无需 3D 模型和物理引擎，谷歌 DeepMind 这项技术让 AI 生成视频运动超逼真！

【蜂耘网　人工智能】6 月 3 日，科技媒体 The Decoder 发布的一篇博文，引发了科技圈不小的震动。这次的主角，是谷歌 DeepMind 团队与布朗大学联合开发的一项神奇技术 ——“力提示”（force prompting），它能让 AI 在生成视频时模拟出真实的运动效果，关键是，竟然无需传统的 3D 模型或物理引擎！

在过往，要实现视频中逼真的运动效果，3D 模型和物理引擎往往是标配。3D 模型构建起物体的形态，物理引擎则模拟物体在各种力作用下的运动，像是物体的碰撞、坠落等效果。但这一过程既复杂又耗时，需要专业的技术和大量的资源投入。

谷歌 DeepMind 与布朗大学带来的 “力提示” 技术，可谓是另辟蹊径。这项技术通过独特的算法，让 AI 在生成视频时 “理解” 力对物体运动的影响。比如说，当我们希望 AI 生成一个球从斜坡滚下的视频，传统方式要先搭建精确的 3D 斜坡和球的模型，再设置重力、摩擦力等物理参数让球 “动” 起来。但借助 “力提示” 技术，AI 可以直接依据对 “力” 的理解，生成球滚落的逼真视频，跳过了复杂的建模和引擎设置环节。

对于内容创作者而言，大大降低了创作门槛。以往可能需要专业的 3D 建模师和物理知识储备才能制作的特效视频，现在普通创作者利用 “力提示” 技术辅助的视频生成工具，就能轻松上手。像一些小型的视频工作室，没有专业的 3D 建模团队，这项技术可以帮助他们在更短时间内创作出高质量、带有逼真运动效果的视频，提升工作效率的同时，还能拓展创意边界。

在影视制作领域，一些奇幻场景中的物体运动效果，过去可能因为建模和物理模拟难度大而不得不简化，如今 “力提示” 技术有望让这些场景变得更加震撼和逼真。在游戏开发方面，实时生成的游戏过场动画或动态场景，借助该技术能呈现出更自然的物体运动，提升玩家的沉浸感。

目前 “力提示” 技术生成的视频，在复杂场景和多物体交互时，或许还不能完全媲美专业 3D 建模与物理引擎精心调校后的效果。而且，它对 AI 算法的算力要求较高，在普通设备上运行可能会面临卡顿等问题。但这些问题，相信随着技术的不断迭代会逐步得到解决。

谷歌 DeepMind 与布朗大学联合开发的 “力提示” 技术，为 AI 视频生成领域打开了一扇新的大门，它让逼真运动效果的视频生成变得更加简单高效，虽然还有成长空间，但已然为内容创作、影视游戏等诸多领域带来了新的可能。相信在未来，我们能看到更多基于这项技术创作的精彩作品。

（蜂耘人工智能网 责任编辑：科技蜜）