Mon1st，系统神经科学
文章有点长，主要结论如下：
1. 24 帧与视觉暂留无关；
2. 运动视错觉的下限可能是 16 帧而非 24 帧；
3. 电影制作至今仍使用 24 帧是历史偶然形成的行业规范，由于其在电视广播时代的良好工程性质而得以推广、保留的结果。
24 帧来源的误解
电影二十四帧每秒是由人类视觉暂留的现象所决定的。
这是一个持续了一百年的误解。
与电影放映速率相关的是闪烁融合（flicker fusion）现象。闪烁融合是指当光源闪烁（亮 - 暗 - 亮）的频率超过一定值时，人们就会意识不到闪烁而感知到一个较暗的光源 [1,2]。
针对这个现象关键的数值也不是帧率，而是快门切换速度（闪烁率 flicker rate）。
电影放映机是用旋转的快门来实现帧与帧之间切换的。这意味着在帧与帧之间会有一小段黑暗的时间 [3]。早期的静默片是 16 帧的。如果用单叶片旋转快门以 16 帧 / 秒播放，就会出现长达 1/16/2=31.25ms 的黑暗，闪烁现象会很明显。因此，静默片放映配备的是三叶片快门，以 48 转 / 秒旋转。投射在屏幕上的实际上是：第一帧，黑暗，第一帧，黑暗，第一帧，黑暗（胶卷快速转到第二帧），第二帧，黑暗...... 而这些短暂的黑暗我们通常察觉不到，因为人的闪烁融合阈值约在 50Hz 以下 [2]。
有声影片出现时，随着技术进步人们开始使用 24 帧 / 秒的摄像机。这就允许部分放映机采用双叶片快门的设计：
24 帧的胶卷通常也是以 48 转 / 秒，每帧实际出现两次。也有用三快门 /72 转的设计。
早期的电影理论认为闪烁融合现象可以被某种“视觉图像在视网膜的暂时停留”所解释，而这种暂留的影像又进一步与新输入的视觉影像“融合”，从而形成运动。这就像以太一样，这一“融合产生运动”的过程并不存在。实际上，运动幻觉的机制仍然不完全清楚。对这一问题的描述和一些心理学现象可以参考：
人的大脑是如何识别某一物体并检测到运动的？ - Owl of Minerva 的回答
特别是在 江寒园的回答 中提到的 Wertheimer 实验实际上排除了视觉暂留对运动幻觉的贡献：
作者：江寒园
链接：电影是根据似动现象还是视觉暂留发明的？ - 江寒园的回答
来源：知乎
著作权归作者所有，转载请联系作者获得授权。
然而在 1912 年，马克斯·韦特海默（Max Wertheimer）所做的实验对运动幻觉提出了新的解释：韦特海默用速示器通过两条细长的裂缝先后在幕布上投射两条光线，一条是垂直线，另一条则与这条垂直线成 20°或 30°角。如果先后投射的这两条线时间间隔很长（如 1 秒），那么我们看到的是两条先后出现的光线，他们各自独立。如果两条光线出现的时间间隔很短（如 0.02 秒），那么这两条会被看做是同时出现的。可如果这两条线出现的时间间隔在两者之间，则被我们看做是光线从一处向另一处移动。
数码放映机时代的视觉暂留
即使不考虑运动幻觉的产生，视觉暂留仍有可能用于解释闪烁融合。然而在 90%以上影院采用数码放映机的今天，帧与帧之间的黑色幕布已经悄然消失了。这一解释无论对错，都与你我的观影体验不再相关。
一个未解决的问题
我们知道，观测强光后闭上眼睛或关灯可以看到正的视觉后像。这也是早期电影理论中认为视觉后像 / 视觉停留是闪烁融合机制的实验基础。但是另一种可能是：在闪烁频率大于融合阈值时，大脑实际上仅仅是忽略了图像之间极短的黑暗。
来源 [5] 中宣称正视觉后像有 50 毫秒的延时。我还没有找到这一数据的来源，所以暂时表示怀疑。不过如果这是真的，那么正视觉后像就无法对（包括闪烁融合在内的）观影体验做出任何贡献了。
所以 24 是怎么来的？
最近看到一篇文章就讨论了电视电影等电子传输行业的“幻数”的来源 [6] 。这篇文章给出了 24 这个数字在技术上的优越性：和音频的采样率兼容 (44.1khz and 48khz @ 24hz = 1838 1⁄2 and 2000 samples per frame) ；是一个容易处理的复数（2^3*3）。但这些原因可能更适合解释为什么 24 帧得到了广泛的接受，并作为行业规范保留至今。
可 24 帧最初是怎么开始的呢？
在一本电影史书 [7] 中找到这样一段话，可能是最接近（无趣的）真相：电影史上技术快速发展的一段时期大家各种尝试的结果。
在静默片时代，不管是手摇式还是电力驱动的放映机，都是由放映员设置播放速度的。由于种种因素，在 1920 年前大部分电影在 14~18 帧每秒播放。随着时间的推移平均速度逐渐上升，到了有声电影时期大家都用 24 帧，而这成为了有声电影行业的规范。在这一时期，高于或低于 24 帧的速率在彩色电影实验和电影爱好者的设备中偶有出现。
Quora 上类似问题的答案则有趣很多 [8]：
The history of 24fps is all about sound.
