RIFE 视频补帧：低帧率动作做慢镜头

运行环境: macOS Apple Silicon，16 GiB 统一内存；Python 3.12.13；PyTorch 2.12.1；CPU 两线程；官方 ECCV2022-RIFE 源码 5d8adbdd40e12c2c8f91930eff838aebe561c086；HDv3 权重 SHA256 fe854fc8996547c953f732aaa3b78cae76cc0a12833ae856ea0749c4c570d7d8；输入 256×144、12fps、24 帧、2 秒，本站程序绘制的原创几何动画；非 AI 视频。

1. 准备低帧率动作和剪切点
解压独立结果包，先播放 original-12fps.mp4。黄块移动到遮挡条，接着硬切到紫底绿块；源帧 11→12 是作者已知切点。
2. 下载并核对官方模型
检出固定的官方源码；按该版本 README 的 HD 模型链接获取权重，解压到 rife-source/train_log。下载包不再次分发权重。run_rife.py 严格加载所有参数，不允许静默缺项。
bash
```
git clone https://github.com/hzwer/ECCV2022-RIFE.git rife-source
git -C rife-source checkout 5d8adbdd40e12c2c8f91930eff838aebe561c086
# 将官方 HDv3 模型包解压至 rife-source/train_log/
python run_rife.py
```
3. 真实推理并保留负例
对 23 对帧逐对调用官方 IFNet 网络，不使用 FFmpeg 光流。原始神经输出另存；已知硬切位置改为保持前帧，其余 22 张中间帧采用神经结果。末尾保持一帧，最终 48 帧。

4. 区分顺滑和慢动作

相同 48 帧以 24fps 编码仍是 2 秒；以 12fps 编码变成 4 秒。不要只把容器帧率标签改大就声称补帧成功。

bash

ffmpeg -framerate 24 -i outputs/rife/with-cut-guard/%04d.png -c:v libx264 -pix_fmt yuv420p result-24fps.mp4
ffmpeg -framerate 12 -i outputs/rife/with-cut-guard/%04d.png -c:v libx264 -pix_fmt yuv420p result-slow-motion.mp4

5. 逐帧看接点并数帧
对照实际接触表：原始 RIFE 的硬切中间帧格网扭曲，保护版本保持前场景。ffprobe 实际读到两份输出均 48 帧、256×144；完整解码零错误。
bash
```
ffprobe -v error -count_frames -show_entries stream=width,height,r_frame_rate,nb_read_frames,duration -of json result-24fps.mp4
ffmpeg -v error -i result-24fps.mp4 -f null -
```

这次实际得到什么

模型权重严格加载成功，对 23 对帧实际推理；该小样推理约 0.894 秒，不含首次导入、下载和编码。
浏览器实际加载三个视频：原片 2 秒、24fps 输出 2 秒、12fps 慢动作 4 秒，均 256×144。
原始硬切补帧出现可见网格扭曲，保留可下载的失败视频；保护版本在已知切点不插入混合帧。
ffprobe：两份输出均 48 帧；完整输出解码没有错误。

本站 RIFE 真实运行报告：24 帧原片、48 帧补帧与慢动作、实际硬切对照和模型记录；非原生软件UI。 — 本站实际输出报告截图。视频时长、数帧和模型 SHA 已核对；不是原生产品界面。

真实 RIFE 帧对照：源帧、神经中间帧，以及已知硬切保护；原始硬切中间帧存在网格扭曲。 — 实际神经推理帧组成的接触表：保留明显失败反例，不用通用流程图代替结果。

原始 12fps / 24 帧 / 2 秒

实际 RIFE 24fps / 48 帧 / 2 秒

同 48 帧以 12fps 播放 / 4 秒慢动作

负例：未保护硬切的实际神经输出

下载原片、神经输出、失败反例和复跑脚本查看具体复跑步骤与范围查看逐对推理与权重校验记录查看本站实际运行报告

使用这份结果时注意

使用旧版官方 HDv3 权重，不代表新 RIFE 4.x、FlowFrames 或 WanGP 原生界面已测试。
源视频是小尺寸程序几何动画。复杂真人快速运动、头发、手指、遮挡和长视频需要另测。
已知剪切点人工指定，未证明自动切镜检测。
输入无音频，未测试慢动作下的音频重定时。

