夜雨聆风高三一轮复习，正讲到牛顿第二定律的应用。
两个避不开的模型：传送带模型和滑板-滑块模型（板块模型）。
讲真的，最开始我想得很简单——AI现在这么强，画个动画不是分分钟的事？
结果：一个做了10小时，一个只用了10分钟。
差距不在AI的能力，而在于我怎么用AI。
01｜那个「10分钟奇迹」
昨天晚上，我在做卷子上的一道题。
题目不复杂，但情境有点意思：
当时我脑子里冒出一个念头：让AI先做题，再让它把物理过程「画」出来。
这是我的一个经验：先让AI算题，再让它做动画。 AI如果连题都算不对，动画再好看也是错的。
但这里有一个小插曲——选模型这件事，我踩了一个坑。
我了解到DeepSeek有了读图能力，就先用手机给题目拍了照扔给它。结果它连题目都读不出来。我立马换豆包——豆包不仅读对了题，还一次性算对了所有选项。然后我说：「题都做出来了，那做个动画吧。」
几秒钟后，一个滑块木板运动的交互HTML页面就生成了。
但有一个问题：每次共速之后，木块的位置会发生跳变。
凭经验判断——这是位置函数写错了。它用了连续加速度公式，但分段处没有处理好初值衔接。
我告诉它问题所在，让它重新设计位置函数。几轮对话后，跳变问题完美解决。
接着我加了v-t图像，又借鉴之前做传送带模型的经验，加了一个「共速暂停」功能。
这个功能对我的教学太重要了。每次讲到共速这个临界状态，我都会停下来问学生：「接下来它们会保持相对静止一起运动？还是会发生相对滑动？」
有了这个按钮，我可以在共速瞬间暂停动画，让学生先分析、猜想，再继续播放验证。
这就是教育的闭环——先思考，后验证。
最终这个板块模型的HTML文件只有不到600行代码。它模拟了三个木块在木板上滑动的完整物理过程，分为四个阶段：
阶段1：三木块减速、木板加速
阶段2：木块1与木板共速，共同加速；木块2、3继续减速
阶段3：木块1、2与木板共速加速，木块3单独减速
阶段4：全部共速，匀速运动
四条v-t曲线——红色木块1、绿色木块2、蓝色木块3、灰色木板——实时绘制，每个阶段衔接丝滑。
02｜那个「10小时磨一剑」
传送带模型，我承认我一开始轻敌了。
我想：「传送带不就是两个轮子加一条皮带，上面放个滑块吗？AI能做。」
结果：
第一个坑：传送带陷到轮子里去了。
皮带画在了轮子的内部，完全被遮挡。
我让AI「把包裹轮子的传送带半径扩大等于轮子的半径」，它直接给扩得比轮子还大——轮子在中间空转，皮带在外面飘着，中间隔着空气。
第二个坑：转动方向全乱套。
两个轮子的转动方向是对的，但上皮带、下皮带、左半圆、右半圆的运动方向不一致。一条皮带顺时针转，另一条逆时针转——这在物理上根本不可能。
第三个坑：摩擦力方向搞反了。
物块比皮带快，摩擦力应向后，它画成了向前。共速后又分不清静摩擦和动摩擦。
这些问题反复折腾，让我明白一个道理：看似简单的系统，AI在「整体呈现」上往往会出大问题。 它的注意力无法同时覆盖多个物体的空间关系和运动关系。
后来我换了一个策略——分步实施：
先单独构建轮子和皮带，把位置和转动调好
再加上滑块
再加上受力分析图
最后加上v-t图像
每一步单独检验、确认无误，再进入下一步。
这个策略最终证明非常有效。
成品传送带模型支持了极丰富的教学情境：
参数 | 范围 | 教学场景 |
|---|---|---|
倾角 | -60° ~ +60° | 水平传送带、上行倾斜、下行倾斜 |
皮带速度 | 0.5~10 m/s | 快带慢、慢带快 |
物块初速 | -10~+10 m/s | 同向放、反向放 |
动摩擦因数 | 0.05~0.8 | 不同粗糙程度对比 |
皮带转向 | 正转/反转 | 主动轮与从动轮互换 |
一个通用模型，可以解决绝大部分高考传送带题型的情境需求。
03｜一个遗憾与一个选择
传送带模型我还有一个遗憾：没能留下划痕。
小物块在传送带上滑过时，我一直想在皮带上留下一道痕迹。这道痕迹，在高考题里叫做「划痕长度」或「相对位移」。它是判断摩擦生热、分析相对运动和确定痕迹是否覆盖的重要依据。