24 帧的历史是关于声音的。
Silent films were recorded at speeds all over the place, but the most common framerate was 16fps. That's why so many older films look "fast" today - because they're played on projectors and systems geared to 24fps. So it's a 16fps recording played at 24fps.
静默片的速率各不相同，主流是 16 帧。这也是为什么很多老片今天看起来“很快” - 因为我们用 24 帧的设备来播放 16 帧的片源。
Then came the Vitaphone process. Vitaphone was a method of mechanically linking playback of a record and a film reel resulting in synchronized sound for picture. This was the method used for "The Jazz Singer," which single-handedly ushered in "talkie" movies. Once that dam burst, everyone had to have a Vitaphone system.
后来出现了 Vitaphone 系统（译者按：华纳兄弟早期制造的一种为有声电影服务的声音播放机，取义“活声音”。可以译成维他风？） 。
And in the Vitaphone system, a 16-inch record played at 33 1/3 rpm matched the 11 minute playing time of film projected at... 24fps.
在这一系统中，16 英寸的唱片在 33 1/3 转每分钟的速率播放 11 分钟的电影正好是 24 帧每秒。
And the rest was marketing pressure from the studios to the directors instructing them to crank at 24fps for Vitaphone delivery!
后来各个制作室就给导演施压拍摄 24 帧的影片，这样就可以用维他风了。
这个故事是否可信我不清楚，但即使不是唯一的原因，也不难想象这一因素加快了早期，特别是从无声到有声电影的转型时期，电影行业向 24 帧收敛的过程。
引用文献和其他参考来源
[1] Hecht, S. (1933). INTERMITTENT STIMULATION BY LIGHT: III. THE RELATION BETWEEN INTENSITY AND CRITICAL FUSION FREQUENCY FOR DIFFERENT RETINAL LOCATIONS. The Journal of General Physiology, 17(2), 251–268.
这里提供一个早期的融合阈值实验，主要的结论和[2]是一致的。放上来主要是因为 又 是 （设计实验证明人眼可以探测单个光子的那个）Hecht ! 那个年代的行文很有意思，推荐阅读。
[2] Humes, Larry E., et al. "The effects of age on sensory thresholds and temporal gap detection in hearing, vision, and touch." Attention, Perception, & Psychophysics 71.4 (2009): 860-871.
[3] https://www.youtube.com/watch?v=gznn9k4X0SE
古老的放映机原理介绍，讲得很清楚。题图来自视频截图。
[4] ANDERSON, JOSEPH, and BARBARA FISHER. “The Myth of Persistence of Vision.” Journal of the University Film Association, vol. 30, no. 4, 1978, pp. 3–8.
[5] ANDERSON, JOSEPH, and BARBARA ANDERSON. “THE MYTH OF PERSISTENCE OF VISION REVISITED.” Journal of Film and Video, vol. 45, no. 1, 1993, pp. 3–12.
（从以上两个引用可以看出作者 Anderson 和 Barbara 在 1978 到 1993 年之间的某个时间结婚了... 为什么查文献都能被暴击...
[6] Poynton, Charles A. "A Tutorial on Magic Numbers for High Definition Electronic Production" 132nd SMPTE Technical Conference (1990)
[7] Nowell-Smith, Geoffrey. The Oxford history of world cinema. Oxford University Press, 1997.