生成式产品视频里，产品有时并没有变形，材质也基本正确，却还是像一片轻薄的贴纸。它高速掠过画面时，边缘拖出均匀的雾带；停下来的瞬间没有惯性，接触台面也没有清楚的遮挡变化。单看每一帧似乎足够漂亮，连续播放却失去了真实重量。
AIGC 产品视频运动模糊的问题，往往不在“有没有模糊”，而在模糊是否属于这次运动。真实摄影中的模糊记录了一段曝光时间内物体在画面上的位移；它会随着速度、方向、景深、相机运动和遮挡关系变化。生成或合成把它当成统一滤镜时，观众看到的速度、惯性与接触就会彼此矛盾，产品也因此显得更轻、更滑，甚至像没有体积。
运动模糊记录时间，不是给边缘加一层柔化
Adobe 对 After Effects 运动模糊的官方说明指出，一帧画面代表一段时间；运动物体在这段时间里经过多个位置，因此留下模糊。快门角度决定模拟曝光持续多久，快门相位决定这段采样发生在当前帧位置的前后。以 24fps 为例，90 度快门对应约 1/96 秒的模拟曝光，但这只是计算关系，不是所有广告镜头都应套用的审美参数。
这意味着，同一只产品在不同动作阶段不该拥有同样长度的模糊。启动时轨迹逐渐展开，匀速阶段相对稳定，减速时缩短，停止后轮廓重新清晰。若生成模型让产品从第一帧到最后一帧始终带着同一种拖影，模糊就不再说明运动，而是在覆盖结构错误。
模糊为什么会让产品看起来更快，也更轻
视觉研究早已发现，模糊轨迹会参与速度判断。关于低照度与表观速度的实验显示，在受控刺激中，带模糊边缘的运动目标可能比清晰边缘目标显得更快；研究者也提醒，运动中的边缘还会受到视觉系统“运动锐化”的影响。这里不能直接推出“模糊越多，产品越轻”的广告公式，但可以确认：模糊不是中性的装饰，它会改变观众对运动速度的理解。
重量感则来自多条线索的共同判断。观众会同时看产品如何启动、是否延续惯性、怎样改变方向、由什么力量停住，以及接触面如何回应。如果画面给出很长的速度拖影，下一帧却让一个有分量的设备瞬间停死；或者手部几乎没有发力，产品却高速飞走，速度线索就会压过真实质量，让物体像被时间轴直接拖动。
过少的模糊也不一定更真实
把每一帧都做得绝对锐利，会产生另一种问题。快速运动被切成一串清晰位置，连续感变成跳动，产品像逐帧移动的模型。Adobe 也明确区分了运动模糊与补帧：已有实拍素材改变帧率时，应先判断时间插值和帧混合，而不是简单给整层添加模糊。
真实感因此不等于“多加一点”，而是让轨迹长度、方向和当前曝光逻辑一致。相关的实拍与生成匹配方法，可以参考 ONCE 之前对AI 合成产品视频景深与运动模糊的分析；本篇进一步关注这些线索如何改变产品重量与触感。
先分清是谁在动，再判断该模糊什么
审片时最重要的问题不是“这一帧够不够顺”，而是画面里的相对运动来自哪里。产品移动、手部推动、摄影机摇移和背景视差，会生成完全不同的模糊关系。把它们混成同一种方向，往往比完全没有模糊更假。
产品与操作者必须共享同一次力
手推动产品时，接触区域在相同时间里应保持稳定关系。若手指向右移动，产品拖影却向另一个方向扩散，观众会先感到两者没有真正接触。旋转产品时，靠近旋转中心的区域位移较小，外缘位移较大；整件产品被同宽度的线性模糊覆盖，会把旋转变成平面滑动。
没有人物时也一样。机械臂、转盘、传送带或飞溅颗粒都在提供相对速度。产品若比承载它的装置多出一层独立拖影，就像悬浮在运动之上。运动模糊需要跟随受力关系，而不是只跟随主体蒙版。
相机运动与物体运动不能用同一张模糊图
