大家玩遊戲這麼多年，或許都會有那麼幾個雲牽夢繞的疑問：為什麼2D像素化的古董超級馬裡玩起來不卡，但3D遊戲確卡了？為什麼電影每秒24幀不覺卡？但遊戲沒30幀就得卡成汪星人？雖然網上有各種各樣的回答，但很多都不盡科學不夠全面，所以筆者還是來全面科普一下吧。
生理基礎
電影膠捲記錄的逐幀信息
所有的故事都要從人類肉眼的「視覺暫留」和「腦補」現象說起，前者是指人類視網膜在光信號消失後，殘像還會保留一定時間的現象；後者是大腦自行補足畫面中間幀的「腦補」功能。它們的混合作用，讓我們誤以為每秒24幀回放的照片是「連續」的。
而至於為什麼要把數字定在24，這裡面更多是約定俗成和玄學，電影規格本身也經歷了16到24幀的轉變，這個數字以後估計也會繼續增長。而PAL/NTSC/SECAM三種電視信號規格，把幀數定在每秒25幀和30幀的原因，其實只是因為不同地區的供電頻率不同(50Hz和60Hz)……為了方便計算，採用NTSC制式的美國和日本，在遊戲中很自然地了沿用了每秒30幀的習慣（NTSC制式為29.97幀）。
但為什麼看24幀的電影毫無違和感，但30幀，甚至60幀的遊戲中也會出現卡頓？這裡直接說結論，決定遊戲流暢度有4個：動態模糊效果、操作響應、幀率和幀率均勻度，當中以動態模糊最為重要。
動態模糊動態模糊，是指相機快門慢於物體運動而導致的運動軌跡拖影。3D遊戲和電影的重要差別：電影是現實光影的記錄，而3D遊戲是3D模型形狀/位置的實時渲染，前者會有動態模糊，而後者不會。
電影是恆定頻率的拍攝的膠捲/數碼照片，它可以完整記錄一段時間內的光線信息。一般24幀每秒的視頻會選取高一倍的1/50秒的快門，可以完整記錄半秒的光線信息。而這些「多出來」的豐富圖像信息，會像重影一樣疊在一起而造成動態模糊/拖影，其原理和「光繪」一樣，只是快門不是幾秒，而是1/50秒。
高快門速度的樣張
低快門速度的樣張
在人類大腦中，動態模糊是視覺信息量的一個重要表現，即使實際看到的幀數不夠，加入動態模糊的間隔畫面也足夠我們用來進行腦補，從而實現「流暢」。另外，偏題一下，如果同樣的每秒24幀，如果快門速度提高到1/96秒，那膠捲中記錄的光線信息只有1/4秒（24*1/96），丟失的光線信息會讓模糊效果減弱，這樣的電影看起來也是會有卡頓感的。
左側為不同快門速度記錄的光線信息量（快門越慢，記錄的光線越多），右為實際畫面
而遊戲則是把這個「快門速度」提升到極致的產物，遊戲中的30幀，是遊戲引擎生成的30個無限短的瞬間畫面，而且這些瞬間無論多快，物體本身都是清晰無比，絕壁不會有模糊效果。如果這時候還以24幀每秒播放，大腦會抗議，這貨動得這麼快，為什麼我還看得那麼清楚，完全不科學啊，結果「腦補流暢度畫面」過程就無法進行，我們就真的在看播幻燈片了。
要解決這個問題，要不提高取樣率，要不就人為增加模糊效果。前者是下面會說到的高幀率方案，而後者就是增加模糊效果欺騙大腦，讓它以為自己看到是高信息量的畫面（然而模糊效果也很耗資源）。
幀率大小
遊戲中的物體如果每秒移動1個像素點，我們或許還能覺得流暢，但如果物體每秒移動10個像素點，那就有明顯段落感了。這時候需要提高取樣率，把中間缺掉的畫面補出來，如果幀數提高到每秒10幀，我們就可以看到接近剛才1秒1個像素點的流暢度了。
通過把每秒24幀的畫面，提升到每秒48、甚至60幀，雙眼接收到的信息量大到一定程度，就足夠用來「腦補」出流暢效果了。雖然最完美的遊戲應該是要幀數儘可能地多，那樣才是真正模擬現實情況，但對於遊戲來說，渲染幀數越多，需要的性能就越高，這個方案的代價太大了。而現在大家公認的是，做到30幀就能完成腦補過程了。
幀率均勻度
然而實際遊戲中，30幀照樣會時有卡頓，甚至提升到60幀也還是會卡。平時我們擼手機評測的時候，經常兩部不同GPU的手機，就算顯示的FPS（每秒的幀數）相同，照樣也是會有流暢度差異，這是為什麼呢？
兩款顯卡的幀數對比
兩款顯卡幀渲染時間對比
這裡的問題出在了「幀」的精確上。即使之前時間都能30幀以上渲染，但只要有那麼幾個瞬間跌破30幀，那依舊是卡。理想情況下的30幀每秒，是30幀均勻分布，但實際上有可能前半秒渲染29幀，最後的整整半秒只渲染了1幀。
因為運算能力和畫面複雜度的限制（例如從平原中突然有巨大爆炸的畫面），前半秒渲染壓力小，可以滿幀跑。但一到爆炸場景，運算量暴增，來不及渲染，後面幀數就下降了。肉眼雖然對幀數的絕對值不敏感，但明顯的幀數變化還是能輕易地察覺的。
很明顯平時我們看的FPS（每秒幀數）的精度完全不夠用，我們需要把精度，從每秒多少幀，提升到每毫秒多少幀才能精確衡量幀率的穩定性。
響應時間與跟手度
遊戲和電影的最大區別是，遊戲是需要用戶做出動作並對動作進行實時反饋的。除了視覺流暢，我們還需要操作流暢。大家追求60幀高幀率的重要原因，為的就是降低響應時間。我們感知一個動作是否完成，是要機器接受操作信息，並最終反映在下一幀中才算完成。而實際操作中，大多數遊戲引擎在接受操作指令後，要3幀間隔才能體現在畫面上。
幀數刷新速度越高，我們能感知的操作速度就越快。30幀的遊戲，即使忽略操作指令傳輸速度，每個畫面持續33毫秒（1s/30=0.033s），一個操作需要100毫秒（33毫秒*3幀）才能反映在畫面上，而60幀的遊戲，則只需要50毫秒就能響應過來了。這50毫秒，在遊戲中很有可能決定你是爆別人頭，還是被人爆頭了。
另外，如果出現畫面壓力太大，機器來不及渲染，畫面出現掉幀甚至卡頓，我們的操作指令也是會被順延輸入的。效果就是我們幾秒前的做的操作，在幾秒後才逐一顯示在畫面上，這就是傳說中的卡成翔了……