根据推特用户@godofprompt的观点，尽管Sora等AI视频扩散模型因高渲染质量而受到关注，但仍难以准确理解和生成连续的人类动作（来源：@godofprompt，Twitter）。常见问题包括人物在动作过程中卡住、在门口无法移动、雨伞物理逻辑异常等，类似于电子游戏中的NPC卡顿。这些模型只是在预测视频帧，而不是模拟真实物理，因此在实际商业内容制作中可靠性不足，难以满足大规模内容生产和产品演示的需求。当前行业过度关注视觉效果，却忽略了模型对因果关系和物理逻辑的理解，这成为AI视频生成技术落地的关键障碍（来源：@godofprompt，Twitter）。