摄影机快速横移时，背景会形成方向较一致的画面运动；若镜头同步追随产品，产品反而可能相对清晰。生成视频常把“动态感”理解为主体和背景一起拖长，结果既没有追随拍摄的稳定主体，也没有固定机位下清楚的相对位移。
判断方法很直接：先选择画面中的参照物。若相机跟随产品，检查产品关键结构是否保持可读，背景模糊是否随景深和视差变化；若相机固定，检查产品轨迹是否与实际移动方向一致，而背景是否保持稳定。不能只凭某一帧的氛围决定模糊方式。
接触、遮挡和停止，最容易暴露生成痕迹
产品靠近台面、穿过前景或被手握住时，前后关系会不断改变。真实曝光中的模糊仍然受遮挡约束：被挡住的部分不会隔着前景继续发光，接触点也不会出现双重轮廓。生成画面常在这些区域留下半透明边缘、重复高光或先于物体出现的拖尾，让产品像没有实体边界。
停止瞬间尤其关键。一个具有质量的物体会把运动交给手、支撑面或内部阻尼；即使没有明显形变，也会出现速度下降、姿态稳定和接触反馈。如果前一帧拖影很长，后一帧没有任何减速过程就完全静止，观众会感到时间被剪断。这里需要修复的不只是模糊，还可能包括动作曲线、接触阴影、局部反射和声音尾音。
产品 Logo、按键、接缝和发光界面也不能被统一涂抹。它们在运动中可以暂时降低可读性，但不应重组、复制或变成另一套结构。若脚本要求观众在高速动作里准确辨认功能部件，纯生成可能并不是合适路径。
用真实参考建立模糊基线，而不是寻找万能快门角度
最有效的参考不一定是一条完整广告片。制作团队可以用真实样机拍一段简单动作：按照计划帧率，让产品完成一次启动、移动、转向和停止，同时记录快门、焦距、机位与运动速度。它的价值不是直接进入成片，而是告诉生成和合成团队，同一产品在这组条件下的轨迹长度、边缘锐度与接触变化大致如何。
若镜头来自实拍与生成的混合流程，应先确定哪一层是时间基准。通常由实拍主体、真实摄影机或确定性的三维动画承担基准，再让生成背景和局部增强服从它。直接对最终画面施加全局模糊，容易同时破坏产品轮廓、Logo、人物手部和景深关系。
当产品结构、功能动作或材料反射必须准确时，实拍或 CGI 更适合承担核心运动；AIGC 可以用于背景延展、气氛、转场和不影响产品事实的局部变化。关于动态结构稳定，可继续阅读生成式视频让运动物体保持形状。技术选择的目标不是证明 AI 能做全部镜头，而是让产品在运动中仍然可信。
审片时把“顺不顺”拆成四次观看
第一遍正常速度观看，只记录直觉：产品是沉稳、轻快、精密，还是像没有质量。第二遍静音观看启动与停止，检查产品、手、支撑面和相机是否属于同一段运动。第三遍逐帧检查拖影方向、遮挡边缘、重复结构和接触点，判断问题来自生成形变、合成蒙版还是运动向量。第四遍恢复声音，确认起音、摩擦、冲击和尾音是否与速度变化发生在同一时刻。
这套方法不要求客户逐帧指导后期，而是帮助团队把“感觉有点飘”变成可执行反馈：哪一层的模糊方向错了，哪一个停止缺少减速，哪处遮挡出现穿透，哪段声音把轻便产品做得过重。它也能避免为了修一个局部问题，把整条片都做得更糊。
AIGC 产品视频运动模糊最终服务的是产品认知。它既不能替代真实规格，也不该被用来夸大速度、抗冲击或机械性能。如果你正在制作生成式产品广告或实拍与 AI 混合视频，可以联系 ONCE，从样机动作测试、生成参考到后期合成一起建立可信的运动基线。
资料依据：Adobe After Effects 官方运动模糊与 Pixel Motion Blur 文档；Vaziri-Pashkam 与 Cavanagh 关于低照度、运动拖影与表观速度的实验研究；以及相关运动模糊知觉研究。研究用于解释视觉机制，不代表某种模糊参数必然提升广告效果。
