如果让当下最强的 AI Work Agent，尝试复刻特斯拉 Roadster 那段标志性的飞跃动画，它能做到哪一步？
是直接交出一套逻辑自洽、姿态可控的飞行汽车仿真短片，还是只做出一个“看起来在飞”的样子？
带着这样的疑惑，我们把考场搬进 Blender，并拿出这样一道高难度动态仿真测试题，给四款 Agent 上一次压力测试。看看他们能不能复刻出合格的特斯拉飞行汽车飞跃动画。
Roadster 飞跃的考题难在哪
之所以选 Roadster 飞跃作为测试案例，它不是一个常规静态三维的建模任务，而是建模、动画时序、物理逻辑、特效语义、镜头叙事叠加在一起的复合考题。尤其这三层技术难点，能够很好地区分 AI 的建模能力。
第一是时序绑定。飞行汽车所有动作有严格先后关系，加速、腾空、姿态调整、喷流触发、烟雾扩散等等动作环节必须在精确时间轴上对齐。
第二是语义理解。比如喷流特效，它是用来改变车身姿态的控制推力，那么 AI 就不能只看到“有亮光、有烟”，还要读懂亮光和车身翻转之间的因果。
第三是多要素协同。车辆模型、坡道结构、车轮转动、相机运镜、流体烟雾需要同步自洽，任意一环逻辑出错，整段动画就会违和。
对于 AI 来说，他们很容易复刻画面表象，但很难读懂动作背后的控制关系与物理约束。而 Roadster 飞跃复刻这个案例，恰恰能直观区分 AI 是真的理解动态，还是单纯拼接画面素材，非常适合用来做动态能力的压力测试。
我们如何让 AI 实现对 Roadster 飞跃的复刻
我们要求用 Blender 从空场景复刻一段 11 秒的汽车飞跃视频：跑车沿弯曲坡道上行，离坡后改变空中姿态，再伴随喷流下降、扬起烟雾。除了车身和场景，还要对齐动作节奏、镜头与特效，交付可播放的 1080p 视频和可编辑工程文件。
这道题主要考察 Agent 能否基于原视频反推真实空间关系，进而把建模、动画、镜头和特效组织成一段连续画面，核心看 AI 能否正确理解空间结构、运动时序，还有动作和特效之间的因果关联。
我们也借着这道题的横向对比，让大家更直观的感受一下 4 个 Agent 之间的差异。
Codex：这段飞跃，还原到了哪一步？
Codex 完成了整段动画和工程交付，主要动作也已出现，但关键画面的还原仍有明显差距。
车和坡道都有了，轮廓还没有对齐
Codex 整体完成度很好，但是下钻到细节依然能发现一些瑕疵。比如开头的车尾近景里，Codex 做出了独立车轮、深色玻璃和尾灯，但座舱更圆拱，与参考跑车的低矮轮廓不同。切到远景后，坡道的差异也更明显：参考的弧形过渡较舒展，产物底部很快转入接近竖直的部分，整体显得更窄直。
做了翻转，也要在画面里看得出来
Codex 做出了汽车腾空，却没还原出侧向喷气调整姿态的关键效果。 约 8.6 秒，参考车身已接近侧立，短喷流清楚可见；Codex 仍露出明显车顶，侧向喷气几乎无法辨认。观众看到的是车身在翻转，而不是车辆通过喷气主动调整姿态。这丢掉了参考动画最有科技感的一环：汽车不仅能飞，还能在空中控制自身姿态。
WorkBuddy：忙了近四小时，交出了什么？
**WorkBuddy 交齐了视频和可编辑工程，但车轮朝向、空中姿态和烟雾表现仍有明显问题。**它完成了爬坡、离坡和下降的主要过程，距离参考画面的还原还有不少需要修改的地方。
车身还原度差，车轮朝向也出了问题
WorkBuddy 连“车轮应该怎么转”都没做对。 四个车轮初始时近乎平放，车辆前进时，轮胎也不是绕固定轮轴滚动，而是像扇叶一样翻转。尾灯则做成了一根向车后伸出的红色长条。这已经不是细节还原不到位，而是连汽车最基本的结构和运动关系都出了问题。
喷流像尖锥，烟雾仍是分散的颗粒
参考中的喷流带着烟雾向地面扩散，末段烟雾围绕车体翻涌。WorkBuddy 的喷流则是很亮的白色尖锥，车后拖出一串沿弧线散落的白球，地面也堆满了能分辨出单个形状的颗粒，尚未呈现连续的气体效果。用交付的工程文件重新渲染后，烟雾仍是一颗颗白球，说明问题不是渲染的偶然偏差，而是 Agent 在搭建工程资产、定义粒子逻辑阶段就出现了错误。
耗时长、收效微，WorkBuddy 卡在反复比对返工
**这近四小时，不能简单归因于渲染慢。更明显的问题是：参考理解迟迟没有收敛，场景搭好后又大幅返工，最后的检查仍没有抓住基本运动错误。**从任务开始到完成回复，实际跨度约为 3 小时 42 分钟；下图按轨迹中的主要活动拆分。
**WorkBuddy 花了大量时间比对参考、反复返工，却仍漏掉了关键错误。**前约 72 分钟都在裁图、追踪和测量，之后又重写坡道与动画，直到全片输出后还在调整构图和灯光。但最终成片中，车轮仍在翻摆，空中姿态仍有偏差，烟雾也还是一颗颗白球。
千问办公：车飞起来了，动作怎么有点怪？
