AI 动图 21MB 传不上去:GIF 卡在帧数,不在 256 色
Gemini 生成的 3 秒动图,720p 带颗粒实测 20.5MB,直接超公众号单图上限。拆开帧率、宽度、色数三个变量各占多少体积,给出 ffmpeg 四步流水线、fps=60 会播成 8.4 秒的原因,和 10 条翻车急救。
11 月 20 日,Google 给 Gemini 加了一个 GIF 按钮:说一句话,出 3 秒循环动图,背后是视频模型 Omni 1.2 Flash。官方口径是「所有 Google AI 订阅用户可用,并在美、日、韩、澳、加、英、德、法免费」。
然后你把它下载下来,准备插进公众号,多半会卡在同一件事上:文件太大。我拿一条同样 3 秒、同规格的 720p 素材(带细颗粒)按默认参数转了一遍,出来 21.0MB。官方没公布 GIF 的分辨率与单文件上限,但这个量级足够说明问题——3 秒的生成视频,转成 GIF 就是十兆起步。
这不是 Gemini 的问题,是 GIF 这个 1989 年的格式的问题。下面这套流水线在本机 ffmpeg 9.0.1 上实测,把同一段 3 秒素材从 20.5MB 压到 3.2MB,肉眼几乎看不出差别;顺手也把「fps 填 60 反而更慢」这个坑填了。

Gemini 这个 GIF 功能,谁能用、能出什么
| 项目 | 官方口径 |
|---|---|
| 上线时间 | 2026-11-20,@GeminiApp 于北京时间 11-21 00:17 官宣 |
| 驱动模型 | Gemini Omni 1.2 Flash |
| 可用地区 | 美、日、韩、澳、加、英、德、法;帮助文档的条件列表里没有法国 |
| 输出形式 | 约 3 秒、无声、循环 |
| 入口 | 主聊天直接描述;图像 / 视频工具里选 GIF;可上传参考图 |
| 分辨率 / 帧率 / 色深 / 单文件上限 | 官方未公布 |
| API | 只有应用内入口,没有独立的 GIF 端点 |
三点要留意。中国大陆不在名单里,帮助文档也没给出名单外的访问路径,付费订阅同样没有。第二,官方帖列了八个国家,帮助文档的条件里少一个法国,The Verge 用的是八国版本——按八国算,但以应用内实际出现的入口为准。第三,开发者拿不到 GIF 输出:要出 GIF,只能先调 Omni 1.2 Flash 生成 3–15 秒视频,再自己转码、去音轨、设循环。媒体报道的 720p 视频价格是每秒 0.02–0.10 美元,官方没有确认这个区间。
所以下面这套东西跟 Gemini 无关。任何「3 秒 AI 视频 → GIF」的路径都适用,包括你在国内用可灵、即梦、海螺生成完再转。
为什么网上那些 GIF 压缩教程,搬到 AI 素材上会失灵
通用教程的套路是:帧率降到 10、宽度缩到 480、色数降到 128,三招一起上。放在录屏和动画上没问题,放在生成视频上,第三招几乎是白干。
原因是生成视频多了一样东西:颗粒。
| 变量 | 教程里的假设 | 生成视频的实际 |
|---|---|---|
| 画面噪声 | 几乎没有 | 几乎都有细颗粒 |
| 帧间差异 | 大面积不变 | 颗粒让每帧每个像素都在变 |
| 色域 | 纯色块、线条、文字 | 大面积渐变:天空、皮肤、灯光 |
| 时长 | 十几秒到一分钟 | 3 秒 |
GIF 的体积靠两件事压下来:LZW 对重复像素的编码,和「与上一帧相同就不重画」的帧间优化。颗粒把这两条同时废掉——每一帧都是新像素,等于每帧都要存一张完整图。
实测:同一段画面,加一层 noise=alls=12 的颗粒,其余参数不动,体积从 3.8MB 涨到 20.5MB,5.4 倍。你手上那条「看起来挺细腻」的 AI 视频,大概率就在这个区间。
三个参数各值多少:色数只占一成
把变量一个个拆开跑。素材是合成的 720p、3 秒、24fps、带颗粒,每一行只改一个变量,其余保持不动。
| 改动 | 体积 | 相对基准 | PSNR |
|---|---|---|---|
| 基准:720p / 24fps / 256 色 | 20.5MB | — | 30.03 dB |
| 色数 256 → 128 | 17.0MB | −19% | 29.66 dB |
| 帧率 24 → 15 | 13.1MB | −38% | 30.04 dB |
| 帧率 24 → 12 | 10.5MB | −50% | 30.04 dB |
| 480p / 12fps / 128 色 | 3.4MB | −83% | 34.71 dB |
再加 hqdn3d=6:6:12:12 | 3.2MB | −84% | 见下文 |
