什么是视频插帧？补流畅的那几帧

用一段老动画测试 AI 插帧：从每秒 12 帧补到 60 帧，打斗场面瞬间顺滑；体育转播的慢动作回放，也是插帧撑起来的清晰度。在已有视频的帧与帧之间「造」出新帧的技术，就是视频插帧——不重拍、不重画，补流畅的那几帧。

中间帧是怎么造出来的

朴素思路是把前后两帧平均一下，结果运动物体边缘会出现重影。现代插帧靠模型推测：识别出这一帧到下一帧之间每个物体移动了多远（运动估计），再按时间比例把像素沿轨迹摆到中间位置（补偿生成）。摆得准，动作就顺；摆不准，就出现拖影、扭曲。它和生成式模型从噪声画图的路线不同（见去噪步数一文），插帧是在真实帧之间做搬运和缝合，保真度天然更高。

类比：根据脚印补步子，以及它失灵的地方

看到沙滩上前后两组脚印，你可以推测中间的步子怎么迈。类比失灵之处：脚印只留轨迹，画面帧却各自完整——当前后两帧里物体被遮挡又出现、或者运动快到「瞬移」时，中间发生了什么信息不足，模型只能猜，猜错就是伪影。所以补帧质量高度依赖原素材：帧率不是太低、运动不过快、遮挡不过多，效果才立得住。

什么时候该插，什么时候别插

适合的场景：老动画补帧、低帧率素材升格、慢动作回放、幻灯片式的静图动起来。慎用的场景：剧烈打斗和快速运镜（伪影高发）、实拍电影的胶片感（有人就爱那个卡顿质感，插完反而假）、人物面部特写快速转头（五官易扭曲）。经验是先取一小段试插，放大检查快速运动处有没有拖影，立得住再跑全片。

按素材类型分，该插和别插的界限很清楚。

和 AI 视频生成的配合

AI 文生视频为了算力，常以低帧率出片，卡顿感是普遍槽点（帧率约束一节讲过根源），插帧正是标准的补救手段：生成端出主帧，插帧端补过渡，速度和流畅两头兼顾。前提是主帧本身要稳，帧间不穿帮，否则插出来的过渡也是错的，这就接上了时序一致性的功课。同样「补缺」的思路在多模态工具链里随处可见：画质不足补画质（图像超分）、构图不满垫图重绘（图生图）、音色不合适换音色（变声）、配音缺情绪补情绪（情感语音）——AI 产品的完成度，多半是这些补齐环节堆出来的。

补充一个历史视角帮你判断宣传：插帧不是 AI 时代的新事物，早年电视的「运动补偿」功能就在做同样的事，区别是老算法靠数学插值，新方案靠模型推测，复杂运动处后者明显更稳，买电视时看到的 MEMC 标签就是这项技术在家用场景的名字。播客和访谈类内容的声音还有专门课题，比如多说话人的分离与轮替，见多说话人合成的介绍。另外，插帧倍数也不是越高越好：从 30 帧补到 60 帧提升明显，补到 120 帧后人眼分辨的边际提升很小，还可能带来「过于顺滑」的失真感，按素材类型选档位比无脑拉满更聪明。

插帧自查

• 先试插 10 秒，查快速运动处拖影
• 面部特写快转头：伪影高发段，重点看
• 补完发「肥皂感」：倍数降一档
• 老动画插帧：先分离线条层效果更净

一句话带走：插帧是在真实帧之间搭桥，桥搭得稳就顺滑，运动太猛桥就塌成伪影。

聊聊视频插帧的常见疑问

• 插帧和调高生成帧率哪个好？：直接生成帧率高的连贯性由模型统一把握，成本低些；插帧胜在灵活，低帧率老素材只有这一条路。
• 为什么插帧后看久了眼睛累？：补偿帧在复杂运动处不完全真实，人眼会隐约察觉「顺得太假」，长时间观看易疲劳。
• 游戏画面能用视频插帧吗？：不能直接套用。游戏画面由引擎实时渲染，走的是引擎层面的帧生成，延迟控制要求完全不同。