帧插值（Frame Interpolation）是在两帧已知画面之间，合成出中间时刻的画面。它提高的是时间分辨率，不是单帧清晰度。
24fps 每帧间隔约 41.7 毫秒，60fps 约 16.7 毫秒。要让 24fps 变 60fps，复制帧（Frame Duplication）会一顿一顿，前后帧半透明混合（Cross-dissolve）会出重影。可行做法是：先估计前后帧里物体和像素的移动，也就是光流（Optical Flow）或运动估计（Motion Estimation）；再沿运动轨迹把物体“挪”到中间位置，这叫运动补偿（Motion Compensation）；最后补上被遮挡又露出的背景。好比手翻书只有第 1 页和第 2 页，画的是人从左边走到右边；帧插值就是根据两页差异，推测他走到中间时在哪，画出“第 1.5 页”。难点是遮挡、快速运动、重复纹理和光线突变会让运动估计出错，产生鬼影、撕裂、手脚多出来。深度学习方法用神经网络预测双向光流并合成中间帧，更稳，但插出来的帧不一定物理真实。
它和超分辨率（Super-Resolution）不同：后者提高单帧清晰度，帧插值提高时间流畅度。和生成视频（Video Generation）也不同：生成视频从文本、图片或噪声出发，创造整段不存在的内容；帧插值以真实前后帧为条件，目标是补出中间时刻，内容受输入约束。两者正在融合：生成式视频模型可以做帧插值，帧插值也常接在视频生成模型后提升输出帧率。
| 维度 | 帧插值 | 生成视频 |
|---|---|---|
| 输入 | 相邻两帧或更多 | 文本、图像、噪声等 |
| 目标 | 补出中间时刻 | 生成完整视频 |
| 内容 | 大体保持原内容 | 可创造新内容 |
| 典型失败 | 鬼影、撕裂 | 动作不连贯、物理不合理 |
对从业者，帧插值用于视频增强、慢动作、直播和游戏补帧、VR 显示等。它不增加真实信息，只是时间维度的合成；快速运动、遮挡、字幕、logo 和胶片颗粒都是难点。对普通人，电视的 MEMC、手机慢动作、视频平台的“流畅播放”背后常有帧插值。看球赛更顺滑，但看电影可能产生“肥皂剧效应”（Soap Opera Effect），因为 24fps 的节奏感被改写了，很多设备允许关闭。新闻或证据类视频要谨慎：插出来的帧不是真实拍到的。具体工具和参数以官方页面为准。