最难以假造（天生）的视频效果之一便是慢动作。 它须要软件通过创建数百个不存在的介于两者之间的框架来扩展视频剪辑，并且结果每每不能令人信服。 但是，利用深度学习那令人难以置信的图像处理潜力，Nvidia提出了一种从标准视频剪辑中假造（天生）完美无瑕的慢动作镜头的方法。 这是绝对是一项技能进步，Slo-Mo（慢动作）专家们可以尽情发挥自己的创意了！
将一个视频剪辑从每秒30帧减速到每秒240帧，须要额外增加210帧，也便是说，要在捕获的原始视频的每帧中再创建7帧画面。仅仅依赖稠浊或变形前后的画面来创造新的剪辑帧是不足的，天生的视频难以保持连续的运动，无法像真正的慢镜头一样流畅和顺滑。这便是为什么运动中的慢动作总是看起来比电影中的动作要少得多。
虽然利用高端视觉效果运用程序的插件（如RE：Vision Effect的Twixtor）可以改进假造慢动作的效果，但它们须要对剪辑中的动作进行繁芜的剖析，并且常日须要几个小时才能渲染完成。 而Nvidia采纳了不同的方法，并发布了利用此方法天生的样片，可以说，效果是惊人的！
利用深度学习的人工智能，经由11000个有关Slo-Mo运动视频（这些视频都因此每秒240帧的速率实拍录制的）的参考和演习，神经网络已经完备能够根据前面和后面的画面，预测并天生缺失落的210帧画面。
虽然，现在有些高真个智好手机、数码相机已经能够以这些速率捕捉慢动作镜头，但随着帧率的增加，分辨率会明显低落，这是由于动态创建的高带宽数据造成的。 Nvidia的AI方法是一种更便宜的替代方法，不须要你花费高昂的代价去购买高速相机，你所需的慢动作视频完备可以在录制视频之后天生。
只管目前Nvidia的高端图形处理器为人工智能供应了动力，但其结果并不像高速相机那样迅速，它仍须要韶光来处理。但随着智好手机的功能越来越强大，终极你只需按一下按钮，就能制作出令人惊叹的8K慢动作镜头。
欢迎大家来此拍砖吐槽！