Оригинальные гонки на выживание Destruction Derby, разработанные студией Reflections Interactive и выпущенные издательством Psygnosis в 1995 году для операционной системы MS-DOS, протестировали с применением технологии нейросетевого рендеринга DLSS 5.0. Классический проект запускался без исходных модификаций программного кода через эмулятор DOSBox с программным рендерингом. Внедрение современных алгоритмов генерации изображения выполнили посредством связки утилит RenoDX и ReShade непосредственно в конвейер вывода кадров с активным режимом четырехпроходной обработки Multipass x4. Представленная компанией NVIDIA в 2026 году технология нейросетевого рендеринга в реальном времени DLSS 5 дополняет или полностью заменяет традиционные этапы конвейера генерацией пикселей, освещения и материалов с помощью искусственного интеллекта. В тестовой конфигурации использовался мобильный графический процессор NVIDIA GeForce RTX 5090 Laptop GPU и центральный процессор Intel Core Ultra 9 275HX, при этом загрузка видеочипа достигала 99% при энергопотреблении до 22.7 W, а кадровая частота на арене The Bowl колебалась в диапазоне от 19 FPS до 46 FPS.
В ходе детальной демонстрации заездов на стадионе были последовательно проверены все четыре доступных профиля работы: Natural, Default, Cinematic и Denoise. Профиль Natural обеспечивает умеренную реконструкцию сцены и сохраняет оригинальную модель повреждений кузова читаемой для игрока. Пресет Default пытается наделить плоские полигональные поверхности автомобилей псевдореалистичной фактурной детализацией, которой изначально не было в исходных ассетах проекта. Профиль Cinematic полностью преображает массовые столкновения двенадцати машин на арене, превращая хаотичную аварию в драматичную кинематографичную сцену с контрастным освещением и глубокими тенями. Агрессивный режим Denoise производит чрезмерную пространственную фильтрацию кадра, стирая с экрана клубы дыма, защитные барьеры и большую часть окружения арены, превращая трехмерное пространство в вырвиглазное месиво.
Проведенный эксперимент наглядно демонстрирует поведение современных генеративных моделей машинного обучения при взаимодействии с ранней трехмерной графикой тридцатилетней давности. Алгоритмы искусственного интеллекта пытаются дорисовывать фотореалистичные поверхности поверх пиксельных текстур трассы и низкополигональных машин, кардинально меняя исходную художественную стилистику ретро проекта. При этом базовая физика деформации кузова остается полностью нетронутой во всех режимах, благодаря чему машины сминаются точно так же, как в оригинале. Тестирование наглядно подтверждает как технические возможности нейросетевого конвейера, так и его явные ограничения при прямой обработке динамичных сцен со сложными частицами без предварительной адаптации модели.