记录补帧视频验收

1. 先分清帧率与播放速度

旧练习包 input.mp4 为 12fps、三秒原创小车动画，共 36 帧；改变容器 fps 或重复帧不会产生中间运动。10月24日实测另用两秒、24帧几何输入，原片和模型输出见新增执行记录，不混用两套时长与切点。

RIFE 视频补帧：本题实际输入材料的可视化；来源身份见图内与正文。 — 本题实际输入材料的可视化；来源身份见图内与正文。
横向滑动查看细节，或打开原图放大对照。
示例来源查看高清原图

可播放的本站程序原创几何动画输入；不是实拍、工具录屏或模型输出。

2. 准备真实 RIFE 执行路径

可按官方仓库使用 inference_video.py，也可在已经装好的 WanGP 中使用 Late Post Processing 的 temporal upsampling。不要同时混用两个版本的参数与输出名称。

RIFE 官方仓库的原始浏览器截图；10月24日另用官方 HDv3 权重完成真实 CPU 补帧，运行记录与旧截图分开保存。
官方图片来源查看高清原图

3. 先做两倍中间帧生成

本页命令对应官方 inference_video.py 的 exp=1 练习，先从 --help 检查所装版本确实支持。记录输入/输出帧率，保留原时长作为“原速补帧版”。

bash

python inference_video.py --video=input.mp4 --exp=1 --output=interpolated-realtime.mp4

4. 切镜附近单独检查

原片第 1.5 秒切换背景，scene-cuts.csv 给出已知切点。插值跨越不同场景容易产生融化/鬼影；若流程不做切镜保护，可先分段补帧再拼回，而不是掩盖该帧。

prompt.txt

text

This task uses frame interpolation, not a text generation prompt. Keep a fixed two-times frame-rate target and inspect the known cut at 1.5 seconds.

RIFE 视频补帧：本题输入区域/条件/规则的具体定位教材，不是产品UI或已执行模型结果。 — 本题输入区域/条件/规则的具体定位教材，不是产品UI或已执行模型结果。
横向滑动查看细节，或打开原图放大对照。
示例来源查看高清原图

5. 由真实补帧结果再制作慢放

旧包 manual-slow-reference.mp4 仍是程序 24fps 真值，不是 RIFE 输出。10月24日新增的 48帧模型输出另存为两秒 24fps 原速版和四秒 12fps 慢动作版，可直接播放与数帧核对。

6. 核对遮挡与车轮边缘

查看 overlap-crops.png 中指定区域，在真实结果回看快速运动、轮子与遮挡边缘。FFprobe 的 24fps 只证明规格；还需确认不是重复帧以及切点没有混帧。

RIFE 视频补帧：本题真实输入或明确标记的程序参考，用于定位验收；不代表目标模型通过。 — 本题真实输入或明确标记的程序参考，用于定位验收；不代表目标模型通过。
横向滑动查看细节，或打开原图放大对照。
示例来源查看高清原图

明确标记的程序真值/构图/慢放参考，来自本站确定性动画，不是目标模型输出。

7. 保留原速和慢放两个版本

输出分为 interpolated-realtime.mp4 与 slow-motion.mp4，记录各自帧率和时长；音轨复制、变速或静音另行说明。本练习输入静音，不能据此声称原声同步已通过。

怎样确认已经完成

原速版帧数增加且时长保持，慢放版按目标帧率播放。
切镜没有被插出跨场景混合帧，遮挡边缘不明显融化。
程序24fps真值与真实RIFE输出分别标识。

常见问题

RIFE 视频补帧：低帧率动作做慢镜头本次实际验证了什么？

实际下载官方 HDv3 权重并严格加载，CPU 对原创几何视频做神经中间帧推理，产出可播放的 24fps 视频及 2 倍慢动作；硬切处的扭曲负例单独保留。

本次结果有哪些适用限制？

使用旧版官方 HDv3 权重，不代表新 RIFE 4.x、FlowFrames 或 WanGP 原生界面已测试。源视频是小尺寸程序几何动画。复杂真人快速运动、头发、手指、遮挡和长视频需要另测。已知剪切点人工指定，未证明自动切镜检测。输入无音频，未测试慢动作下的音频重定时。

资料来源

展开本页目录

开始前准备什么

按当前 RIFE 官方仓库准备匹配的 PyTorch/GPU 或使用 WanGP 已有 RIFE 后处理；两条执行路径分别记录模型文件、版本与许可，不宣称普通电脑实时。
解压本页独立练习包，先读README中的素材身份与执行范围；保留原文件并另存实际结果。

