NeuralScreen переносит DLSS 5 с игр на весь рабочий стол Windows

Главная особенность NeuralScreen не в очередной реализации масштабирования изображения, а в попытке убрать главное ограничение DLSS: обычно технология доступна только там, где ее заранее добавил разработчик игры. Автор проекта сделал слой обработки для всего рабочего стола Windows, через который могут проходить игры, видео и изображения.
Проект опубликован на GitHub и распространяется как открытая разработка. В описании указано, что NeuralScreen работает с RTX 30, RTX 40 и RTX 50, поддерживает пользовательские профили, запись видео со звуком и режим обработки одного окна. При этом проект не связан с NVIDIA, а использует поставляемые библиотеки NVIDIA без изменений.

Практический смысл такого подхода в том, что технология перестает зависеть от поддержки внутри конкретной игры или приложения. Пользователь может применять нейронную обработку к обычному содержимому Windows, включая видео и окна без встроенного DLSS. Но это не превращает NeuralScreen в универсальную замену встроенному DLSS: программа работает через захват изображения и дополнительный слой обработки, поэтому появляются ограничения.

Фото: perseval-BLR

Автор проекта отдельно указывает требования к оборудованию. RTX 20 не поддерживается для обработки изображения, хотя программа может запускаться. На ноутбуках с гибридной графикой Optimus работа возможна, но захват через встроенную графику может использовать более медленный путь.

Есть и ограничения, которые важнее самой идеи. Независимые проверки, опубликованные вместе с обзором проекта, указывают на дополнительную задержку порядка 40–60 мс и ограничение обработки до 2560×1440 в некоторых сценариях. Для обычного просмотра видео или одиночных игр это может быть приемлемо, но для соревновательных сетевых игр такой режим уже сомнителен. Использование полноэкранного оверлея также может конфликтовать с античит-системами.

Фото: perseval-BLR

NeuralScreen интересен не как замена официальному DLSS в играх, а как эксперимент с другой областью применения нейронного рендеринга. Проект показывает, что подобные алгоритмы можно вынести за пределы игровых движков, но вместе с этим появляются ограничения по задержке, совместимости и поддержке.