Runway 发布视频编辑模型 Aleph

背景

生成式视频模型通常被描述成「从无到有」：输入一段文字提示，输出一段视频。而编辑已经拍好的素材是另一类问题。模型必须保留画面中大部分内容不动，只改动某一个具体的东西——一个物体、光线、机位——并且要让这个改动在每一帧上都保持一致。视频是一长串连续播放的画面，任何闪烁、漂移、形状在帧与帧之间发生变化，观众一眼就能看出来。凡是把视频本身当作输入、直接在这段素材上作业的模型，常被称作上下文视频模型（in-context video model），因为素材本身就是模型工作的上下文。

发生了什么

2025 年 7 月 25 日，Runway 发布了上下文视频模型 Aleph ^[1]。Runway 为 Aleph 开设的发布页面上标注的日期同样是这一天 ^[1]。与仅凭文字描述生成片段的系统不同，Aleph 从已经存在的素材出发，对输入的视频执行编辑 ^[1]。

它能做什么

Aleph 可以在已有素材中增加、移除和改造物体 ^[1]。这三类操作覆盖了后期制作中大量日常需求：把原本不在画面里的东西放进去，把某个东西拿掉并用合理的背景补上空洞，或者在不挪动位置的前提下改变某个物体的样子。模型还能为镜头生成新的机位，并改变画面的风格或光线 ^[1]。其中生成新机位的要求更高：原始素材只记录了一个视角，要产出另一个视角，模型必须推断场景从别处看过去是什么样，并让这个推断在整个片段里保持稳定。

Runway 对能力范围的表述比较宽泛，称 Aleph 能对输入视频做范围很广的编辑，还能完成许多其他任务 ^[1]。也就是说，它主打的不是针对某一类修补的专用工具，而是用同一个模型处理同一段素材上的多种编辑工作。

获取方式

Aleph 在所有付费方案中提供 ^[1]。它以订阅用户可直接使用的产品功能的形式出现，而不是单独的一次演示。

为什么重要

Runway 称 Aleph 为多任务视觉生成开辟了新的前沿，也是操控（manipulation）方向上向前迈出的一步 ^[1]。这两半值得分开看。「多任务」指的是一個模型覆盖多种编辑，而不是每类编辑配一个独立系统；「操控」指的是对已有影像做受控的修改——与凭空生成新内容相区别——被当作一个独立的研究方向 ^[1]。

对做视频的人来说，实际的吸引力很直接。为了改一个细节、去掉一个碍眼的物体或者换一种光线而重拍一场戏，代价高昂，而且一旦布景拆掉、外景不再，有时根本做不到。能直接编辑素材的模型把这部分工作挪到了后期。它也会改变第一次拍摄时必须一次做对的事情：如果光线和风格可以事后调整，一些决定就可以往后推。

待回答的问题

这类工具的价值取决于一些说起来简单、做起来很难的细节。一次编辑能不能撑住整个镜头，还是几秒之后就开始漂移？移除一个物体之后，留下的背景是否可信？生成的新机位与原素材在几何上是否一致？这些问题观众用眼睛就能问出来，哪怕他们对背后的模型一无所知。Runway 把 Aleph 描述为某个研究方向上的一步；这一步在真实的日常制作中能走多远，要由付费方案的用户拿真实素材去用之后才会逐渐清楚 ^[1]。