PSNR 是对着同尺寸缩放后的原片算的(480p 那两行按 480 宽比),只反映结构相似度,不代表观感。最后一行的降噪会主动改像素,PSNR 没法跟前几行直接比,所以填「见下文」而不是硬凑一个数。
结论反直觉:色数从 256 砍到 128,只省 19%;帧率砍一半省 50%;宽度从 720 到 480,像素总量只剩 44%,这一项最狠。三者叠起来才是 −83%。
顺带说一句降噪:网上不少教程说「先降噪能减一半」,本机实测只减 5%(3.4MB → 3.2MB)。原因是 hqdn3d 压掉的是幅度,不是方差——颗粒变成低频斑块后,每一帧仍然不一样。别把它当成主力手段。
抖动不是瘦身开关,它管的是「别闪」
同一组参数下(720p / 24fps / 256 色),把抖动从默认的 sierra2_4a 换成 bayer:bayer_scale=3:干净素材从 3,918KB 涨到 4,363KB,大了 11%,PSNR 还低了 0.85dB;带颗粒素材从 21.0MB 降到 20.2MB,只小 3.9%。两个方向,幅度都不大。
所以别指望换抖动省体积。bayer 的价值是确定性——同一块区域每帧的抖动图案一致,不会像误差扩散那样逐帧变化,循环播放时更稳。要更小,去换工具(gifsicle -O3 --lossy)或换格式,别在 ffmpeg 参数里绕圈。
fps 别填 60:GIF 只认 1/100 秒,1cs 会被当成 100ms
GIF 里没有「帧率」这个字段,每帧只存一个整数:等多少百分之一秒再画下一帧。因此 60fps 需要的 16.7ms 根本写不进去,编码器只能拆成 10ms 和 20ms 混排。
实测 fps=60:3 秒正好 180 帧,其中 60 帧写的是 1cs(10ms),120 帧写的是 2cs。而 Chromium 的 deferred_image_decoder.cc 和 Firefox 的 FrameTimeout.h 用的是同一条规则——延迟 ≤10ms 一律按 100ms 播。

算一下:60 帧 × 100ms = 6 秒,120 帧 × 20ms = 2.4 秒,合计 8.4 秒。文件里明明是 3 秒,浏览器播出来 8.4 秒,而且是每三帧卡一下的节奏。
| 你填的 fps | 实际写进文件的延迟 | 播出来 |
|---|---|---|
| 60 | 1cs × 60 + 2cs × 120 | 8.4 秒(被夹) |
| 50 | 2cs × 150 | 3.0 秒 |
| 30 | 3cs × 60 + 4cs × 30 | 3.0 秒 |
| 24 | 4cs × 60 + 5cs × 12 | 3.0 秒 |
| 15 | 6cs × 15 + 7cs × 30 | 3.0 秒 |
| 12 | 8cs × 24 + 9cs × 12 | 3.0 秒 |
| 10 | 10cs × 30 | 3.0 秒 |
规则:别超过 50fps;想完全均匀,就选能整除 100 的帧率(50、25、20、10)。24、12 这类会用 4/5cs、8/9cs 交替凑,总时长对得上,不会漂。循环动图 12fps 够用——3 秒 36 帧,动起来不顿。
能直接抄的四步流水线
环境:ffmpeg 近两年的版本都行,下面命令在 9.0.1 上跑通。Windows 下把 -vf 后面那串整体用双引号包住即可。
先量一遍:确认尺寸、帧率、总帧数,别猜。
ffprobe -v error -select_streams v:0 -show_entries stream=width,height,r_frame_rate,nb_frames -of default=nw=1 in.mp4定宽度:按最终展示宽度做 1:1,别超采样。公众号正文 640 够,电商详情页 750,聊天表情 240。宽度是平方项,缩一半像素只剩四分之一。
一条命令出 GIF:降帧、缩放一次做完,再用两遍调色板——先统计颜色生成调色板,再套用。
ffmpeg -i in.mp4 -vf "fps=12,scale=640:-1:flags=lanczos,split[s0][s1];[s0]palettegen=max_colors=128:stats_mode=full[p];[s1][p]paletteuse=dither=bayer:bayer_scale=3" -loop 0 out.gif验收:帧数、每帧延迟、体积一起看,重点确认没有 1cs 的帧。
ffprobe -v error -select_streams v:0 -show_entries frame=duration_time -of csv=p=0 out.gif | sort | uniq -c
