1. 首頁 > 生活百科 > >

Runway重奪全球第一！碾壓谷歌Veo3，沒千億算力也能干翻科技巨頭

人工智能aiGoogle

Runway重奪全球第一！碾壓谷歌Veo3，沒千億算力也能干翻科技巨頭

文章圖片

Runway重奪全球第一！碾壓谷歌Veo3，沒千億算力也能干翻科技巨頭

文章圖片

Runway重奪全球第一！碾壓谷歌Veo3，沒千億算力也能干翻科技巨頭

文章圖片

Runway重奪全球第一！碾壓谷歌Veo3，沒千億算力也能干翻科技巨頭

文章圖片

Runway重奪全球第一！碾壓谷歌Veo3，沒千億算力也能干翻科技巨頭

文章圖片

Runway重奪全球第一！碾壓谷歌Veo3，沒千億算力也能干翻科技巨頭

文章圖片

編輯：定慧
【新智元導讀】Runway Gen-4.5這波有點厲害！
剛剛更新的Runway Gen-4.5擊敗谷歌Veo3 ， 重奪AI視頻王座！
在Artificial Analysis的榜單中Runway以1247的ELO分數拿下第一 。

在觀看了RunwayGen-4.5的宣傳視頻后 ， 被其中的一句話所打動：
我們創造了一個 ， 你可以用來創造一切的的產品 。
RunwayGen-4.5此前代號為WhisperThunder 。
Gen-4.5采用最先進技術 ， 在視頻生成的運動質量、提示詞遵循度和視覺保真度方面樹立了全新標桿 。

以下是一些驚艷的例子 。
RunwayGen-4.5在視頻模型的預訓練數據效率和后訓練技術方面均取得顯著進步 ， 并成為用于世界建模的新基礎模型 。
Gen-4.5在ArtificialAnalysis文本轉視頻排行榜中獲得1247Elo積分 ， 創下新標準并超越了全球所有其他AI視頻模型 。

Runway是第一家將文生視頻技術真正做成可供大眾使用的SaaS產品的公司 。
在2023年初 ， Runway率先推出了Gen-1（視頻生視頻）和Gen-2（文生視頻） 。
當時谷歌的ImagenVideo和Meta的Make-A-Video還停留在實驗室演示階段 ， 而Runway直接讓普通用戶通過網頁就能生成視頻 。

它是第一個讓「AI視頻生成」成為獨立商業賽道的公司 ， 甚至早于OpenAI的Sora（Sora發布于2024年初） 。
Gen-4.5實現了前所未有的物理精確度和視覺精度 。

  • 物體以逼真的重量、動量和力量運動 。
  • 液體以恰當的動力學特性流動 。
  • 表面細節以極高的保真度渲染 。
  • 而像發絲和材質編織這樣的精細細節在運動和時間內保持連貫 。
在復雜場景、精細構圖、物理準確性上都表現出色 ， 并且能生成富有表現力的角色 。
Gen-4.5能夠處理從照片級真實感和電影感 ， 到風格化動畫的廣泛美學風格 ， 同時保持連貫的視覺語言 。
Gen-4.5從初期研發、預訓練、后訓練到推理的整個開發過程完全基于英偉達GPU完成 。
盡管能力有了飛躍 ， Rnway仍表現出視頻生成模型常見的若干限制：
  • 因果推理：效果有時會先于原因出現（例如 ， 門在按下把手之前就打開了） 。
  • 物體恒存性：物體可能在幀間意外消失或出現（例如 ， 杯子被遮擋后消失） 。
  • 成功偏差：動作異常容易成功（例如 ， 瞄準不佳的射門仍能得分） 。

Runway創始人最新訪談
Runway Gen 4.5如何重塑模擬引擎革命？
Runway ML創始人Cristóbal Valenzuela訪談剛剛曝光！
【Runway重奪全球第一！碾壓谷歌Veo3，沒千億算力也能干翻科技巨頭】
視頻模型正從娛樂工具轉向世界模擬引擎 ， 這是否預示AGI新時代的曙光？
Cristóbal Valenzuela在 Gen 4.5模型社區投票登頂視頻競技場排行榜后 ， 與Lukas Biewald展開深度對話 ， 剖析視頻建模領域的挑戰與創新 。
視頻AI的終局是「世界模擬器」嗎？

