Pulse of Motion：測算真實物理幀率，矯正 AI 影片的「計時幻覺」

你看現在的 AI 生成影片，畫面已經逼真到能騙過眼睛，但只要盯著看兩秒，總會覺得哪裡怪怪的。

有的動作像在太空漫步，慢得違揹物理常識；有的動作又快得像按了快進鍵。3 月 15 日，Texas A&M University 的研究團隊把這個問題翻了出來，並開源了一個輕量級模型 Pulse of Motion，專門給 AI 影片找回現實節奏。

為什麼 AI 影片總在「瞎猜時間」

研究團隊把這種毛病叫做「計時幻覺」（Chronometric Hallucination）。說白了，就是生成模型只有一副好皮囊，腦子裡卻沒有一塊靠譜的時鐘。

造成這個問題的根源在訓練資料上。網上的影片拍攝速度五花八門，有的原本是慢動作升格，有的做了縮時攝影。但在餵給 AI 訓練時，往往全被簡單粗暴地統一壓成了固定的幀率，比如 24 幀或 16 幀。

久而久之，AI 學會了物體長什麼樣、動作怎麼過渡，卻根本不知道現實世界裡重力有多快。在它的理解裡，蜂鳥扇動翅膀和人在地上摔倒，播放起來可能沒什麼時間差別。

讓不到 2GB 的小模型去測算重力

Pulse of Motion 的思路很直接：不再教影片模型怎麼重新畫畫，而是給它配一個專門測算現實運動節奏的尺子。

這個模型不到 2GB，普通消費級裝置就能輕鬆跑起來。它會直接觀察畫面裡的動態細節，反向推算出這個動作在現實物理世界裡到底應該對應多少幀率，也就是「物理幀率」（Physical FPS）。

算出來之後，只要把影片按照這個真實幀率重新定時，觀感就會瞬間正常。比如在團隊給出的對比中，原先 24 幀的蛇在地板上滑行，實際物理幀率應該高達 60.2 幀；油鍋裡炸洋蔥圈的影片，也從 24 幀修正到了 58.9 幀，那種原本發飄的慢動作立刻有了真實油花飛濺的爆裂感。

而在一些原本被過度加速的場景裡，比如漁網中垂死掙扎的魚，模型測出的物理幀率只有 15.0 幀；雨滴打在綠葉上的場景則從 16 幀微調到 21.1 幀。研究人員發現，通用的多模態大模型在判斷時間節奏上非常不靠譜，必須依靠這種專用的運動預測器。

目前團隊不僅公開了程式碼和權重，還上線了測試生成影片運動一致性的排行榜。

為什麼重要

我們認為 Pulse of Motion 走了一條非常聰明的後處理路線。

現在各大模型廠商都在卷更大的引數量、更高的解析度，試圖靠死磕算力來讓模型「頓悟」物理規律。但現實證明，端到端的黑盒訓練在時間維度上依然漏洞百出。Pulse of Motion 沒有去硬剛重訓底層模型的萬卡叢集，而是用不到 2GB 的極小代價，在後處理階段把動作節奏拉回地面。

對於影片創作者和特效從業者來說，這個工具非常實用。以前生成的影片動作發虛，只能靠人工在剪輯軟體裡一點點拉變速曲線，現在直接跑一遍指令碼就能獲得符合物理節奏的底片。

不過它目前本質上還是一個後處理校正器，如果原始影片生成時就已經嚴重丟幀或動作扭曲，光靠調速也救不回缺失的形變細節。但它明確指出了現有影片模型的一大盲區，未來的新一代生成模型，大機率不得不把物理時間建模真正寫到底層架構裡去。