要保透明(抠像素材、贴纸),把调色板那半段换成带 reserve_transparent 的版本:
ffmpeg -i in.mov -vf "fps=12,scale=640:-1:flags=lanczos,split[s0][s1];[s0]palettegen=max_colors=128:reserve_transparent=1:transparency_color=white[p];[s1][p]paletteuse=dither=bayer:bayer_scale=3:alpha_threshold=128" -loop 0 out.gif
transparency_color 默认是 lime,也就是 RGB(0,255,0)。不写这一项,透明像素在文件里的颜色是荧光绿——遇到不认透明的客户端(把 GIF 转 JPEG、部分安卓看图器、部分邮件客户端)就是一圈绿边。实测把它设成 white 后,透明像素变成 (255,255,255,0),叠到白底上就干净了。
循环、时长、体积:三个收尾细节
-loop 0 不是可选项
不写 -loop 0,文件里就没有 NETSCAPE2.0 循环块,播放器播一遍就停在最后一帧。在公众号里表现为「一张会动一下的图」,很多人以为这是微信的锅。
3 秒不是硬限制,但超过 6 秒就别用 GIF
GIF 每帧都是完整图像,没有帧间预测,时长翻倍体积基本也翻倍。同样 6 秒内容,H.264 的 MP4 往往只有 GIF 的几分之一。平台允许 GIF 是因为兼容性,不是因为它合适。
首尾帧对不上,循环会「跳」一下
生成视频的第一帧和最后一帧往往差一点。两个办法:生成时就要求「最后一帧回到第一帧」,或者用 reverse 把后半段倒放拼成来回循环——代价是帧数翻倍、体积也翻倍。
常见翻车与急救清单
| 现象 | 原因 | 处理 |
|---|---|---|
| 公众号上传失败或提示格式不支持 | 超 10MB、超 300 帧,或宽 × 高 × 帧数超限 | 先把宽度降到 640,再数帧数 |
| 发出去只动一下就停 | 缺 NETSCAPE2.0 循环块 | 重编码时加 -loop 0 |
| 动图比原视频慢好几倍 | 文件里有 1cs 的帧,被浏览器夹成 100ms | fps 降到 50 以下 |
| 动图比原视频快 | 源素材抽帧或 fps 写高 | 用 fps=12 重抽,别用 -r 硬改 |
| 渐变处一圈圈色带 | 色数过低,或关了抖动 | 色数 ≥128,抖动开 bayer |
| 画面沙沙的噪点在闪 | 源素材颗粒 + 每帧独立抖动 | 换 bayer(确定性抖动),或轻度 hqdn3d |
| 透明边缘有绿边或白边 | transparency_color 默认 lime;GIF 只有 1 bit 透明 | 设 transparency_color;要半透明就换 WebP |
| 文件比同长度 MP4 大十倍 | GIF 无帧间预测 | 换 MP4 / WebM 自动播放,或 APNG / WebP |
| 手机上不自动播放 | 部分 WebView 限制自动播放 | 用 <video autoplay muted playsinline> |
| 上传后画质突然变差 | 平台二次转码或压缩 | 按展示尺寸交付,不做 2 倍图 |
最后一条多说一句:多个排版工具的规范都把「正文 GIF 宽度 640px」写成推荐值,理由是更宽的会被平台压。各家说法不完全一致,我的做法是按实际展示宽度出图——GIF 的 2 倍图只会让体积涨到四倍,然后被平台压回去,纯亏。
什么情况下别用 GIF
- 超过 6 秒、要带声音:直接用 MP4 / WebM,别跟格式较劲。
- 需要半透明或柔和边缘:GIF 只有 1 bit 透明,要么全透要么全不透,羽化边缘会变成锯齿。用 WebP 或 APNG。
- 要高帧率:50fps 是天花板,60fps 会掉进 100ms 陷阱,越填越慢。
- 文字很多的界面演示:256 色会把细字边缘啃出毛刺,改用 MP4。
反过来说,GIF 仍有它的位置:邮件、老客户端、公众号正文、需要「不点就动」的地方,它是最省事的那个。3 秒以内、单主体、背景不花的动图,压到 1–3MB 完全够用。
最后提醒一句:用 AI 生成的动图对外发布,别漏了标识。Omni 生成的内容带 SynthID 隐水印,但你转成 GIF、再被平台压一遍之后,元数据基本没了——合规责任在发布方,不在模型。具体字段和做法见《AI 生成内容标识怎么加:三段链、七个字段与三个丢标动作》。
你手上那条 AI 动图现在多大?卡在哪一步——传不上去、发出去不动,还是播得比原片慢?把 ffprobe 的输出贴到评论区,我帮你看是哪一项超了。
登录后可点赞、收藏与反馈。