先分清帧率与播放速度
准备真实 RIFE 执行路径
先做两倍中间帧生成
切镜附近单独检查
由真实补帧结果再制作慢放
核对遮挡与车轮边缘
保留原速和慢放两个版本

下载原片、神经输出、失败反例和复跑脚本

2026-10-24 核验材料；实际执行范围、结果与限制见下方记录。

补充：原有练习资料与下载

下载本题独立练习ZIP

原创输入、提示/参数、7步README、来源与检查表；无模型权重或账号。

下载逐步操作与来源说明

分清真实输入、程序参考与待运行的模型输出。

下载本题逐项验收表

用实际输出填写每一项，不把本地文件检查当效果验收。

下载本题参数记录

教学记录格式，软件原生导入能力另行确认。

官方 RIFE 神经补帧实测：24 帧变为 48 帧，保留硬切失败反例

实际下载官方 HDv3 权重并严格加载，CPU 对原创几何视频做神经中间帧推理，产出可播放的 24fps 视频及 2 倍慢动作；硬切处的扭曲负例单独保留。

2026-10-24 · 官方 RIFE HDv3 CPU 神经推理、已知硬切保护、视频编码/数帧/解码；未测试 WanGP 原生界面和复杂真人视频。

运行环境: macOS Apple Silicon，16 GiB 统一内存；Python 3.12.13；PyTorch 2.12.1；CPU 两线程；官方 ECCV2022-RIFE 源码 5d8adbdd40e12c2c8f91930eff838aebe561c086；HDv3 权重 SHA256 fe854fc8996547c953f732aaa3b78cae76cc0a12833ae856ea0749c4c570d7d8；输入 256×144、12fps、24 帧、2 秒，本站程序绘制的原创几何动画；非 AI 视频。

1. 准备低帧率动作和剪切点
解压独立结果包，先播放 original-12fps.mp4。黄块移动到遮挡条，接着硬切到紫底绿块；源帧 11→12 是作者已知切点。
2. 下载并核对官方模型
检出固定的官方源码；按该版本 README 的 HD 模型链接获取权重，解压到 rife-source/train_log。下载包不再次分发权重。run_rife.py 严格加载所有参数，不允许静默缺项。
bash
```
git clone https://github.com/hzwer/ECCV2022-RIFE.git rife-source
git -C rife-source checkout 5d8adbdd40e12c2c8f91930eff838aebe561c086
# 将官方 HDv3 模型包解压至 rife-source/train_log/
python run_rife.py
```
3. 真实推理并保留负例
对 23 对帧逐对调用官方 IFNet 网络，不使用 FFmpeg 光流。原始神经输出另存；已知硬切位置改为保持前帧，其余 22 张中间帧采用神经结果。末尾保持一帧，最终 48 帧。

4. 区分顺滑和慢动作

相同 48 帧以 24fps 编码仍是 2 秒；以 12fps 编码变成 4 秒。不要只把容器帧率标签改大就声称补帧成功。

bash

ffmpeg -framerate 24 -i outputs/rife/with-cut-guard/%04d.png -c:v libx264 -pix_fmt yuv420p result-24fps.mp4
ffmpeg -framerate 12 -i outputs/rife/with-cut-guard/%04d.png -c:v libx264 -pix_fmt yuv420p result-slow-motion.mp4

5. 逐帧看接点并数帧
对照实际接触表：原始 RIFE 的硬切中间帧格网扭曲，保护版本保持前场景。ffprobe 实际读到两份输出均 48 帧、256×144；完整解码零错误。
bash
```
ffprobe -v error -count_frames -show_entries stream=width,height,r_frame_rate,nb_read_frames,duration -of json result-24fps.mp4
ffmpeg -v error -i result-24fps.mp4 -f null -
```

这次实际得到什么

模型权重严格加载成功，对 23 对帧实际推理；该小样推理约 0.894 秒，不含首次导入、下载和编码。
浏览器实际加载三个视频：原片 2 秒、24fps 输出 2 秒、12fps 慢动作 4 秒，均 256×144。
原始硬切补帧出现可见网格扭曲，保留可下载的失败视频；保护版本在已知切点不插入混合帧。
ffprobe：两份输出均 48 帧；完整输出解码没有错误。

