Runway Gen-3 Alpha

是什么

Gen-3 Alpha 是 Runway 推出的视频生成模型，也是公司新一系列模型中的第一个。Runway 在 2024 年 6 月 17 日公布它，并说明这一系列模型训练在公司为大规模多模态（multimodal）训练专门搭建的新基础设施上^[1]。它不是一个独立应用，而是 Runway 多项工具背后的模型：文本生成视频、图像生成视频、文本生成图像都由它驱动，运动笔刷（Motion Brush）、高级镜头控制（Advanced Camera Controls）和导演模式（Director Mode）这些功能同样基于它^[1]。

怎么训练、能控制什么

Runway 没有只用视频训练它，而是把视频和图像放在一起做联合训练，并称它在保真度、一致性和运动表现上都优于上一代 Gen-2^[1]。两类数据一起用，意味着模型既看到了承载细节的静态图像，也看到了承载运动的视频，而不是只从视频素材里自己总结动作规律。

在时间维度上，Gen-3 Alpha 提供更细粒度的控制，例如转场（transition）和关键帧（keyframing）^[1]。这类控制依赖高度描述性、时间上密集的字幕（caption）：字幕不只说明画面里有什么，还按时间顺序描述画面如何变化，于是模型可以被一步步引导拍完一段连续镜头，而不是只生成某一个瞬间^[1]。在内容上，它能生成富有表现力的照片级真人角色，也能理解相当宽泛的视觉风格和电影术语^[1]。

上线、价格与保障

经过一小段只对部分测试者开放的封闭测试（closed alpha），Gen-3 Alpha 在 2024 年 7 月 1 日向所有人开放^[5]；The Decoder 在 2024 年 7 月 1 日报道它已经可供用户使用^[2]。使用它需要付费订阅，最低每月 15 美元，生成按积分（credit）计费：标准套餐的 625 积分相当于 62 秒的生成时长^[5]。积分不够时，可以按最少 1,000 积分为一个购买单位追加，价格为 10 美元^[5]。

随模型一起给出的还有一套内置的视觉审核系统和 C2PA 内容出处标准，Runway 也向媒体公司提供定制的 Gen-3 版本^[1]。审核与出处标注分别管两件事：模型能生成什么，以及生成出来的文件事后能不能被追溯；而定制版本则把同一个模型交到有自己生产流程的机构手里。

上线之后又加了什么

2024 年 9 月，Runway 开放了仅限受邀者使用的 Gen-3 Alpha Turbo API，并为 Gen-3 Alpha 增加了视频转视频（video-to-video）能力^[4]。2024 年 10 月 22 日，Act-One 在 Gen-3 Alpha 内发布：它用一段记录了演员表演和声音的视频作为输入，驱动一个已经生成的角色动起来，不需要动作捕捉设备^[3]。对一个视频模型来说，这意味着控制手段从「用文字描述一个镜头」扩展到了「用一段真实表演当模板」。

在发展中的位置

Gen-3 Alpha 接在 Gen-2 之后^[1]，而「系列」这个说法在实践中是有意义的：Runway 先发布系列里的第一个模型，随后几个月里再把受邀制 API、视频转视频、Act-One 这些能力陆续挂到它上面^[4][3]。所以这个名字对应的不是一次冻结的发布，而是一个持续在变的模型。

从产品角度看，它把交付方式也一并打包了：有订阅门槛的积分制付费^[5]、内置审核、C2PA 出处标注，以及面向媒体公司的定制版本^[1]。通用模型、按量计费的使用方式、可见的内容保障，这三样放在一起，才让 Gen-3 Alpha 成为制片厂或播出机构可以考虑采用的东西，而不只是面向个人用户的演示。