在 2025 年，英伟达将早期基于卷积神经网络（CNN）的光线重建 AI 模型升级为全新的 Transformer 架构，使其在复杂场景细节理解和时间一致性方面取得进一步提升。 随后，英伟达又在同年发布了包含第四代 Transformer 模型的 DLSS 4.5 功能集，这些模型在更大规模数据集上进行训练，但当时光线重建模块本身并未同步更新。 也就是说，在先前的 DLSS 4.5 中，超分辨率等部分已经采用最新一代 Transformer 模型，而光线重建仍沿用上一版本的实现。
此次发布的第二代光线重建技术，标志着 DLSS 4.5 功能集得以补齐和完善。 新版光线重建采用了第二代 Transformer 模型，并在显著扩大训练数据量的基础上，对各类复杂光照、材质与场景进行了针对性训练。 英伟达表示，这将带来更精确的阴影轮廓、更自然的反射表现以及更稳定的时间一致性，从而减少闪烁、噪点和鬼影等常见画质问题。
除了新一代 AI 模型，DLSS 4.5 光线重建还集成了更高效的 AI 去噪器（denoiser），以更低的噪点处理代价实现更清洁的光线追踪画面。 新去噪器结合了更强的空间感知能力，对不同像素之间的空间关系、物体边界及光照变化有更深入的理解，有助于提升整体光照准确度和局部细节表现。 在高反射材质、复杂阴影交叠以及多光源场景中，新版光线重建预计能显著减少伪影并提高观感稳定性。
随着第二代光线重建正式加入 DLSS 4.5，英伟达整体的 DLSS 功能线也在持续向基于 Transformer 的统一 AI 渲染框架演进。 从早期的 CNN 模型到如今的 Transformer 模型，光线重建、超分辨率等功能逐步依托同一类深度学习架构和更大规模的训练数据，使得不同模块之间的协同效果更佳。 对游戏开发者而言，这意味着在采用最新 DLSS 版本时，能够在更少手动调校的前提下获得更高质量的光线追踪输出和更稳定的画面表现。