**千问办公也交齐了视频和可编辑工程，但起步、离坡与喷流之间的衔接出了问题，末段烟雾又遮住了车身。**它做出了主要场景和动作，仍需要修正这些元素在同一时刻的配合，才能更接近参考。
车身能辨认，起步和爬坡却没有接顺
千问做出了独立车轮、深色玻璃和贯穿尾灯，但车身与车尾的细节比较简化，首帧轮胎也没有真正贴住地面。检查工程可以确认，轮胎底面离地约为一个轮胎半径：车轮在局部位置已经抬高，整车又被整体抬高了一次。
起步还有一处明显的突然窜动：2.0–2.1 秒，汽车前移约 1.47 个车身长度。脚本把等待位置和坡道行驶分别设置，却没有接上中间的接近路程。虽然两个位置之间有关键帧插值，画面中的动作仍不够连续。
坡顶停了半秒，起飞后又成了螺旋式翻转
**翻转方式也错了：其他三家呈现的是侧向翻转，千问却做成了边翻身、边掉转车头的螺旋式扭转。**工程中，它把前后翻转和约 180° 的航向转动叠加在同一阶段，导致车身朝向不断扭转。千问虽然最后把车身转平了，但翻转方向和过程都与参考不符，也不符合正常的物理规律。
把侧向喷气当成开大灯，烟雾又遮住了车身
**四家中，只有千问在下降末段“打开了大灯”。参考中那道短暂的侧向亮光来自喷气，千问却把它做成了持续照明。**工程里，它在约 9.4–9.8 秒逐渐打开前灯，并一直亮到片尾。虽然它也建了侧向喷流，但又额外加上这束强光，照亮了烟雾和地面。这反映出它没有分清参考中的喷气与车灯。
豆包工作：能自主修正细节，但还原度很低
**豆包交出了完整视频和可编辑工程，也做了多轮有效修正；但车轮转轴、腾空姿态和特效形态仍有明显问题。**它的不足更多体现在验收范围：局部车身位置调得更接近了，整个画面却没有一起对齐。
有四个独立车轮，转动方向却错了
豆包做出了低矮车身、深色玻璃和尾灯，但车尾细节仍比较简化。开场的坡道与前景道路关系也不同于参考：画面多了一道明显的横挡，上方坡道较暗，远景中的路面更窄，红色边缘出现不连续的亮段。
检查工程还发现，**轮胎绕车身前后方向旋转，而不是绕左右方向的轮轴转动。**轮子的安装方向随着行驶不断变化，轮毂盖又没有与轮胎保持同轴。车轮虽然是独立、可编辑的对象，但没有形成正确的滚动关系。
从抬头到水平，少了参考中的关键姿态
豆包完成了爬坡、离坡、空中转向与下降的主要阶段。但约 8.3–8.6 秒，车身仍明显抬头；参考同刻已经呈现不同的车侧与底部轮廓，短姿态喷流也更清楚。豆包有起跳蓝雾，随后也能转到接近水平，但没有准确接上中间的姿态与喷流。
喷流像细亮杆，烟雾仍能看出一团团的边界
四组向下喷流会随车运动，但形态细而笔直，长度很快伸向画面下缘，缺少参考中的粗细、扰动与扩散变化。末段烟雾持续膨胀，仍能看出叠加云团和扁平烟盘，边缘不够松散。车身上部仍可辨认，问题主要是烟雾形态与层次。独立重渲染也复现了这些效果。
改了灯光和构图，为什么还是没还原好？
豆包在制作过程中确实发现并修正了一些问题：灯光照到了车身背面，它调整了灯的位置；烟雾里出现两个多余的白点，它找到了造成白点的灯光并作了处理，随后重新渲染了全部 330 帧。它也多次计算汽车在画面中的位置，调整相机，让构图更接近参考。
但这类单点优化治标不治本，核心的动态逻辑缺陷没有得到修正。豆包可以修缮一个个局部画面，却缺少对整套动画的全局校验能力，意识不到车轮运动、空中姿态、喷流特效是相互绑定的一套动态系统，也就无法还原出真实的汽车动作和空间关系。
车飞起来了，动作就还原了吗？
一轮对比看下来，答案其实已经很清晰。
四款 Agent 都能交出一套完整成片和工程文件，车能冲坡、能离地、能喷出烟雾。视觉扫一眼，车子确实飞起来了。
但模型的能力缺陷也暴露无遗——分不清推力喷流和车灯、搞错车轮转动逻辑、翻转路径违背物理、抓不住姿态调节的核心意图。
这也说明：“看起来会飞”很容易，但距离“可靠还原”还有很远。当下的 AI Agent 擅长快速搭出画面外壳，却很难吃透动作背后的逻辑链条。想要做出严谨仿真、逻辑自洽的动态叙事，离不开更多经验与案例沉淀。看清这类动态任务下各模型的能力上限与短板，也能帮我们更合理地定义任务边界、评估模型适配场景。
更多好玩、真实的 AI Agent 横向评测，将继续发布在我们的账号上。欢迎关注我们，了解更多 AI 前沿信息！