你写 pouring water into a glass，出来的水横着流。或者 a flag waving in wind，布料以真实布料不可能的方式起伏。又或者 a ball rolling down a hill，球停顿一下、加速方向不对、甚至短暂往上滚。动作能认出来，但物理上不可能。
最快的修法：不要让模型去画它画不了的物理。重新构图，把难的物理放到画面外（用剪辑切掉），剩下的部分交给物理更强的模型。截至 2026 年 6 月，物理最强的模型是 Kling 3.0（水、火、烟、碰撞最佳）、Sora 2（模拟依然出色）和 Veo 3.1（布料和头发最佳，重力也不错）。高风险的商业镜头，把真实物理素材合成到 AI 背景上。
AI 视频模型从片段里学习，但它不跑物理引擎。它看过成千上万个倒水的例子，却并不”知道”水永远向下流——它只是统计性地重建倒水”看起来像什么”。常见、简单的情况下这套能撑住；遇到边缘情况就会明显翻车。
你属于哪一类？
| 症状 | 最可能的原因 | 跳到 |
|---|---|---|
| 水/烟/火走向不对，布料起伏诡异 | 模型对流体/布料没有真实物理 | 步骤 1、步骤 5 |
| 动作分很多阶段（倾倒、流、注满、停），某个阶段崩了 | 单次生成里动作阶段太多 | 步骤 1、步骤 2 |
| 从静态图起步，运动看着像凭空编的 | 参考帧没展示进行中的动作 | 步骤 3 |
| 同镜头在 Kling/Sora/Veo 成、在你的工具上崩 | 你的模型物理较弱 | 步骤 5 |
| 物体罕见（实验器材、小众体育装备、专业工具） | 该物体训练数据少 | 步骤 1、步骤 6 |
| 开头物理正常，到结尾就散了 | 片段太长，误差累积 | 步骤 4 |
常见原因
按命中率从高到低排列。
1. 模型没有物理引擎
当前所有视频模型（Kling、Sora 2、Veo、Runway、Pika、Seedance）对物理的理解都有限。它们稳定地难处理：
- 流体动力学（水、烟、火）
- 布料动力学（旗帜、披风、头发）
- 多物体碰撞（球、多米诺骨牌）
- 重力相关运动（下落、跳跃、坠下）
- 摩擦相关运动（滑动、表面滚动）
如何判断：你的镜头涉及上述任一项——预期会有问题，提前绕开。
2. 动作复杂或多阶段
pours water from a kettle into a cup until full 包含倾倒、流动、累积、液面升高、停止。五个独立的物理时刻必须在一次生成里全部对上。
如何判断：动作有不止一个物理阶段。
3. 参考图和动作不匹配
你上传了一张壶悬在杯子上方的静态图，然后要”pouring”。模型必须从单帧外推出整个倒水过程——外推太多，出错空间太大。
如何判断：你的源帧没有展示动作已经在进行中。
4. 工具或模型版本物理弱
截至 2026 年 6 月，Kling 3.0、Sora 2 和 Veo 3.1 的物理明显好于 Runway Gen-4.5、Pika 以及任何模型的旧版本。更小、更老的模型更差。
如何判断：同一镜头在 Kling/Sora/Veo 上成功，在你当前的工具上失败。
5. 物体是模型很少见到的
罕见物体（专业工具、科学设备、小众体育装备）训练数据少，模型就会替它”发明”物理。
如何判断：镜头里的物体不常见。
6. 片段太长，物理无法稳定
和其他漂移问题一样，片段越长，累积的物理误差越多。
如何判断：开头物理正常，到长片段结尾就散了。
最短修复路径
步骤 1：重新构图，绕开物理
最有效的单一修法，就是不要让模型做它做不了的物理。
# 用替代镜头替换物理重的镜头
# 差 - 直接物理
"water pouring from kettle into cup, water level rising"
# 好 - 用切镜头隐含物理
1. 手在倾倒水壶（水流不可见）
2. 切到水位已经很高的杯子（已经满了）
3. 加一个"倒水"音效做感官连接
# 差 - 直接碰撞
"ball bounces off wall and rolls"
# 好 - 替代
1. 球飞向墙（接触前一刻）
2. 切 - 碰撞音效
3. 球已经在滚走剪辑师把这叫”切动作”（cutting on the action）。观众会自动脑补你根本没渲染出来的物理。
步骤 2：生成静态状态镜头，把运动剪进去
对于无法渲染的物理，把开头、中间、结尾分别生成成接近静止的状态，让剪辑去暗示中间的运动：
1. 生成"前"状态（满壶悬在空杯上方）
2. 生成"中"状态（水正在倒，不需要真实运动）
3. 生成"后"状态（壶放下，杯子满）
