鹈鹕骑车两条腿都在前边，Qwen 4 Max 被抓住的遮挡 bug

卡卡在 X 上发了一段 Qwen 4 Max 生成的视频。原话是：Qwen 4 Max 的遮挡逻辑是不是有点问题，怎么把鹈鹕的两条腿都画到前边来了。除此之外，环境交互啥的都很不错，审美也终于不是千篇一律的 GPT 风了。

原帖链接：卡卡在 X 上的推文。D.Life 转发时只写了两个字：好滑。

遮挡逻辑听上去像小问题，放到视频里却很致命。骑车时哪条腿在前、哪条腿被车身挡住，取决于身体结构和镜头角度。两条腿同时跑到前边，说明模型在单帧里画得像，到了连续画面里的空间关系就开始打结。普通用户看到的是鹈鹕骑得别扭，做视频生成的人看到的是几何约束和时空一致性还没过关。

评论区没有放过这个细节。gg ff 说“这么摇滚”，熊猫烧香补了一句“鹈鹕骑车也得守交规”，陈杰夫觉得“像是上个时代的产物”，Alexa Wang 注意到“骑的有点艰难了”，Patrick 老派用了“太崎岖了”。卡卡回 Alexa Wang：“它做的也很艰难”。

这条视频有意思的地方在于，大家没有只判断像不像。有人盯环境交互，有人盯审美风格，有人直接抓遮挡关系。用户开始用物理一致性审片，标准比“能不能生成”更具体。Qwen 4 Max 这次被夸的地方和翻车的地方都很明确：风格不再是清一色 GPT 风，环境交互有进步；遮挡 bug 又足够直观，一条腿的位置就能把沉浸感拉回来。

零点 Drift 在回复里说“全网都在笑话Qwen4 max”，D.Life 回了句“太逗了”。对普通用户，这是一段好笑的鹈鹕骑车；对做模型的人，这是一条免费的测试用例。视频生成走到现在，宏大叙事不如一只鹈鹕的腿有说服力。