 20% más de parámetros manteniendo el mismo presupuesto de computación que la generación anterior. Además, el modelo se ha entrenado con un conjunto de datos más amplio para aprovechar mejor las entradas del motor de juego.
En la práctica, esto significa varias mejoras concretas: mejor conciencia espacial —lo que ayuda a reproducir iluminación y reflejos con mayor precisión—, estabilidad temporal superior —menos parpadeos y artefactos persistentes— y una representación más dinámica de efectos como nieve de CRT o láseres en movimiento.
Un matiz importante: DLSS 4.5 Super Resolution introdujo también un transformador más costoso en cálculo que penalizaba el rendimiento en hardware más antiguo. DLSS 4.5 Ray Reconstruction, en cambio, será compatible al 100% con todas las GeForce RTX, incluidas las series RTX 20 y RTX 30, según Nvidia. No es un detalle menor: amplia la base de jugadores que podrán beneficiarse del denoiser sin necesidad de cambiar tarjeta.
Otro punto técnico es el control para desarrolladores sobre la acumulación temporal. Lo que Nvidia no aclara todavía es hasta qué punto esos ajustes serán accesibles en los menús del usuario final o si quedarán restringidos a parches y ajustes del propio estudio.
Disponibilidad, ejemplos prácticos e integración en herramientas
Nvidia ha confirmado que DLSS 4.5 Ray Reconstruction llegará en agosto a través de la Nvidia App y que inicialmente estará disponible en 27 juegos. Entre los títulos anunciados se cuentan Cyberpunk 2077, Hogwarts Legacy, Pragmata y Resident Evil Requiem.
Las demos y ejemplos mostrados por Nvidia ponen el foco en diferencias que, visualmente, son notables en pantalla: en Pragmata se aprecia cómo los láseres dejan de producir artefactos persistentes cuando se desactivan; en Alan Wake II la estática en pantallas CRT y sus reflejos en el suelo mejoran de ser un simple ruido a reproducir un patrón convincente y dinámico.
DLSS Ray Reconstruction también hará el salto fuera de los juegos. Según el anuncio, la tecnología se integrará con Blender, donde reemplazará denoisers más lentos y mejorará la interactividad del viewport cuando se mueve la cámara. Combinado con Nvidia OptiX, esto promete una experiencia de visualización en la que el resultado en pantalla se acerque mucho al render final sin esperar estabilizaciones largas.
En el terreno del hardware, Nvidia recalca la compatibilidad con la Blackwell usada en el nuevo RTX Spark, pero insiste en mantener soporte para generaciones previas. Vale la pena esperar a verlo en condiciones reales antes de sacar conclusiones sobre el rendimiento en GPUs más antiguas: dependerá de cómo cada juego implemente el modelo y de los perfiles de optimización que publique Nvidia y los desarrolladores.
En términos de rendimiento, la compañía no ha publicado aún métricas de tasa de frames o coste en TFLOPs comparadas con la versión anterior; sus cifras se centran en la mayor capacidad de entrada y parámetros del modelo. Habrá que comprobar si ese mayor volumén de datos de entrada impacta en el coste de inferencia en sistemas con menos núcleos RT o Tensor.
Un punto práctico: la llegada vía Nvidia App sugiere un despliegue por parches y perfiles listos para activar, no una función que el jugador tenga que integrar manualmente en cada título. Eso facilita su adopción, pero no elimina la dependencia de que los estudios acepten y prueben el modelo en sus builds.
Desde una perspectiva crítica, la actualización es coherente con la estrategia de Nvidia de convertir modelos neuronales en reemplazos de algoritmos manuales. No obstante, hay elementos por verificar: la promesa de mayor fidelidad depende de la calidad del entrenamiento y del acceso del modelo a entradas útiles del motor, como normales, albedo y motion vectors. Habrá que ver si esos datos están siempre disponibles y bien calibrados en juegos existentes.
Para desarrolladores y creadores, la posibilidad de ajustar la acumulación temporal es relevante: sistemas con movimientos de cámara rápidos o efectos estroboscópicos pueden necesitar un equilibrio entre nitidez y estabilidad. Lo que los estudios y Nvidia ofrezcan como presets marcará la experiencia final.
En resumen, DLSS 4.5 Ray Reconstruction es una actualización técnica con piezas concretas: transformador de 2ª generación, 35% más de datos de entrada, 20% más de parámetros, dataset ampliado y compatibilidad amplia con GPUs RTX. Llega en agosto a 27 juegos y a Blender, y promete mejorar el denoising sin excluir hardware anterior.
No es un anuncio vacío, pero tampoco una confirmación de que todas las escenas de todos los juegos ahora lucirán perfectas: vale la pena probarlo en tus juegos y en tu hardware antes de asumir ganancias de calidad o rendimiento. Veremos en Computex y en los primeros parches cómo se traduce esto en la práctica y qué opciones dejan los desarrolladores para ajustar comportamiento temporal y rendimiento.
