内容目录

AI视频的”果冻感”是什么？插帧与运动模糊的原理

用AI生成视频，明明每一帧单看都挺清楚，连起来播放却总有一股说不出的怪味：画面像果冻一样晃、物体边缘扭曲蠕动、快速运动时糊成一团。老手管这叫”果冻感”或”AI感”。它不是玄学，背后是视频生成模型在时间维度上的两个具体技术缺陷。

先拆：果冻感的第一个来源——时间维度上的不一致

图片生成模型只需要保证一张图内部自洽，而视频模型要保证几十上百帧之间连续自洽。当前主流做法是时空联合注意力：模型在生成某一帧时，会参考前后帧的特征来保持一致。

问题在于算力有限，注意力不可能在所有帧两两之间全量计算，通常只在局部时间窗口内做关联。结果就是：相邻几帧内部还算稳定，但超过窗口范围的帧会各自漂移。体现在画面上，就是静态物体（墙面、桌沿、人脸轮廓）在播放时轻微地”呼吸”和”蠕动”——每一帧都对，连起来在晃。这就是果冻感最主要的来源。

这是最容易被忽略的一点。真实摄像机拍摄时，快门不是瞬间完成的：在1/48秒的曝光窗口内，物体已经移动了一小段，传感器记录的是这段时间的积分，于是快速运动的物体边缘天然带着方向性拖影，也就是运动模糊。人眼从出生起看到的就是这种画面，它反而是”真实感”的一部分。

而AI视频的很多生成路径是逐帧”画”出来的，每一帧都接近理想的清晰成像，没有快门积分的概念。结果是：物体动得越快，画面越像逐格动画，人眼立刻识别出”这不是摄影机拍的东西”。

AI视频原生输出常是低帧率（如16fps甚至8fps），直接播放就是卡顿的幻灯片。插帧（frame
interpolation）的做法是让模型在两个真实帧之间估计中间帧：分析前后帧里每个物体的运动方向和距离，把中间那一瞬间”脑补”出来，把帧率补到24或30fps。

但插帧有个固有风险：当前后帧之间位移过大，中间帧的估计会失败，出现重影、碎片。这也是为什么AI视频在快速运动场景更容易穿帮——位移大，插帧先崩。

补救思路很直接：既然缺的是快门积分，就把它算回来。

有意思的是，模糊在这里不是瑕疵而是解药——适度加模糊，真实感反而上升。

把原理落到使用上，可以记三条：

在 AIGC广告
的成片流程里，”低幅度运镜+定向插帧+统一运动模糊”已经是处理AI素材的三件套。果冻感不会被某个模型更新彻底消灭，但完全可以被流程管理掉。

AI视频的果冻感=时间窗口内的注意力有限导致帧间漂移，加上缺少快门积分导致缺失运动模糊。理解了这两点，就明白为什么”慢慢动”的AI视频永远比”大幅运动”的稳——不是模型偏心，是物理和技术规律使然。

更多 AI广告
制作中的实战技巧，欢迎到视觉灵动官网翻看往期拆解。