原始 12fps / 24 帧 / 2 秒

实际 RIFE 24fps / 48 帧 / 2 秒

同 48 帧以 12fps 播放 / 4 秒慢动作

负例：未保护硬切的实际神经输出

下载原片、神经输出、失败反例和复跑脚本查看具体复跑步骤与范围查看逐对推理与权重校验记录查看本站实际运行报告

使用这份结果时注意

使用旧版官方 HDv3 权重，不代表新 RIFE 4.x、FlowFrames 或 WanGP 原生界面已测试。
源视频是小尺寸程序几何动画。复杂真人快速运动、头发、手指、遮挡和长视频需要另测。
已知剪切点人工指定，未证明自动切镜检测。
输入无音频，未测试慢动作下的音频重定时。

记录补帧视频验收

1. 先分清帧率与播放速度

可播放的本站程序原创几何动画输入；不是实拍、工具录屏或模型输出。

2. 准备真实 RIFE 执行路径

可按官方仓库使用 inference_video.py，也可在已经装好的 WanGP 中使用 Late Post Processing 的 temporal upsampling。不要同时混用两个版本的参数与输出名称。

3. 先做两倍中间帧生成

本页命令对应官方 inference_video.py 的 exp=1 练习，先从 --help 检查所装版本确实支持。记录输入/输出帧率，保留原时长作为“原速补帧版”。

bash

python inference_video.py --video=input.mp4 --exp=1 --output=interpolated-realtime.mp4

4. 切镜附近单独检查

prompt.txt

text

This task uses frame interpolation, not a text generation prompt. Keep a fixed two-times frame-rate target and inspect the known cut at 1.5 seconds.

5. 由真实补帧结果再制作慢放

6. 核对遮挡与车轮边缘

查看 overlap-crops.png 中指定区域，在真实结果回看快速运动、轮子与遮挡边缘。FFprobe 的 24fps 只证明规格；还需确认不是重复帧以及切点没有混帧。

明确标记的程序真值/构图/慢放参考，来自本站确定性动画，不是目标模型输出。

7. 保留原速和慢放两个版本

怎样确认已经完成

原速版帧数增加且时长保持，慢放版按目标帧率播放。
切镜没有被插出跨场景混合帧，遮挡边缘不明显融化。
程序24fps真值与真实RIFE输出分别标识。

常见问题

RIFE 视频补帧：低帧率动作做慢镜头本次实际验证了什么？

实际下载官方 HDv3 权重并严格加载，CPU 对原创几何视频做神经中间帧推理，产出可播放的 24fps 视频及 2 倍慢动作；硬切处的扭曲负例单独保留。

本次结果有哪些适用限制？

先看结论

开始前准备什么

官方 RIFE 神经补帧实测：24 帧变为 48 帧，保留硬切失败反例

1. 准备低帧率动作和剪切点

2. 下载并核对官方模型

3. 真实推理并保留负例

4. 区分顺滑和慢动作

5. 逐帧看接点并数帧

这次实际得到什么

使用这份结果时注意

1. 先分清帧率与播放速度

2. 准备真实 RIFE 执行路径

3. 先做两倍中间帧生成

4. 切镜附近单独检查

5. 由真实补帧结果再制作慢放

6. 核对遮挡与车轮边缘

7. 保留原速和慢放两个版本

怎样确认已经完成

常见问题

资料来源

先复跑本地流程，再按需要接入API

需要 API 扩展时创建 Key

填写接入配置

发起第一次调用

先看结论

开始前准备什么

官方 RIFE 神经补帧实测：24 帧变为 48 帧，保留硬切失败反例

1. 准备低帧率动作和剪切点

2. 下载并核对官方模型

3. 真实推理并保留负例

4. 区分顺滑和慢动作

5. 逐帧看接点并数帧

这次实际得到什么

使用这份结果时注意

1. 先分清帧率与播放速度

2. 准备真实 RIFE 执行路径

3. 先做两倍中间帧生成

4. 切镜附近单独检查

5. 由真实补帧结果再制作慢放

6. 核对遮挡与车轮边缘

7. 保留原速和慢放两个版本

怎样确认已经完成

常见问题

资料来源

先复跑本地流程，再按需要接入API

需要 API 扩展时创建 Key

填写接入配置

发起第一次调用