15s 影片生成 vs 關鍵幀補幀類gif — 交叉對比

同一組關鍵幀（professor/xinxia cowgirl POV，lustify NSFW），三種動態化路線。測試動作：騎乘抽插（臉+接合同框）。

A. 影片生成（Wan I2V FLF）

兩關鍵幀→Wan 學習式插值+pingpong。
學習動態，懂解剖/物理，抽插自然。
96 幀｜~74s gen｜~$0.068

B. 關鍵幀+RIFE 補幀（類gif）

兩關鍵幀→RIFE 光流補幀（GPU）。
光流插值，大位移會果凍/morph，小動作 OK。
RIFE 8s @GPU｜~$0.015

C. 靜態關鍵幀 + zoom

單關鍵幀+CSS/ffmpeg 推近。
無 morph 最乾淨，但無真動態。
150 幀｜CPU ~0｜~$0.004
路線成本速度動態品質適用
A Wan 影片~$0.068~74s(含KF)/19s(Wan)★★★ 學習動態、懂解剖插入/抽插/騎乘等真動態 hero
B RIFE 補幀類gif~$0.015~8s GPU★★ 光流、大位移果凍小幅律動、過場填充
C 靜態+zoom~$0.004CPU ~0★ 無真動態但零morph性器官特寫/gape/對話 beat

結論：模態地圖——真插入動態走 Wan(A)；小幅律動/過場走 RIFE 補幀(B)；性器官特寫/大變形走靜態+zoom(C，避免 Wan 對大變形 morph 成恐怖片)。成本 A:B:C ≈ 17:4:1。