我尝试了很多次，始终没有做出理想的效果。
但为什么我还是把这个模型发出来了？不是为流量，而是因为「完成比完美更重要」。 我是一线高中教师，时间非常有限，不可能把所有时间都耗在一件事情上。
有了这个模型，通过v-t图像的面积，我们同样可以分析相对位移和划痕长度，这个模型已经做得很不错了。离完美差的那一点点，我交给时间，我们可以在迭代中慢慢完善。
也交给大家，我把代码完整地分享在我的网站上（网址见文末）。如果你确实做出了划痕的效果，请一定留言告诉我。
另一个选择：为什么我不做通用的板块模型？
传送带模型做了几天，参数可调、场景丰富，算得上一个「通用模型」。
而板块模型，我只花了10分钟。它是这道题的专用模型——速度、质量、动摩擦因数全部固定。
这其实不是我做不到，而是我特意没做的。
因为板块模型的情境远比传送带复杂——物块数量、初始排列、有无外力、地面是否光滑……各种排列组合太多了。我就是晚自习课间突然想到这件事，10分钟做了一个专用模型，没打算去铺一个通用框架。
再说，在AI时代，通用模型真的那么重要吗？
今天碰到这道题，10分钟做一个专用模型；明天碰到那道题，再10分钟改一改。AI的编程能力足够强，我们不需要一个万能工具来打天下，而是要学会快速定制工具来解决问题。
所以，这个板块模型就是一个抛砖引玉的小作品。它证明了：只要有好的思路，借助AI，哪怕10分钟也能做出一个可用的教学动画。
04｜三个帮到我的方法论
回顾整个过程，有三个方法论让我受益最多。
第一：先测读图能力，再解题，最后做动画。
选模型是有策略的。不是所有AI都能读题。我先把题目照片扔给DeepSeek，发现它连题目都读不清楚，立马换豆包。豆包读对了题、解对了题，我才让它做动画。
先测读图能力→再测解题能力→最后才编程。 三步走，一步都不要跳。
第二：大项目，先做计划再动工。
我用的CodeBuddy，对话框有三种模式：ask、craft、plan。
如果是一个比较大的项目，先用 plan模式让AI做出一份计划。看看计划做得怎么样，逻辑通不通、步骤合不合理，然后再动手。这跟建房子是一个道理——先画设计图，再施工。
传送带模型早期之所以反复踩坑，很大程度上就是因为我跳过了这一步，直接让AI动手写代码。后来用plan模式重新规划，问题一下子就清晰了。
第三：完成比完美更重要。
传送带模型没有做出划痕效果，我纠结过要不要发出来。
以前我过分纠结，后来想通了：我们是在阅读的过程中慢慢理解这个道理的——先完成，再完美。 把大体框架做出来，核心功能跑通，能应用于教学，就已经很有价值了。剩下的交给时间，在迭代中慢慢完善。
写在最后
做一个物理教学动画，本质上和做物理题没有区别：
你不可能跳过物理规律直接「画」出对的动画，就像你不可能跳过受力分析直接「猜」出正确答案。
AI能帮你写代码，但告诉它「怎么写正确的代码」——判断轮子的转动方向对不对、摩擦力方向画没画反、位置函数有没有跳变——这需要你的物理功底。
我本人没有正规的编程背景，大学学过一点C语言，那点知识在AI飞速发展的今天几乎派不上用场。完全是从零开始，一边学一边试。
我可以，你也可以。
说到底，AI在不断进化，我们也可以在试错的过程中慢慢进化，变得完美。我们有物理功底，关键是立即开始把AI用起来。
两个交互程序已上线在我的网站 https://www.aiphysics.cloud/ ，欢迎直接访问、下载源码。如果你在划痕功能上做出了突破，或者开发了更有趣的物理模型，欢迎留言交流。
如果觉得文章对你有帮助，欢迎点赞、收藏和转发。
📚 往期文章合集：
课间10分钟搞定！用AI做出热力学第二定律微观模拟动画，制作方法分享——3个提效秘诀 + 1个“正向强化”小技巧，让你也能搓出同款动画
👤 关注我：第一时间获取更多物理教学与AI应用的内容。
让我们一起用AI赋能物理教育，一起看见物理教育的未来。
