待验证50% 置信事实精确时间

AI模型缺乏具身经验，只能从像素级统计共现中学习动作表征，因此在生成涉及复杂肢体交互的图像时常出现腿部结构错误、动作方向反常等问题

1

来源数

50%

置信度

长期有效

时效性

2026/7/20

首次发现

来源

Gemini图像生成翻车实录：AI指令理解的能力边界

相关事实

已验证AI生成视频的典型缺陷包括人物面部变形（融脸）、手指数量异常、肢体穿模、物体帧间消失或变形、物理运动不合理等77% 相似待验证AI生成的动作代码可能存在物理上不合理的情况（如手臂穿过身体、关节反向弯曲），需要人工审核76% 相似待验证AI图像模型本质上是在学习视觉统计相关性，而非理解物理规律或人体工程学逻辑73% 相似已验证AI模型内化物理规律的实现路径通常有两种：大量纳入物理仿真引擎生成的合成视频进行统计学习，或在模型架构中引入显式物理约束模块69% 相似待验证早期AI生图模型在文字渲染、手部细节等方面存在明显缺陷69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/570077

API

curl https://kongchang.com/api/v1/knowledge/claims/570077

MCP

get_claim(id=570077)