PS6 : Sony brevète une IA qui prédit l’image suivante

Sony veut afficher une image que le GPU n’a pas encore fini de calculer. La demande de brevet US 2026/0320740 A1, intitulée « Generation Super Sampling », a été publiée le 15 octobre. Elle ne cite aucune console particulière, mais toutes les spéculations convergent vers la PS6, que le constructeur n’a pas encore présentée officiellement.

Son premier dépôt remonte pourtant à décembre 2023.

Sur PC, le DLSS de NVIDIA, le FSR d’AMD et le XeSS d’Intel proposent déjà de la génération d’images pour fluidifier l’affichage. Côté PlayStation, la PS5 Pro a ouvert la voie avec le PSSR, son upscaler par IA, et la génération d’images ressemble à l’étape suivante. Des fuites évoquent d’ailleurs une PS6 visant la 4K à 120 images par seconde dans la plupart des jeux. Reste que le brevet, attribué à l’ingénieur Denis Dupeyron, ne promet aucun produit : la demande est en attente, sans garantie que tout ou partie arrive un jour dans une console.

Prédire plutôt qu’interpoler : le pari de Sony

Les méthodes classiques comparent deux images réellement calculées pour glisser une image artificielle entre elles. Ce principe oblige à attendre la seconde image, ce qui crée un léger décalage et ajoute de la latence.

Retenir une image pour en fabriquer une autre revient à ajouter, grosso modo, la durée d’une image au délai entre l’appui sur un bouton et son effet à l’écran. À 60 images par seconde, cela représente environ 16,7 millisecondes. Dans un jeu de combat ou de tir, où l’on joue parfois à quelques images près, ce retard se sent sous les doigts. À 120 images par seconde, le coût tombe à 8,3 millisecondes, mais il ne disparaît pas.

Quiconque a testé la génération d’images sur PC connaît ce revers : l’écran paraît fluide, la manette moins réactive. Le brevet de Sony s’y attaque avec deux réseaux de neurones. Un encodeur convertit l’image fraîchement rendue en représentation compacte, puis un décodeur s’en sert pour prédire la suivante, affichée pendant que le GPU poursuit le rendu de la vraie.

Une seule image de référence suffit, là où l’interpolation en réclame deux.

Techniquement, on passe de l’interpolation à l’extrapolation prédictive. C’est la différence entre retrouver le mot manquant au milieu d’une phrase et deviner celui qui la suit. Le second exercice est plus risqué : si un ennemi surgit hors champ ou si une porte s’ouvre, l’IA ne dispose d’aucune image future pour se corriger. Le système compare donc sa prédiction avec l’image réellement calculée un instant plus tard, afin d’ajuster ses futurs résultats.

La manette, nouvelle boule de cristal

Le modèle ne se contente pas de regarder l’écran. Il peut recevoir les entrées récentes de la manette, ce qui l’aide à anticiper la direction de la caméra ou l’action à venir. Un coup de joystick vers la droite constitue un indice sérieux sur ce que l’écran affichera quelques millisecondes plus tard.

Les vecteurs de mouvement, eux, sont des données que le moteur de jeu possède déjà : elles décrivent la direction et l’ampleur du déplacement de chaque élément d’une image à l’autre. Le DLSS de NVIDIA s’en sert aussi pour prédire une nouvelle image. La différence tient à l’ajout de la manette, là où d’autres solutions, selon la presse spécialisée, se bornent aux données du moteur. L’objectif affiché : réduire l’input lag et les saccades visibles.

Le modèle s’entraîne sur le flux vidéo lui-même, en comparant chaque estimation à l’image suivante réelle, sans étiquetage humain. D’après les descriptions du brevet, les résultats s’améliorent sans mise à jour de code.

Le document envisage aussi de produire plusieurs images à la suite, ce qui rappelle le principe du Multi Frame Generation. Il prévoit une méthode alternative sans IA, qui déplace des blocs de pixels selon leurs vecteurs de mouvement. Cette solution de repli servirait lorsque la méthode par réseau neuronal n’est pas disponible dans un jeu.

4K à 120 images par seconde : ce que le brevet ne dit pas

Certaines sources parlent d’une 4K à 120 FPS « virtuelle », où une partie des images serait générée plutôt que calculée. Sony souhaiterait franchir un palier technique sans dépendre uniquement de la puissance brute du processeur graphique. Le but déclaré est de lisser les saccades dans les scènes lourdes, sans dégrader la qualité visuelle. La variante multi-images pourrait, sur le papier, produire plusieurs images d’avance.

Le brevet, lui, ne chiffre rien.

Aucune mesure de latence ni de qualité d’image n’accompagne la description, et la demande reste à examiner. Rien ne garantit qu’elle débouchera sur une fonction commercialisée, les entreprises déposant régulièrement des brevets qui ne deviennent jamais des produits. Les déformations visibles autour des objets rapides, défaut classique de toute génération d’images, ne pourront se juger que sur une démonstration jouable. Sony n’a d’ailleurs pas encore formellement dévoilé la PS6.

TweakTown évoque l’architecture RDNA 5 d’AMD pour cette future console, une piste que le constructeur n’a pas confirmée. Pour trancher entre promesse et mirage, il faudra des mesures de latence en conditions réelles, manette en main.

Sources : hardwarecooking.fr | ginjfo.com