讨论AI视频，版本号要先说清。现有可引用材料明确提到OpenAI的Sora和Runway Gen-3 Alpha。无远弗届教学教室在2024年6月22日发布的视频中称，Runway于6月17日推出Gen-3 Alpha。素材没有给出Sora 3或Runway Gen-5的官方发布信息，也没有两者的同场测试。
因此，这里不沿用“2026年实测”的写法，只讨论已有材料能够支撑的问题：AI生成的视频在连续播放时，能不能守住基本的空间关系和运动逻辑。
早期比时长，现在得看动作
钛媒体对AI视频发展路线的梳理提到，在Sora引发广泛关注前，Runway的Gen-1和Gen-2已是市场上较受关注的产品，覆盖视频转视频、文字生成视频等功能。
当时，视频能生成多长，本身就是一项重要指标。一篇对比Sora、RunwayML、Pika和Stable Video的文章称，Runway在2023年可以生成4秒视频，并最多延长到16秒。放在当时，这已经是明显进展。
到了2024年，竞争更密集。介绍Gen-3 Alpha的视频同时提到了Vidu、快手可灵、Dream Machine等产品，关注点也从“能不能生成”逐渐落到真实感和连贯性上。
今天再看，只比时长已经不够。一条片子即使每一帧都很漂亮，只要人物转身后衣服穿进身体、手指突然换位，或者物体被遮挡后改变形状，就很难直接用于制作。
漂亮静帧，掩不住连续镜头的问题
所谓物理一致性，落到画面里并不玄乎。
镜头绕杯子转一圈，杯把仍在正确的位置，这是物体身份稳定；人物挥剑时，剑、手臂和披风的前后关系没有错乱，这是空间关系稳定；咖啡落到桌面后，飞溅方向能够接上前一刻的运动，这是动作连续。
问题往往出现在遮挡、碰撞和快速转向的瞬间。第一帧里的手可能毫无破绽，几帧之后却多出手指；玻璃碎片看似飞向前方，下一刻又闪到手掌后面；人物已经停下，披风仍以不合常理的方式加速。
这些例子更适合拿来测试模型，因为它们同时要求几何、时间和因果关系保持一致。单看皮肤、金属或玻璃的质感，很容易高估模型的能力。
“世界模型”仍是一场争论
2024年3月18日，硅谷101发布的视频直接把问题写进标题：Sora是万众期待的“世界模型”吗？钛媒体的采访也围绕类似争议展开，包括OpenAI的技术路线是否正确，以及行业是否已经对“世界模型”形成共识。
从这些讨论看，答案远没有盖棺定论。
模型生成一段符合日常经验的视频，可能来自对大量视觉模式的学习。它是否在内部完成了稳定的空间推理和物理模拟，不能只凭一条精选样片判断。
更有说服力的测试，是改变同一场景的条件：换一个观察角度，调整物体速度，交换碰撞顺序，或者让被遮挡的物体再次出现。模型如果仍能保持形状、位置和运动关系，才说明它没有只靠画面惯性蒙混过关。
Prompt能减少歧义，不能替代物理约束
现阶段的创作者没必要等待模型自动解决所有问题，但要调整使用方式。
复杂动作最好拆开。比如“骑士转身、挥剑、砍中盾牌，披风同时绕过身体”，一句话里塞了多组碰撞和遮挡关系。更稳妥的做法，是把转身、挥剑和击中拆成短镜头，再通过剪辑连接。
提示词也应把主体、镜头和空间层次写清楚。前景是什么，中景有哪些物体，镜头是否移动，都比堆叠“电影感”“史诗感”更有用。产品如果支持参考图、姿态或深度条件，可以用这些功能固定角色和物体关系。单纯在文字里写入精确的Z轴距离，并不能保证模型真的遵守坐标。
后期同样要留在流程里。遮罩、跟踪、局部重绘和合成可以修补短暂的穿插或形变。遇到流体、破碎、布料碰撞等对剧情有直接影响的镜头，传统3D和物理模拟仍应承担主要结构，AI更适合用来做预演、风格探索或背景素材。
真要比模型，先把失败样本放出来
2025年5月23日，智能体开发者社区发布的对比文章仍把Runway、Pika和Sora放在一起讨论。这类产品比较适合观察操作体验和画面风格，但要判断物理一致性，还需要更透明的测试条件。
提示词、视频时长、分辨率、参考素材、是否经过后期，以及同一任务重复生成时出现的失败片段，都应该交代清楚。只展示挑选后的最佳结果，很难说明模型在真实工作中的稳定性。
基于目前提供的资料，可以讨论Sora带来的“世界模型”争议，也可以分析Runway从Gen-1、Gen-2到Gen-3 Alpha的产品推进。至于Sora 3和Runway Gen-5，仍需官方信息和可复核测试支持。
判断一段AI视频是否过关，别只暂停在最漂亮的一帧。让它继续播放，看物体是否一直存在，看遮挡有没有错位，看每个动作能不能找到前因后果。物理一致性最终要靠连续镜头证明。
