Это (утрируя) как бы даже, если все инструменты стоят в глубине, но они все-равно расположились как-бы в одном ряду , хотя в записи они стоят в разных рядах и на разных расстояниях от микрофонов. Т.е. ты слышишь, что есть объем и помещение, но расположение инструментов в эшелоне (в глубине) - или не прорисовывается или прорисовывается не верно.
Для понимая разницы приведу такой пример, допустим, что : панорама - это 3D кино, а сцена - это реальное изображение, которое видит человек в повседневной жизни.
Так вот 3D фильм, вроде бы как и трехмерное изображение, но как бы ты не крутился с какой стороны не заглядывал бы на экран, ты не сможешь увидеть то, что стоит за объектом, который снят в 3D и изображение всегда будет таким, каким его увидела видеокамера.
Так и панорама, вроде и эшелонирование есть, но оно не такое, какое было реальное при воспроизведении этих инструментов в живую, т.е. будешь слышать только то, что записал один микрофон, а потом звукорежиссер это все раскидал по периметру имитируя расположение на сцене.
А все потому что: