已过期50% 置信事实精确时间

WAN 2.3视频生成模型无法识别运镜指令，也无法理解动作描述，提示词理解能力较差

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30(已过期)

来源

3080Ti本地部署多模态AI Agent实战：显存管理与五大模块全解析

bilibili虚幻_Zero零2026/6/13

相关事实

待验证当前AI视频生成模型对简单运镜（如缓慢推进、平移）的理解较为准确，但对复杂的组合运镜仍难以精确控制68% 相似待验证外观与运动的完全解耦在数学上是欠定问题，是所有参考驱动式视频生成方案共同面临的理论天花板66% 相似待验证传统图生视频（I2V）技术的核心局限在于单张图片只能提供空间信息，无法在时间维度编码运动意图，模型必须完全依赖文本提示来推断运动方向和幅度66% 相似待验证视频转文本方案的系统上限受限于图像描述模型的准确度，一旦描述出错，LLM 的理解也会随之跑偏64% 相似部分验证没有AI摄像头动作识别功能，无法实时纠正用户动作姿态，需要自行对照视频判断动作是否标准63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/47578

API

curl https://kongchang.com/api/v1/knowledge/claims/47578

MCP

get_claim(id=47578)