电影和电视导演要是拍完的镜头不理想，后期可以拿各种工具来修修补补。比如把不小心入镜的设备或者多余的群演给去掉。但要处理更复杂的物理互动，这招就不太够用了。
订阅我们的邮件，获取最新科技资讯。
打个比方，你要删掉一个正在碰着或撑着别的东西的物体，传统工具删完那个东西后，剩下的物体动作会违反物理规律——比如把角色坐的椅子删了，角色就悬在半空了。
懂点物理的招数
所以Netflix的研究员和合作者搞出了一个叫VOID（视频对象与交互删除）的AI框架，不光是简单地把东西从画面里去掉，还能模拟出东西消失后的物理效果。所以，还是刚才那个例子，椅子一没，它就能让角色自己掉到地上，看着可自然了。
这项创新的详细内容已经发表在一篇论文里，你可以在arXiv预印本服务器上找到它。
为了确保移除物体后画面看起来真实，而不是违反物理规律，VOID就像一个有物理感知的编辑系统。
它分三步来理解场景。首先找出所有可能受变化影响的区域，然后创建一张专用映射图（叫quadmask），用来标记阴影该消失的地方或物体可能移动轨迹不同的地方；接着生成一个新版本的视频，把所有变化都考虑进去。最后再对场景做一轮处理，优化运动效果，确保物体沿着不同路径走动时不会变形或走样。
学习因果关系
该系统经过数千对数字序列的训练，从而让它学会因果关系。通过观察这些模拟动作，它搞清楚了支撑、碰撞或障碍物消失时，物体一般会怎么反应。
为了说明VOID如何处理连锁反应，研究团队举了一个例子：一段多米诺骨牌倒塌的序列，其中中间的牌被删除。AI就得“明白”，缺了这些牌传递能量，后面的牌就该不倒。正如他们在论文中指出的：“VOID准确模拟了多米诺效应中断，所以黄色方块始终没倒。”
能做到这点，是因为AI不只是复制像素而已：“VOID并不仅仅是翻出训练数据里的视觉线索，而是用上了高级推理和世界知识……”
研究人员现在希望进一步扩展VOID的能力，用来处理更复杂的场景。
这篇文章由我们的作者Paul Arnold撰写，由Gaby Clark编辑，并由Robert Egan进行事实核查和审校——这是经过人工仔细打磨的成果。全靠像您这样的读者，才能让独立科学新闻持续下去。如果这篇报道对您有价值，请考虑捐款支持（尤其是每月定期捐款）。
更多信息： Saman Motamed等人，《VOID：视频对象与交互删除》，arXiv (2026)。 DOI: 10.48550/arxiv.2604.02296
热门跟贴