一支15秒汽车广告，把视频生成模型的老问题重新摊开了。
问题很小，也很致命：阳光从左前方照向车身，右侧地面的投影却反向指向光源。广告公司连夜撤稿，甲方品牌部追问的不是“画面够不够高级”，而是更基础的一句：影子为什么会错？
类似的尴尬并不陌生。OpenAI在Sora官方页面里展示过“几只猛犸象穿过雪地”的视频示例，画面足够抓眼，但这类视频也容易被逐帧挑出运动和环境反馈之间的不协调。OpenAI对Sora的定位，是从文本生成视频，并让模型理解、模拟物理世界中的运动。问题在于，广告片不是技术演示。它要过后期、法务、品牌部和投放审片，容错空间比Demo小得多。
到Sora 3被拿来做商业广告时，甲方已经不太愿意听“模型还在进步”这种解释。尤其是汽车、奢侈品、快消这类视觉标准很硬的行业，阴影方向、车轮运动、玻璃反光、布料垂感，只要有一个点不对，就会把“高级感”拉成“穿帮”。
提示词写对了，画面也可能错
这次汽车广告的提示词并不复杂：傍晚阳光从左侧照射车身，右侧地面出现清晰阴影。模型确实生成了车、光、地面和阴影，只是它没有把这些元素放进同一套物理关系里。
原因也不神秘。扩散模型擅长从大量样本里学习视觉分布，它知道“车旁边常常会有阴影”，也知道“傍晚光线通常偏暖”。但它未必真的掌握光线传播、物体遮挡、材质反射和运动惯性之间的因果关系。
广告制作里，这个差别会被放大。
一位4A广告公司的创意总监在行业论坛上提到，他们用Sora 3跑过六组汽车广告素材，其中三组因为物理逻辑问题被否：车轮旋转方向和地面纹理不匹配，车窗里出现了位置不该存在的行人倒影，还有一组就是反向阴影。
这不是“再写细一点提示词”就能完全解决的事。提示词可以描述结果，却很难保证模型在每一帧里都遵守同一套光照、运动和空间约束。视频越长、镜头越复杂，问题越容易露出来。
物理引擎为什么被甲方问起来
影子出错后，广告公司内部开始频繁提到一个原本更常出现在游戏、工业仿真和CGI流程里的词：物理引擎。
物理引擎负责模拟现实世界里的基本规律，比如刚体碰撞、布料运动、流体变化、光线追踪和材质形变。英伟达PhysX、开源Bullet、虚幻引擎内置的Chaos，都是业内熟悉的方案。它们通常不直接负责“画得好看”，但会告诉渲染系统：球落地后该怎么弹，布料被风吹时往哪边摆，车身上的反光应该来自哪里。
这正是当前视频生成模型容易短板外露的地方。
OpenAI在2024年2月发布Sora后，北京日报相关报道曾把它看作AI理解真实世界能力进一步跃升的信号。中欧国际工商学院在2024年关于Sora的讨论中，也提醒外界没到“举手投降”的程度。两种判断放在一起看，反而更接近现实：Sora这类模型确实把文生视频推进了一大步，但它还没有把商业制作里所有物理细节都吃透。
对于广告行业，问题已经从“能不能生成一段视频”，变成“生成的视频能不能进正式管线”。
三种补救办法，都不轻松
现在更现实的做法，是把视频生成模型和传统制作流程混着用。
第一种办法是后验检查。先让Sora或Runway生成视频，再用物理引擎、渲染器或人工审片去检查每一帧：阴影方向是否一致，物体有没有穿模，反射位置是否合理，运动有没有违反重力常识。这种方式落地最快，但它本质上是补救。发现问题后，还要返工、重生成或交给后期修。
第二种办法是在生成过程中加入物理约束。模型每生成一步，都同步判断光照、碰撞、空间关系是否合理。这个方向听起来更干净，但工程难度高。视频生成模型、物理计算、渲染管线要协同工作，算力调度和制作工具链都要跟着改。
第三种办法更根本：在训练阶段就让模型形成对三维世界和因果关系的理解。北京通用人工智能研究院（BIGAI）长期强调通用智能体的感知、认知、决策和执行闭环，物理理解是其中的基础能力。按这个思路，物理一致性不能只靠外接工具修修补补，模型本身也要学会“这个世界为什么会这样动”。
但对广告公司来说，等模型彻底进化并不现实。项目排期不会等，投放窗口也不会等。
广告片需要的不是炫技，是可验收
广告行业现在追问的，其实是三条底线：光影方向不能错，物体运动不能违背重力常识，材质表现要符合基本物理逻辑。
这三条听上去朴素，却正好卡在视频生成模型的薄弱处。汽车广告里的车轮、玻璃、金属漆面；美妆广告里的液体、皮肤、镜面反射；服装广告里的布料褶皱和垂坠感，都是审片时容易被放大的细节。
所以，分镜脚本也开始变得更像工程文件。过去写“夕阳下，汽车驶过城市道路”，现在可能要补充光源方向、镜头运动、材质要求、反射关系和禁止出现的物理错误。复杂一点的项目，还会提前用传统CGI或物理引擎做预演，再把AI生成画面放进后期流程里校验。
这会抬高使用AI视频的门槛。广告公司不只需要会写提示词的人，还需要懂镜头、懂后期、懂渲染、懂物理约束的制作人员。所谓“AI降本”，在高要求项目里未必是直接少花钱，更可能是把钱从拍摄现场转移到前期设计、管线搭建和质量检查上。
别把宝押在单一模型上
《华尔街日报》关于Sora商业化进程的报道被环球时报、荔枝新闻等媒体转引时提到，Sora在推出后几个月里成为OpenAI的一个不利因素，相关授权和商业推进并不顺利。这个信息至少说明一件事：视频生成工具离稳定的商业收入，还有一段路要走。
对品牌方和广告公司来说，更稳的做法不是等某个模型突然解决所有问题，而是先建立自己的物理一致性验收流程。
可以从最基础的测试集做起：用真实拍摄素材作为对照，积累不同场景下的光照、反射、运动和材质样本；AI生成视频进入审片前，先做逐帧检查；合同里明确哪些物理错误必须返工，哪些镜头不能直接交付。
物理引擎也不是万能药。流体、布料、颗粒系统这些复杂模拟，本身就有精度和成本限制。把它接进AI视频管线，优先解决的应该是那些一眼穿帮的问题：影子方向、重力方向、基本碰撞、反射位置。
广告片通常不需要精确模拟每个光子的路径，但它必须让观众看不出破绽。Sora 3这次被追问，真正改变的不是一个影子的方向，而是甲方对AI视频的验收方式：画面好看已经不够，接下来要看它能不能经得起检查。
