Comme le DLSS 5 de Nvidia surpasse les LLM de génération d’image comme ChatGPT et Gemini sur votre PC

Le DLSS 5 se lance enfin ce 3 septembre sur les cartes GeForce RTX 50, avec un premier jeu compatible, NBA 2K27. Le changement est net face aux versions précédentes : jusqu’ici, le DLSS reconstruisait une image plus fine à partir du rendu du moteur de jeu. Le DLSS 5, lui, améliore directement l’image à l’écran via les cœurs Tensor des cartes graphiques, exclusivement en local.

Nvidia vient de mettre en ligne un livre blanc expliquant sur une vingtaine de pages le socle technique et scientifique de la technologie. Le document compare notamment les performances du DLSS 5 face aux modèles de génération d’images comme GPT Image et Gemini.

Une base commune avec les grands modèles d’IA

Techniquement, le DLSS 5 est un modèle de diffusion, c’est-à-dire un système qui fabrique une image en partant d’un bruit qu’il « débruite » peu à peu. Nvidia l’a réduit à une seule étape de calcul et le fait travailler directement sur les pixels, sans passer par une représentation compressée qui déformerait les détails. C’est un modèle Transformer d’environ 154 millions de paramètres, taillé pour les cartes RTX 50 (architecture Blackwell).

Sur une RTX 5090, il traite une image en 4K en 8 millisecondes environ et occupe 731 Mo de mémoire, en partageant le processeur graphique avec le jeu. Pour viser 60 images par seconde, un jeu dispose d’à peu près 16,7 ms par image : le DLSS 5 en prend la moitié.

Nvidia met beaucoup moins en avant le coût réel de sa technologie. D’après Tom’s Hardware, DLSS 5 est très gourmand et les premiers essais laissent entrevoir des chutes de fréquence d’images sensibles une fois la technologie activée. Les 370 images par seconde annoncés par Nvidia sur une RTX 5090 supposent d’ailleurs d’empiler tout le reste de la panoplie maison, à savoir la Super Resolution en mode Performance et la Multi Frame Generation 6X.

Nvidia oppose son modèle à deux poids lourds de la génération d’image, GPT Image 2 (OpenAI) et Gemini 3 Pro (Google). Ces modèles tournent dans des datacenters et mettent plusieurs secondes pour produire une seule image. Le DLSS 5 fait le même travail localement, en une fraction du temps, directement sur la carte graphique.

Ce que disent les mesures de Nvidia

Nvidia a comparé les trois modèles sur 109 scènes, plus une étude à l’aveugle de 794 comparaisons. Deux choses se mesurent : le réalisme perçu et la fidélité à la scène d’origine. Sur le réalisme, jugé par des participants qui choisissaient l’image la plus photographique, le DLSS 5 tient bon.

• Contre GPT Image 2 : 50,63 % contre 49,37 % sur le résultat global, et 57,74 % contre 42,26 % sur les scènes avec personnages.
• Contre Gemini 3 Pro : 62 % contre 38 % sur le résultat global, et 66,91 % contre 33,09 % sur les personnages.

L’écart se creuse vraiment sur la fidélité à la scène d’origine, mesurée par des métriques automatiques (plus bas ou plus haut selon l’indicateur). Ordre des valeurs : DLSS 5, puis GPT Image 2, puis Gemini 3 Pro.

Selon Nvidia, le DLSS 5 offre donc un réalisme à peu près égal à GPT Image 2 et supérieur à Gemini, mais une scène bien mieux conservée que les deux, le tout à environ 8 ms par image et 731 Mo, quand les modèles de datacenter sont bien plus lourds.

Nvidia met beaucoup moins en avant le coût réel de sa technologie. Le DLSS 5 est très gourmand et les premiers essais laissent entrevoir des chutes de FPS estimées entre 50 et 60% selon la firme. Les 370 images par seconde annoncés par Nvidia sur une RTX 5090 supposent d’ailleurs d’empiler tout le reste des outils DLSS, à savoir la Super Resolution en mode Performance et la Multi Frame Generation 6X.

Si Nvidia reste discret sur son jeu d’entraînement (le nerf de la guerre dans un tel domaine), ses différents modèles devraient s’améliorer avec le temps, aussi bien en termes de consommation que de performances ou encore de fidélité.

Les résultats complets (performance et fidélité) :