第一部分 · 幻觉的诞生

运动的幻觉：从静止帧到 24 格每秒

上一课我们立起了那台引擎——电影是一台「受控幻觉」机器，导演在每一层精确控制你「看到、知道、感觉到什么」。它还指出，最底层的那个幻觉是：一叠静止的照片，凭什么变成了「运动」？这一课就把这块地基挖到底。

线性回顾

上一课：一部电影其实只是每秒闪过约 24 张静止照片，相邻两帧之间银幕还有大段时间是全黑的；可你看到的不是幻灯片，而是连续流动、会让你哭让你笑的生活。我们由此立起全程的中心论点——电影＝受控的幻觉，导演控制「你此刻看到/知道/感觉到什么」。
留下的问题：第一个、也是最底层的幻觉——一叠静止的照片，凭什么变成了「运动」？
本课新增：读完你能回答：运动是大脑制造的，不是眼睛或胶片里本来就有的；「视觉暂留」只解释了一半，真正把离散帧读成运动的是大脑的「表观运动」；以及为什么电影偏偏定在 24 帧/秒，而这只是一个技术约定，不是人眼的极限。

历史小注

1912 年，格式塔心理学家马克斯·韦特海默 (Max Wertheimer) 在法兰克福做了一个朴素的实验：让两个光点一前一后地交替亮灭。在某个恰到好处的时间间隔下，被试看到的不是「两个灯在轮流闪」，而是「一个光点在两处之间来回移动」。这个被脑补出来的运动，他命名为phi 现象 (phi phenomenon)，与之相关的还有 beta 运动。这一年常被看作运动知觉研究、乃至格式塔心理学的起点——也正是电影「为什么会动」的真正答案所在。

本课路线

(1) 先确认问题：帧与帧之间银幕大段是黑的，运动不在胶片里；(2) 旧解释「视觉暂留」只补上了黑屏，补不出运动；(3) 真正的答案是大脑的「表观运动」——phi 现象与 beta 运动；(4) 帧率史：默片 16–18 → 有声片定 24 帧/秒，每帧 ≈ 42 ms；(5) 闪烁问题与遮光器：每帧闪 2–3 次冲过约 50 Hz；(6) HFR 与「肥皂剧效应」证明 24fps 是约定而非真实；(7) 落回引擎：每一帧都是一张被精心控制的画。

一、先把问题摆正：运动，根本不在胶片里

拿起一卷老胶片对着光看，你会看到一格一格完全静止的照片，每一格都凝固了某个瞬间。把它们排成一排，没有任何一格里藏着「运动」这种东西——运动不是某一格的属性，一张照片要么是这一刻，要么是那一刻。

放映时发生的事更反直觉。放映机不是把胶片连续滑过去，而是一格一格地停、闪、停、闪：把一格对准镜头、亮一下、关黑、换下一格、再亮一下。换句话说，在你眼前，画面里有相当一部分时间银幕其实是全黑的——亮的是离散的、互不相连的静止照片，黑的是它们之间的缝。

于是问题尖锐起来：既然送进眼睛的只是「静止照片 + 黑缝 + 静止照片 + 黑缝……」这样一串离散的刺激，为什么我们看到的却是连续流动的运动？这个「连续」是哪里来的？

二、旧解释「视觉暂留」：它只补上了黑屏，补不出运动

最常被搬出来的答案是视觉暂留 (persistence of vision)：光打在视网膜上，刺激不会在熄灭的瞬间立刻消失，而是会在视网膜上残留极短的一小段时间（余晖）。所以当一帧灭、黑缝来临时，上一帧的余晖还在，黑缝就被「填」住了，我们不会看到一闪一闪的黑。

这话没错，但它只解决了一半的问题。请把两件事分开：

视觉暂留解释了：为什么我们看不见帧与帧之间那段黑屏。余晖把黑缝抹平了，画面不闪。仅此而已——它讲的是「为什么不黑」。

它解释不了为什么不同位置的两张静止照片，会被看成同一个东西在移动。余晖只会让前一帧的影像「叠」在后一帧上，按这个逻辑你该看到的是重影、是一堆位置的叠加，而不是一段平滑的位移。

这是关键的一步：余晖是视网膜层面的残留，它能把缝填上，却造不出「运动」这个知觉。如果运动真的只靠视觉暂留，把同一物体的两个位置快速交替，你应该看到两个虚影同时存在；可实验里人们报告的偏偏是「一个东西在动」。所以，制造运动的工序，发生在比视网膜更靠后的地方——大脑。

