四个LED构成的蛇形错觉：图像为何看起来在动

正方形框架上装有四个LED，当电子电路依次点亮它们时，没有人会看到“四盏灯光”，而是看到“一条沿着方形边框爬行的蛇”。实际上并不存在移动的物体。这是因为大脑将有时差输入的静态光信息整合在一起，误认为是连续的运动。这种现象被称为“Beta运动”¹。

动画技术正是利用了大脑的这种错觉。无论是手绘，还是通过计算机操作3D模型，或是让AI生成视频，其根本原理都是相同的。即快速连续地展示静态图像，使大脑将其解读为运动¹。改变的唯一之处，在于生成静止帧的“方法”不同²。让我们从大脑感知运动的原理开始，探讨从传统赛璐珞动画、3D绑定，到近期的AI视频生成，这些技术如何以不同方式利用同一原理。

大脑制造的运动错觉

这种知觉特性不仅存在于实验室的LED装置中，在日常接触到的LED显示屏上也同样起作用¹。

传统动画为了实现这种错觉，使用的基本单位是“帧（frame）”。快速切换的每一幅图画刺激大脑的视觉系统，将静态的排列转化为动态的知觉¹。归根结底，制作动画就像精心组装静态图像，以便观看者的大脑能够补全运动感。

让手绘活起来：赛璐珞动画的结构

过去的工作室为了诱导大脑的错觉，制作了透明塑料片，即“赛璐珞（cell）”。赛璐珞动画名称源自Celluloid（赛璐珞）的前缀，是一种在薄而透明的塑料片上绘制帧来制作运动的传统2D技法³。

工作流程类似于精密的组装工艺。首先单独绘制不透明的背景，在透明的赛璐珞片上用黑墨勾勒角色轮廓。然后将片材翻面，在背面进行上色完成填色³。将完成的赛璐珞片叠加在背景之上，像拍照一样逐张拍摄从而制成影像³。由于可以在同一背景上更换并放置角色赛璐珞片，背景往往比角色描绘得更加精细³。

此时使用的帧率（frame rate）通常在每秒12帧到24帧之间³。随着数字工具的引入，物理赛璐珞片的使用减少了，但生成供大脑识别的静态图像这一物理原理并未改变³。

创造物理重量感：动画的叙事手法

如果仅仅以每秒12帧的速度快速翻动图画，大脑可能只会将其接受为“画面快速切换的现象”。为了让运动感觉自然，除了简单的位置变化外，还需要能够让人感觉到物理重量和惯性的装置。

迪士尼动画师奥利·约翰斯顿和弗兰克·托马斯将这些技巧发展为动画原则⁴。这些原则成为了从手绘动画到如今3D作业中设计运动的基准线⁴。

例如，“挤压与拉伸（Squash and Stretch）”通过物体的变形赋予重量感。比如球落地时变扁，弹起时拉长⁴。“预备动作（Anticipation）”原则通过行为前的预热动作营造真实感。角色在跳跃前稍微蜷缩身体，让观众对即将到来的运动做好心理准备⁴。这些装置使得帧与帧之间不仅仅是位置的变化，而是看起来像真实物体受到冲击并抵抗重力⁴。

植入骨架并进行计算的3D动画管线

在基于计算机的3D动画中，不需要每次徒手绘制轮廓。取而代之的是通过“管线（pipeline）”，即由人员、硬件和软件按既定顺序作业以输出最终成果的流程来创造运动²。

这一过程的核心是“绑定（Rigging）”。绑定是指在3D模型内部植入骨架结构，帮助动画师快速高效地按部位移动复杂的几何形状²。为装有骨架的角色赋予表情和动作的动画阶段，是整个管线中最耗时的重要工作²。

一旦运动确定，便进入“渲染（Rendering）”阶段。渲染是将3D数据转换为最终2D图像或视频层的计算过程²。在3D动画中，场景会被分离为对象、颜色、背景、前景、阴影、高光等多个层（layer）进行渲染，然后在后期合成阶段将它们汇总为一帧²。生成传送给大脑的静态画面的方式，从物理拍摄转变为了计算机计算。

无需经人手完成的AI视频生成

近期的AI视频生成技术正在改变生成帧的主体本身。KB金融集团IT子公司KBDS的开发者金贤浩于2025年10月公开了利用Google DeepMind的AI视频生成模型“Veo3”进行的实验⁵。

开发者金贤浩首先将KB金融吉祥物的静态图像通过NanoBanana转换为“海滩背景”，然后输入到Veo3中。接着输入了“轻轻挥手打招呼的场景”这一简短的文本指令（Prompt）⁵。在没有3D建模或绑定过程、也没有手绘工作的情况下，静态角色实际上挥起了手，并生成了包含背景和音乐的视频⁵。

不过，这种方式也有需要验证的局限性。据开发者金贤浩观察，生成的视频中存在特定角色形状在每一帧发生细微变形或表情一致性下降的现象⁵。虽然AI努力保持帧间一致性，但这显示出为了达到完全的生动感，仍然需要人工的修正和调节⁵。

正如点亮四个LED时大脑会看到蛇一样，无论是翻动赛璐珞片、移动骨架，还是输入Prompt，观看者的大脑制造运动这一事实是相同的¹。理解生命并非注入图画，而是大脑将静止的连续串联为运动这一原理，就能清晰地把握贯穿动画过去与未来的核心逻辑。