veo 3具备真正的物理规律建模能力,而非简单模仿:石头下沉模拟准确呈现重力、阻力与水下光学衰减,背包收纳则精准表达形变、拓扑约束与多材质交互,二者均为零样本推理结果,且在未见组合中仍保持逻辑自洽。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

VEO 3 的物理规律建模能力已在多个实测场景中得到验证,石头下沉与背包收纳属于两类典型测试:前者检验模型对重力、密度、流体阻力等基础力学的理解;后者则涉及形变、拓扑约束、空间占位与材质交互等更复杂的多物体动力学。这两项并非预设任务,而是通过自然语言提示触发的零样本推理行为。
石头下沉模拟:重力与介质响应的连贯表达
在输入如“一块灰褐色花岗岩从水面静止释放,缓慢沉入清澈湖底,水花轻微飞溅,气泡上升”这类提示后,VEO 3 能稳定生成符合常识的下沉过程:初段加速度明显,中段趋近匀速(体现阻力平衡),触底时有微小反弹与沉积扰动。关键细节包括:
- 水体表面张力表现——入水瞬间形成环状波纹,而非生硬切口;
- 气泡尺寸与上升轨迹随深度变化——浅层气泡大而快,深层小而缓;
- 岩石阴影随深度增强、边缘软化,符合水下光学衰减规律。
该能力源于 PhysInOne 数据集中超200万条含物理标注的动态视频训练,以及VEO 3.1优化器中嵌入的隐式Navier-Stokes约束模块。
Veo 3.1增强了音频生成能力、提示词理解能力和角色一致性控制。支持多参考图生成、场景扩展(Scene Extension)、更长视频制作以及更精准的镜头控制,同时提升了画面真实感和叙事能力。是当前 Google 主推的旗舰视频生成模型。
背包收纳模拟:拓扑约束与材质反馈的协同建模
当提示“将一件折叠的蓝色牛仔夹克、一个铝制水壶和三本平装书塞进半开的帆布双肩包,拉上拉链后包体轻微鼓胀”时,VEO 3 能准确呈现:
- 夹克布料的褶皱压缩路径与回弹滞后;
- 水壶刚性轮廓对周围软质物体的局部挤压变形;
- 拉链齿啮合过程带动包体横向收缩,鼓胀部位集中在顶部与侧袋连接区。
这种建模不依赖3D网格或物理引擎实时仿真,而是通过扩散变换器在潜在空间中学习材质-力-形变的统计关联。测试显示,VEO 3 在背包类任务中的物理一致性得分比VEO 2提升41%,尤其在多材质交界处的穿模率下降至0.8%以下。
为什么这两项能说明“建模”而非“模仿”?
区别于单纯复现训练数据中的相似镜头,VEO 3 在未见过的组合中仍保持逻辑自洽。例如将“石头下沉”提示改为“泡沫塑料块沉入糖浆”,模型会自动降低下沉速度、延长形变时间、增强粘滞拖尾——说明它已内化密度比、粘度系数等抽象参数,而非记忆画面帧序列。同理,“背包收纳”若替换为“羽绒服+玻璃瓶+乐高积木”,其压缩逻辑会切换为蓬松度优先、脆性规避与咬合定位,反映出对物体本征属性的符号化理解。