4. 用声效设计把它们串起来这是即使在物理表现好的平台上，专业人也会用的变通方法。
步骤 3：工具支持就用参考视频 / 运动控制
如果你有类似物理的实拍素材，去追踪它的运动，而不是让模型凭空想象物理：
# Runway Gen-4.5 控制工具（截至 2026 年 6 月）
- Motion Brush 3.0：可涂抹最多 5 个区域，每个区域有自己的
方向 + 速度矢量（水平、垂直、远近）
- Video-to-video：对实拍素材做风格化，底层运动来自源片段，
而不是来自物理预测
- Act-One：用一段参考视频驱动角色表演
# Kling 和 Veo 也提供运动参考 / 视频到视频模式这样就绕过了物理预测环节：模型走你提供的路径，而不是自己猜物理。
步骤 4：缩短片段
# 限制片段长度
- 物理误差会累积；难镜头 2-3s 是甜点区
- 5s+ 在困难场景上必定出现可见的物理漂移如果你需要长度，把它拆成多个物理上安全的短段分别生成再拼接，而不是要一整段长片。
步骤 5：换物理更强的模型
# 物理最强（截至 2026 年 6 月）
- Kling 3.0（快手）- 水、火、烟、碰撞最佳
- Sora 2 / Sora 2 Pro（OpenAI）- 模拟出色；独立的 Sora app
和 ChatGPT 内的 Sora 入口都已于 2026 年 4 月 26 日下线，
目前唯一的访问途径是 Sora 2 API（该 API 本身也将于
2026 年 9 月 24 日停止）
- Veo 3.1（Google）- 布料和头发最佳，重力和碰撞也强
# 改进中
- Seedance 2.0（字节跳动）- 不错，但流体/多物体仍偏近似
# 物理较弱
- Runway Gen-4.5、Pika，以及任何模型的旧版本
# 注意：真正复杂的物理，连最强的模型也会失败多数制作团队会按场景类型在两三个模型之间切换，而不是只靠一个。
步骤 6：商业项目把真实物理合成到 AI 镜头里
# 混合工作流
1. 生成不含问题物理的 AI 镜头
2. 拍摄或购买真实物理素材（水、火等）
3. 在 After Effects / DaVinci Resolve Fusion / Nuke 里
把真实物理合成到 AI 背景上
4. 用 rotoscope（逐帧抠像）或 mask 融合各图层这是广告、MV 以及任何高风险物理镜头的金标准做法。
如何确认已修好
- 用 0.25 倍速播放。放慢能暴露出全速看着”没问题”的物理破绽（水改变方向、物体加速方向不对）。
- 把这一段循环播 3-4 次。如果你的视线每次都卡在同一帧，那就是物理失败的位置——重剪或重新生成那一拍。
- 长片段的开头和结尾分开检查。漂移通常出现在后半段。
- 找一个没参与做这镜头的人看一眼。如果对方说不出哪里有问题，说明你的替代镜头或合成奏效了。
预防建议
- 维护一份清单：模型能处理的物理镜头，以及需要避开的镜头。
- 物理重的需求，前期就规划好基于剪辑的变通方案，不要拖到生产阶段。
- 在投入完整渲染前，先用 stand-in / proxy 测试物理镜头。
- 高风险工作从第一天起就规划：用真实物理素材合成到 AI 背景上。
常见问题
2026 年哪个 AI 视频模型物理最好？ 水、火、烟、碰撞方面，截至 2026 年 6 月由 Kling 3.0 领先。Sora 2 在整体模拟上依然出色，Veo 3.1 在布料和头发上最佳。没有唯一赢家，所以制作团队会按场景类型挑选。
Sora 还能用吗？ 独立的 Sora app 和网站已于 2026 年 4 月 26 日关停，ChatGPT 内的 Sora 入口也在同一天被移除。Sora 2 如今只能通过 Sora 2 API 延续，而该 API 本身也计划在 2026 年 9 月 24 日停止。如果你依赖它，请规划迁移到 Kling 或 Veo。
把提示词写得更狠能修好物理吗？ 基本不能。加上 “realistic physics, accurate gravity” 很少能压住失败，因为模型根本没有物理引擎可以调用。重新构图、换模型、或合成真实素材，比堆提示词词句可靠得多。
为什么开头正常、之后就崩？ 物理误差是逐帧累积的。片段越长，漂移越叠加，所以 5s+ 镜头的后半段往往是崩的地方。难物理的片段控制在 2-3s。
运动控制或参考视频能修这个问题吗？ 经常能。Runway 的 Motion Brush 3.0（最多 5 个涂抹区域，带方向和速度）和 video-to-video 模式，加上 Kling、Veo 的运动参考模式，能让模型走你给定的路径而不是预测物理，从而消除最常见的失败。