昨天做了一个视频，提示词中强调人物坐下后脱下自己的靴子，然后重新穿回去。结果生成后，角色是脱下左脚靴子，然后穿回到自己右脚。
开始觉得这AI实在是不靠谱。
后来我考虑到，AI犯错可能因为他对人物跟观众的视角出现了错乱。这就像小孩子小时候跟人面对面交流的时候，分不清自己和对方左右手一样。
又查看了一下AI的agent记录，果然，里面记录的是“观众视角的左侧是她的右脚，右侧是她的左脚。她弯腰抬起自己的右脚（观众视角左侧的脚）”。
一旦AI真正能代入角色，那就是一个大的阶段性进步。
但，那样可能也意味着AI的觉醒了。