三、真正的答案：运动是大脑「脑补」出来的

这就回到了开头那个 1912 年的实验。韦特海默发现，只要两个相邻位置的刺激以恰当的时间间隔交替出现，大脑就会主动把它们解读成「同一个物体从 A 移动到了 B」，并填补出中间根本不存在的轨迹。这种「无中生有」的运动叫表观运动 (apparent motion)：

phi 现象间隔再快一点时，你甚至看不到具体物体在移动，而是感到两点之间有一股纯粹的「运动感」掠过——运动被知觉到了，物体的形却没跟着走。这是最「纯」的、被大脑单独提取出来的运动信号。

beta 运动在稍慢、最适合电影的间隔下，你清清楚楚看到「一个物体」连贯地从 A 滑到 B。我们在银幕上看到的人在走、车在开，主要就是这种 beta 运动——大脑把相邻两帧里位置略有不同的同一形状，缝成了一段平滑位移。

结论因此颠覆直觉：运动不是胶片的属性，也不是眼睛的功能，而是大脑的一次主动建构。视网膜只老老实实地收到一串静止快照，是大脑替你把它们「读」成了运动，并把不存在的中间过程补全。电影能动，靠的不是机器，而是你自己的知觉系统——它太想把世界看成连续的，连续到愿意为一串照片脑补出生命。

落回引擎

这正是那台「受控幻觉」引擎最底层的一块：导演交给你的只是一串静止的、被精心选过的画，而「它在动、它活着」这一感觉，是你的大脑替他完成的。第一层幻觉就这样成立了——电影甚至不必把运动给你，它只要给对了帧，你就会自己把运动造出来。

下面这个部件，让你亲手把韦特海默的实验调出来：拖动两点交替的时间间隔，看着同一组刺激如何在你眼里从「两个灯轮流闪」变成「一个点在来回移动」，再快下去又融成一团。

phi 现象演示：两个静止的点，何时变成「一个在移动」

两个点在左右两处交替亮灭，它们从不移动，只是轮流出现。拖动滑块改变「交替间隔」（每个点亮多久就切到另一个），盯着中间区域，注意你实际看到了什么。点「▶ 切到帧条」可换成第二种模式：一整排电影帧条按帧率闪烁，体会闪烁如何随频率消失。

交替间隔 120 ms

每点闪烁频率

—

此间隔下大脑读到的

—

对应电影概念

—

三段体验：间隔很长（慢）→ 你诚实地看到两个灯轮流闪；间隔适中 → 大脑投降，看到一个点在两处之间来回移动（这就是表观运动，电影运动的根源）；间隔极短（快）→ 交替快到大脑来不及读成位移，运动散架，两点近乎同时都在。运动幻觉只活在中间那条狭窄的缝里。（想看「闪烁融合」请点「▶ 切到帧条」：那里整块画面按 1000 ÷ 间隔的频率亮灭，约 50 Hz 时闪烁才真正消失。）

四、那为什么偏偏是 24 帧/秒？

既然运动是脑补的，那「一秒钟给几张照片」就成了一个工程问题：给太少，大脑缝不起来，会看出一格一格的跳动（卡顿）；给太多，是浪费胶片、抬高成本。早期默片并没有统一标准，大致在 16–18 帧/秒之间，还常由放映员手摇，速度并不恒定——这也是老默片看起来「快进式」抽动的原因之一。

真正把帧率钉死的，是声音。1920 年代末有声片出现后，声音必须和画面严格同步，胶片走过的速度就不能再随手摇了。当时综合画面流畅度与胶片成本、并要让光学声轨有足够的走带速度记录下可接受的音质，业界把标准定在了 24 帧/秒。从此，「电影＝24 帧/秒」成了沿用至今的约定。

换算成时间很有意思：

24 帧/秒 → 每帧 ≈ 1 ÷ 24 s ≈ 42 ms

也就是说，银幕上每一格画面只在你眼前停留约 42 毫秒，大脑就用这一连串 42 毫秒的静止快照，缝出了你以为「一直在动」的世界。作为对照：电视制式 PAL 为 25 帧/秒、NTSC 约 29.97 帧/秒，与电影的 24 略有差别。

五、闪烁问题：24 次/秒还不够，要用遮光器再骗一次

这里藏着一个容易被忽略的麻烦。24 帧/秒足够让大脑读出运动（beta 运动），但不足够消除闪烁。人眼有一个闪烁融合临界频率 (flicker fusion threshold)，大约在 50–60 Hz：只有当亮灭交替快过这个频率，我们才把它看成稳定常亮的光，否则就会感到刺眼的频闪。

而如果放映机老老实实地「一帧亮一次、一秒亮 24 次」，亮灭频率只有 24 Hz，远低于 50 Hz——整块银幕会明显地一跳一跳地闪，看久了头疼。早期电影甚至被戏称为 the flickers（闪闪片）。

