Heureusement que nos écran sont pas des flash photo ou du soleil dans les yeux.
La persistence rétinienne a une durée qui va de #x a #y.
Donc qui va de #x qui est un pixel faiblement allumé dans un noir absolu jusqu'a #y ou tu regarde le soleil en face 2 secondes avec une persistance qui va t'empecher de voir autre chose pendant des heures.
Ce qui nous interesse c'est pas le #y (la durée max d'une persistance sur la rétine) mais le #x. Qui est la durée la plus basse, en faite le meilleur compromis entre luminosité et durée, avant que l'oeil soit raffraichi et capable d'imprimer l'image suivante, donc sur un écran et dans des conditions normales de luminosité.
Cette durée est fixé a 1/30ips en europe et 1/40ips aux usa. Après il y a certainementt des écarts. C'est peut être pour eux qu'au usa ils ont jugé préférable de passer à 40ips - le fameux pal et secam - et comme ça tout le monde est content chez eux.
Ensuite, pour le flou dans les jeux c'est pas une question d'ips mais une technique pour soulager le cpu/gpu des calculs intermédiaires à faire entre deux scenes.
Quand à la ta fluidité sur 120 hz, c'est possible mais très subjectif, le 120hz c'est fait pour la 3d et avoir deux images en même temps.
Théoriquement si on prend un exemple film capturé avec une caméra à 120hz (cas des caméra a haute vitesse par exemple) alors la restitution brute sur un écran de même fréquence a 120hz est mieux, tu perds pas d'images. Soit tu retire la vsync et tu as du tearing soit tu allonges le temps du film par un facteur qui correpond a ces 120hz. L première chose qu'on fait avant de restituer, c'est de diviser au moins par 3 ou 4 le nb d'images capturées, Pour s'adapter au standard, dans ce cas le plus petit dénominateur (60hz), aussi pour éviter de stocker des gigas d'images intermédiaires. Et réduire a 60ips alors qu'on peut encore réduire, jusqu'a 30 ou 40 parce que l'oeil humain ne raffraichit pas assez vite dans des conditions de luminosité d'un écran.
Voila tout. Il faut penser en terme d'image intermédiaire dans le cas d'une vidéo, mais dans un jeu ou tout est calculé, c'est pareil, il y a des échelles. On déplace pas les polygones d'une distance en rapport avec le taux de raffraichissement mais selon des critères fixés a l'avance.
A ce moment tu as peut être des jeux qui ont 120 scenes intermédiaires entre le début d'une action et sa fin, mais c'est plus vraiment de la fluidité mais du lissage ou l'action se déroule dans son intégralité. A l'inverse, un high kick dans street fighter, c'est 3 images. Le pied au sol, le pied au milieu, le pied dans la face. Les 120ips la encore n'ont rien a voir avec le lissage.