AI对物理的理解再次吓晕牛顿。为了测试AI生成的视频是否符合物理定律，去年我们设计了让老鼠和大象在天平两侧称重的实验。当时AI坚定的认为老鼠大象一样重，甚至给出老鼠加大象等于鼠象，所以两边一样重的抽象回复。皮卡甚至记住老鼠怕大象，所以老鼠把大象吓漏气了。今年再次进行测试，提示词为一只老鼠和大象玩跷跷板，可02.0花了我十块钱生成这玩意，用谷歌把提示词翻译为英文测试，谷歌VO2的理解至少是生成跷跷板了，但不懂重力。腾讯会员搞了只迷你版大象，表示老鼠比大象重。通义万相2.1，老鼠站起来吓大象，表示不想跟大象玩吉梦不知道为啥，大象脖子底下长腿，但抬腿的时候可以理解为跷跷板没受力，所以老鼠那边重，同时也符合玩跷跷板这个需求。海螺视频变成大象看一只老鼠在一个板凳跑步机上奔跑，把提示词改成在地球重力的环境下，一只大象和一只老鼠站在天平两侧。通义万相算是符合物理了，会员在背景加了个地球所示，小小的大象，大大的老鼠，所以老鼠问号的谷歌是最还原天平造型的，但依旧无法理解物理集梦，这个天平虽然有点抽象，但还是体现了大象比老鼠重，可怜2.0钱包减十块海螺，连基本大象和老鼠站左右两侧都没理解，最后来个最终版测试，地球重力环境下，正常体型的大象和正常体型的老鼠玩跷跷板，前面表现正常的集梦现在也抽象了，可怜2.0表示再减十块钱，谷歌这个表现还是一般，困云的表现咋说呢？老鼠加了杠杆，撬动了刚出生的大象。上面的测试反映出AI视频过了一年，对物理的理解还是不行，即便增加物理条件约束，表现仍旧不理想，甚至极梦的表现反而变差了。也就是说如果用AI视频制作电影，各种反物理现象无法通过提示词约束，这将是一大问题。
《探索AI物理理解：解锁老鼠与大象实验背后的秘密》

在当今科技飞速发展的时代，AI的应用越来越广泛。然而，其对物理的理解却常常让人咋舌。就拿经典的老鼠和大象实验来说，去年我们设计了让它们在天平两侧称重，AI竟坚定认为二者一样重，给出如老鼠加大象等于鼠象这般抽象的回复。今年再次用玩跷跷板的提示词测试，各平台表现各异。

谷歌VO2能生成跷跷板却不懂重力；腾讯会员搞出迷你版大象，显示老鼠比大象重；通义万相2.1有独特表现；海螺视频则状况百出。这一系列测试反映出，即便过了一年，增加物理条件约束，AI视频对物理的理解仍不理想，用其制作电影可能面临反物理现象难通过提示词约束的问题。

那么，如何才能更好地利用AI进行相关创作呢？首先，我们要深入了解不同平台AI的特点。对于谷歌VO2，虽能生成跷跷板，但重力理解不足，我们可以在提示词中更明确地强调重力相关因素，引导其生成更符合物理的画面。腾讯会员的迷你版大象提示我们，在设计场景时要考虑到AI对物体大小、比例的认知偏差，尽量提供更准确的尺寸信息。

通义万相2.1的表现说明，我们要善于利用其独特逻辑，比如在跷跷板场景中，根据其对大象抬腿时的理解，合理设置提示词，让物理场景更合理。对于海螺视频这类理解偏差较大的平台，我们需要更细致地描述场景，从基本的位置关系到物理原理的体现，都要清晰准确。

总之，只有深入研究各平台AI的特性，精准设置提示词，才能在利用AI进行创作时，尽量减少反物理现象，让作品更符合科学逻辑，为我们的创作带来更多可能。
AI,物理理解,老鼠,大象,天平,跷跷板,测试,提示词,重力,反物理现象
[Q]：测试AI生成视频是否符合物理定律做了哪些实验？
[A]：设计了让老鼠和大象在天平两侧称重以及玩跷跷板的实验。
[Q]：去年测试时AI对老鼠和大象重量有什么看法？
[A]：AI坚定认为老鼠大象一样重，给出老鼠加大象等于鼠象的回复。
[Q]：今年用谷歌测试时出现了什么情况？
[A]：谷歌VO2生成了跷跷板，但不懂重力。
[Q]：腾讯会员测试时有什么特别表现？
[A]：搞了只迷你版大象，表示老鼠比大象重。
[Q]：通义万相2.1在测试中是怎样的？
[A]：老鼠站起来吓大象，在玩跷跷板场景中有独特表现。
[Q]：海螺视频测试结果如何？
[A]：对基本场景理解有偏差，连大象和老鼠站左右两侧都没理解。
[Q]：最终版测试情况怎样？
[A]：地球重力环境下正常体型大象和老鼠玩跷跷板，部分平台表现变差。
[Q]：从这些测试能得出什么结论？
[A]：AI视频过一年对物理理解仍不行，增加约束表现仍不理想，用于电影制作有问题。