补帧模型说明
2026/9/9大约 3 分钟
以下内容是软件内置AI模型的特性介绍
SVFI集成若干补帧算法，如RIFE、GMFSS、Tariff等
这些算法在不同类型的素材上性能不同，分别用于实拍及动画素材的算法及模型见预设及下方介绍
补帧模型介绍
- RIFE：高速，常用的补帧算法
| 模型名称 | 优点 | 缺点 |
|---|---|---|
| 4.25+ | 最新一代算法，适用于绝大多数实拍补帧场景 | |
| 4.18 | 开启双向光流与动态光流时，实拍补帧质量或更高 | 部分功能需手动开启，兼容性略低 |
| rpr_v7_2.3_ultra | 第三代算法，组合模型，适应复杂画面能力强 | |
| rpr_v7_2.3_ultra#2 | 组合模型，更能适应复杂画面 | |
| 4.6-4.7 | 第二代算法，流畅稳定，支持非整数倍帧率场景 | 精细度不如新一代算法 |
| 4.8 | 针对动漫素材训练优化，动漫补帧效果优秀 | 对实拍补帧效果不佳 |
| 4.9 | 动漫与实拍素材均有优化，补实拍效果提升 | 速度与上一代基本一致 |
| 2.3 | 初代经典算法 | 兼容性差，不支持非整数倍帧率场景 |
提示
带有ncnn字样的模型使用ncnn作为前向推理框架，其兼容N卡及A卡，不带有此字样的模型无法用于A卡及核显。
ncnn-rife：支持各种显卡版本的RIFE，兼容性好，速度快，质量比RIFE略差。
GIMMVfi: 不错的实拍补帧模型 GIMM-VFI
GMFSS：速度慢，动漫补帧质量最高
| 模型名称 | 优点 | 缺点 |
|---|---|---|
| pg104 | 最新的GMFSS动漫模型，当前最强大的动漫补帧模型 | 慢 |
| Umss_v1 | 与pg104一样，专精于动漫补帧，部分场景更流畅、杂质更少 | 速度略慢于pg104 |
| union_v | 结构稳定，画面流畅 | 模糊略多于basic |
注意
该系列模型消耗显存资源较多，不建议使用该系列模型进行4K及以上分辨率的补帧。
如果需要超分补帧同时进行，请勾选输出分辨率设置的先补帧后超分，或手动拆分为两个步骤执行。
若遇到瑕疵加剧的情况，则建议使用默认设置：先超分再补帧
- Tariff：当前主推的新一代补帧算法
| 模型名称 | 优点 | 缺点 |
|---|---|---|
| UPG | 质量媲美GMFSS pg 104，效果快一倍 | - |
| PWR | 比UPG快一倍 | 平移画面可能会出现抖动 |
- DRBA: 保留动漫原始节奏的补帧模型
| 模型名称 | 优点 | 缺点 |
|---|---|---|
| DRBA_RIFE_v4.26 | 适应动画原始节奏的补帧模型，速度较快，配合涡轮加速模式在一些显卡上可实现实时观看速度 | - |
| DRBA_GmfSs_pg | 高质量导出适应动画原始节奏的补帧结果，效果稳定 | 速度较慢 |
DRBA效果演示
GIF左侧为输入，右侧为导出效果,可以看见画面中的背景(线性运动部分)在补偿后依然保持线性运动，而画面中的人物(非线性运动部分)依然保持非线性的运动规则