Exactement, nos yeux et notre cerveau perçoivent un flux continu d'images, donc plus il y en a, plus c'est immersif.

L'histoire de la persistance rétinienne est surtout valable dans les salles sombres avec des images claires projetées régulièrement, mais ça ne veut pas dire qu'on ne voit pas à plus de 24 images par seconde (j’entends encore souvent ça), si on voyait un film projeté à l'ancienne (avec les images noires entre chaque image) sur un écran blanc mais en pleine lumière, on verrait s’intercaler ces images vides entre deux images projetées, et ça ne nous paraîtrait pas si fluide.
C'est pas pour rien si à la base les films projetés en cinéma dans des salles sombres, c'est pour profiter de cette persistance rétinienne et combler le manque d'images par des images fantômes restées sur notre rétine car pendant ces images "noires" il fait totalement noir dans la salle.
Maintenant c'est aussi une question d'immersion, on est plus dans le film quand on est dans le noir complet que quand on est dans notre salon et qu'on voit le décor de notre pièce.

Personnellement, à force de jouer à des jeux en 120 Hz sur PC, je vois la différence quand je joue à des jeux à 60 FPS, et dans BF3 par exemple, je préfère de loin le rendu à 120 FPS que 60, la différence est flagrante pour moi maintenant.

Si le rendu "cinéma" rend assez bien avec ses 24 IPS (et encore, quand ça bouge pas trop vite), c'est parce que les images sont capturées avec un certain temps d'ouverture, donc il y a un effet de flou sur tous les mouvements, ce qui fluidifie l'image à nos yeux.

Dans les jeux à 30 FPS auxquels j'ai joué, Gears Of War 3 réussi le mieux cet effet de flou, il parait très fluide malgré ses 30 FPS, car l'effet de flou de mouvement est réussi.
Sans motion blur, les jeux à 30 FPS (et même 60) peuvent paraître moins fluide qu'un film à 24 IPS.

Un truc tout simple : avec les lunettes Nvidia 3D Vision qui masquent les yeux alternativement 60 fois par seconde chacun de manière désynchronisé pour percevoir en 3D sur l'écran, et bien si on regarde le monde réel et des gens qui bougent, ça paraît tout de suite moins fluide et on a l'impression d'avoir un manque d'image (surtout en regardant d'un oeil) vu que certaines images sont cachées à nos yeux (pas limité à 60 IPS ni 60 IPS en moins vu qu'on voit un flux continu, mais ce manque se fait sentir).