解决办法很机灵：放映机里装一个遮光器 (shutter)，在同一帧画面停留期间，把光额外遮断、再放行一两次。于是每一格画面会被闪 2–3 次（双叶/三叶遮光器），把闪烁频率从 24 Hz 提到 48 Hz 或 72 Hz，越过约 50 Hz 的融合阈值，闪烁就消失了——而画面内容仍然只换 24 次/秒。

两件事，两套频率

请把这两件事彻底分开：换帧频率（24 Hz）管的是「运动」——决定大脑能否把相邻帧缝成位移；闪烁频率（48–72 Hz）管的是「不闪」——决定整块银幕看起来是否稳定常亮。遮光器的全部聪明之处，就是用「重复闪同一帧」把后者拉高，而完全不动前者。一帧静止照片，被这套机关连骗带补，最终在你眼里既动得流畅、又亮得稳定。

六、那 24 是「人眼的极限」吗？不是——它只是个约定

很多人以为「人眼最多就能看 24（或 30）帧，再多也没用」。这是个流传很广的误会。证据就藏在高帧率 (HFR, high frame rate) 电影里。

有些影片刻意用更高的帧率拍摄放映：《霍比特人》用了 48 帧/秒，《比利·林恩的中场战事》更高到 120 帧/秒。结果很多观众的反应不是「更逼真、更享受」，反而是觉得画面「太清晰、太顺滑，像电视直播或肥皂剧」，少了一种说不清的「电影味」。这种感觉有个名字——肥皂剧效应 (soap opera effect)。

这恰恰反过来证明了两件事：第一，人眼显然能分辨出 48、120 与 24 的差别，所以 24 绝不是「人眼极限」；第二，我们之所以觉得 24 帧/秒那种略带顿挫、带点运动模糊的质感「才像电影」，纯粹是因为我们看了一个世纪的 24 帧电影、被训练出了这套审美。换句话说，所谓「电影感 (cinematic look)」是一个技术约定与文化习惯，不是「更接近真实」的标志——更高更真的帧率，反而会捅破那层让人愿意相信的幻觉膜。

七、收束：每一帧，都是一张被控制的画

把这一课串起来：电影最底层的幻觉——「运动」——既不在胶片里，也不在视网膜上，而是大脑面对一串每秒约 24 张、各停留约 42 ms 的静止照片时，主动建构出来的（表观运动 / phi 与 beta），遮光器再用每帧重闪 2–3 次把闪烁抹平。而 24 这个数字，是有声片时代为了同步与成本钉下的约定，不是人眼的天花板。

这意味着：导演手里真正能掌控的，是那一张张静止的画——画里有什么、没有什么、亮在哪、谁在中央。运动是观众替他完成的赠品。于是引擎的第一层就稳稳落地了：控制好每一帧这张画，就控制了观众看到的那个「活着」的世界。

常见误解

误解：电影会动是因为「视觉暂留」。（澄清：视觉暂留是视网膜余晖，只解释了我们为何看不见帧间的黑；它造不出运动，按它的逻辑你该看到重影。真正把离散帧读成运动的是大脑的表观运动——phi 现象与 beta 运动，Wertheimer 1912。）
误解：24 帧/秒是人眼能分辨的极限，再高也看不出区别。（澄清：恰恰相反。48fps 的《霍比特人》、120fps 的《比利·林恩》明显不同，观众甚至嫌它「太真像肥皂剧」。24 是有声片时代钉下的约定，「电影感」是被训练出来的审美。）
误解：放映机一秒就是单纯地闪 24 次。（澄清：那样只有 24 Hz，低于约 50 Hz 的闪烁融合阈值，会明显频闪。放映机用遮光器让每帧重复闪 2–3 次，把闪烁频率提到 48–72 Hz；换帧频率与闪烁频率是两套不同的频率。）
误解：帧与帧之间银幕一直亮着，画面是连续滑过的。 （澄清：放映是「停—闪—停—闪」，帧间有相当部分时间银幕其实全黑，靠余晖与大脑填补，你才不会察觉那些黑缝。）

一句话带走

电影里的「运动」不在胶片、不在眼睛，而是大脑把每秒约 24 张、各停留约 42 ms 的静止照片脑补成了连续位移（表观运动）；24 帧/秒只是有声片时代的技术约定，遮光器再把闪烁抹平——导演真正掌控的，永远是那一张张被精心控制的静止画，运动是你替他完成的。

下一步

我们现在知道：把静止照片快连放映，大脑就把它读成了运动——可那还只是一个镜头内部的把戏。然而一部电影是无数互不相干的片段拼起来的：把两个毫无关系的镜头硬接在一起，我们为什么不觉得断裂，反而从这「并置」里读出了意义？→ 第 02 课《剪辑的魔法：蒙太奇与库里肖夫效应》将揭示，意义同样不在单个镜头里，而是被你的大脑在镜头的缝隙间主动缝合出来的。