RIFE AI 插帧

RIFE 是一种基于名为 IFNet 的神经网络的实时中间流估计算法（Real-time Intermediate Flow Estimation），可以直接从图像中估计中间帧的光流。SVP 既能在转码模式下使用 RIFE 引擎，也能用于实时播放。

优点

中间帧质量非常高
大部分计算在 GPU 上运行

缺点

非常吃硬件（与 SVP 自带的插帧方法相比），实时播放需要一块像样的显卡

实时播放的 GPU 要求

估算值，同样适用于 AMD 和 Apple Mx：

视频规格	Generic（任意 GPU）	TensorRT（仅 NVidia）
720p @48 fps	>= RTX 2060、M1 Max、M4	1660（?）
1080p @48 fps、720p @60-72 fps	>= RTX 3070	>= RTX 2060
1080p @60-72 fps	>= RTX 3080	>= RTX 3060
4K @48 fps	RTX 4090	>= RTX 4080
4K @60-72 fps	???	>= RTX 4090

安装

Windows

通过 SVP 菜单 → Utilities → Update or add feature 安装名为 [DS_64][VPS_64] RIFE AI interpolation engine 的附加组件，然后重启 SVP
你会看到新增了一个名为 RIFE AI engine 的视频配置文件。

面向 NVidia RTX 显卡的 TensorRT

TensorRT 是一个针对 NVidia GPU 深度优化的神经网络引擎。它最高可比 ncnn/Vulkan 实现快 100%，但也有一些缺点，比如非常漫长的优化过程。

想试试的话，通过 SVP 菜单 → Utilities → Additional programs and features 安装名为“TensorRT”的附加组件，然后在 RIFE 视频配置文件中选择 TensorRT 引擎。

TensorRT 仅支持 VapourSynth，因此你需要先把 MPC-HC（或其他 DirectShow 播放器）切换到 VapourSynth Filter：

关闭 MPC-HC
SVP 菜单 → Utilities → Set environment variables for Vapoursynth → Continue
运行 MPC-HC，View → Options → External filters，取消勾选“Avisynth Filter”，添加“VapourSynth Filter”，勾选并设为“Prefer”

macOS

如果你运行过“Install mpv.command”脚本，那一切已经装好了。否则你可能需要手动补几个软件包：

# Apple silicon CPU
/opt/homebrew/bin/brew install vulkan-loader molten-vk
# Intel CPU
/usr/local/bin/brew install vulkan-loader molten-vk

如果一切顺利，重启 SVP 后就能看到 RIFE AI engine 视频配置文件了。

使用

转码：

打开转码面板
浏览选择视频文件
选择 RIFE 视频配置文件
开始转码！

实时播放（前提是你有一块高端显卡），推荐程度由高到低：

mpv 或 VLC
使用 VapourSynth Filter 的 DirectShow 播放器（MPC-HC 等）：需要设置环境变量：SVP 菜单 → Utilities → Set environment variables for Vapoursynth
使用 Avisynth Filter 的 DirectShow 播放器（MPC-HC 等）：需要 Avisynth 3.7.2；不支持 TensorRT。

开始播放后，如有需要请切换到 RIFE 视频配置文件 —— 根据当前的配置文件条件，它可能在「其他配置文件」（Other profiles）子菜单里。

注意：运行优化过程时，命令行窗口停留几分钟是正常的。别关它！等着！

配合配置文件条件的高级用法：例如，你可以设定只有 <= 720p 的视频才在实时播放时用 RIFE，而转码时所有视频都用。

只对 720p 及以下视频应用 RIFE 的配置文件条件示例

注意：SVP 只自带少量 AI 模型，但你可以把其他模型放进 SVP 4\rife\models 子文件夹（macOS 上是 SVP 4 Mac.app\Contents\Resources\rife\models）。例如 GitHub 上就有一堆模型可供试验。

配置文件选项

引擎（Engine） – ncnn/Vulkan 或 TensorRT。
AI 模型（AI model） – 决定插帧质量、性能、内存占用等。4.6 模型质量更高，但比 4.4 慢约 10-15%。另一方面，4.4 模型占用内存略少，可以在 8 GB 显存的显卡上做 4K 插帧。
GPU 设备（GPU device） – 如果有多块显卡，可以在这里选择。
GPU 线程（GPU threads） – 在 GPU 上运行多个计算线程以提高利用率。即使是 RTX 4090 也不需要超过 3；有些 GPU 只接受 1 个线程（如 Apple M1）。
性能提升（Performance boost） – 仅 TensorRT。可提升约 5% 性能并降低内存占用，代价是每遇到一种新的视频分辨率都要在命令行窗口里跑一次 5-10 分钟的优化过程。之前跑过的会被缓存。例如：第一次打开 1080p 视频要等 5 分多钟；之后所有 1080p 视频都能秒开，但一旦画面尺寸变了（比如裁掉了黑边），就又要再等 5 分多钟。
场景切换阈值（Scene change threshold） – 判断相邻两帧是否属于不同场景，即两帧是同一画面（略有位移）还是完全不同。如果是不同场景，这两帧之间就不做插值。阈值越高，漏检场景切换时插帧伪影越多；阈值越低，误检时“卡顿”（用重复帧代替插值帧）越多。

添加 TensorRT 模型

从这里下载 ONNX 模型。
把 .onnx 文件放进 SVP 4\rife\models\rife 文件夹（“V2”模型则放进 SVP 4\rife\models\rife_v2）。
重启 SVP。

添加 ncnn/Vulkan 模型

从这里下载模型。
把包含 .bin 和 .param 文件的文件夹放进 SVP 4\rife\models。
重启 SVP。

问题与排查

Vulkan 报错

Vulkan 可能没有安装和/或配置正确。如果你看到“no Vulkan devices found”或“invalid GPU device”之类的错误 —— 可能需要重装显卡驱动，或者在视频配置文件里选对“GPU device”。

TensorRT —— 完全不工作

确认你已经把视频滤镜切换到 VapourSynth Filter！
确认你已经修改了环境变量，然后重启 MPC-HC。双击“VapourSynth Filter”检查一下，一切正常的话属性窗口应该能打开。

TensorRT —— 初始化缓慢

实时播放时的首次初始化可能真的非常非常慢。耐心点。

TensorRT —— 优化过程报错

多半是显存不够。<=1440p 需要 6-8 GB 显存，4K 至少要 10 GB。降低内存需求的方法：

选用 AI 模型 4.4 而不是 4.6
打开“性能提升”（Performance boost）

任务管理器里 GPU 占用很低

任务管理器里的总体 GPU 占用率未必反映实际的算力使用情况。切换到“Compute_1”（NVIDIA）图表看看。

黑白画面或 Avisynth 相关问题

通过 Avisynth Filter 播放时出现黑白画面或其他任何问题：请确保安装了 Avisynth+ 3.7.2！

在 macOS 的 Intel 核显上不工作

……对此我们也无能为力。