以小博大：專注與效率的勝利


采訪一開始 ， Lukas就拋出了一個尖銳的問題：「Runway作為一個創業公司 ， 是如何與擁有無限資源的谷歌競爭的？」
Chris的回答非常坦誠 。 七年前Runway剛成立時 ， 甚至沒人覺得「視頻模型」是一個值得投入的領域 。 如今雖然行業已被引爆 ， 且巨頭紛紛入局 ， 但Chris認為資源仍然不是決定性因素 。
  • 專注(Obsession)：
  • 相比大廠的廣泛布局 ， Runway擁有一支對視頻生成愿景極度癡迷的團隊 。
  • 效率(Efficiency)：
  • 當你沒有幾千億美元可以揮霍時 ， 你必須在訓練和推理的效率上極度創新 。 「在有限資源下做到世界第一 ， 迫使我們變得更具創造力 。 」


二級標題煉丹的玄學：技術中的「品味」


Gen 4.5為什么能大幅領先？Chris提到了一個有趣的詞——「品味」(Taste) 。
這里的「品味」指的不僅僅是生成畫面的美學風格 ， 更多是指「如何訓練模型的直覺」 。
  • 模型訓練沒有單一的「魔法按鈕」 。
  • 它關乎成千上萬個參數的微調、無數個Tips&Tricks的組合 。
  • Chris引用了Ilya Sutskever的觀點 ， 認為現在是「擁有更大算力的基礎研究回歸之年」 。 誰更擅長做基礎科學實驗 ， 誰就能領先 。

超越語言：視頻模型即「世界模型」


這是本次采訪中最核心的觀點 。
Chris認為 ， 理解視頻模型的最佳方式 ， 是將其視為「通用模擬引擎」(Universal Simulation Engines) 。
  • 語言的局限：
  • 語言模型（LLM）受限于語言本身——語言只是人類對現實的一種抽象 ， 而非現實本身 。
  • 觀察數據的力量：
  • 視頻模型通過學習大量的觀察數據 ， 能夠捕捉到物理世界的規律 ， 如因果關系、空間與時間的連續性、物體恒存性等 。
實測案例：Chris舉了一個內部測試的Prompt例子：「一只袋鼠推著另一只坐在嬰兒車里的小袋鼠」 。
這不僅需要模型理解復雜的生物運動 ， 還要處理攝像機的跟隨運鏡 。
Gen 4.5能夠完美處理這種復雜的物理交互 ， 證明了它不僅僅是在生成像素 ， 而是在理解物理世界 。


未來的應用：從電影到機器人


如果視頻模型是「模擬引擎」 ， 那它的應用場景將遠超現在的影視制作：
  1. 非線性娛樂體驗：
  2. 未來的游戲或互動內容可能不再是預先制作好的 ， 而是實時生成的、可交互的「夢境」 。
  3. 具身智能(EmbodiedAI)：
  4. 有開發者已經開始利用Runway生成合成視頻數據 ， 用來訓練機器人的手臂操作 。
  5. 個性化學習：
  6. 想象一下 ， 你想學習任何知識 ， AI都能實時為你生成一段專屬的教學視頻 。
在采訪的最后 ， Chris并沒有回避關于安全性的問題 。
面對「AI生成內容對兒童限制過多」的抱怨 ， 他表示這確實是一個艱難的平衡 ， 但未來或許會出現類似流媒體平臺的「兒童模式」 ， 把控制權交給家長 。
Runway的野心從未止步于「視頻剪輯工具」 。
正如Chris所言 ， 他們正在構建的是一種新的媒介 ， 一種能夠模擬萬物的智能系統 。
我們首先模擬的是娛樂和媒體 ， 但你會看到 ， 這些模型將開始模擬遠超于此的一切 。
參考資料：
https://runwayml.com/

    推薦閱讀