Runway 发布 Gen-4

背景

视频生成模型把文字描述变成活动影像。它产出的多数是各自独立的短片，而要把它用进更长的作品里，一个现实障碍是连贯性：角色的脸、外套的颜色、房间的样子，往往在一个镜头到下一个镜头之间就跑偏了，因为每个镜头是分开生成的。能把这些东西稳住，才谈得上「一场戏」，而不只是一堆碎片。

发布了什么

2025 年 3 月 31 日，Runway 发布新的视频生成模型 Gen-4 ^[1]。这次发布围绕一个目标展开：让角色、物体和场景在多个镜头之间保持一致 ^[1][2]。这比笼统追求画面逼真要窄，但它指向的是这类模型真正被使用的方式——不是当成一次性短片，而是当成需要剪接在一起的素材。

怎么做到的

Gen-4 使用视觉参考（visual reference）配合文字指令，不需要微调（fine-tuning）^[1]。微调是指拿一个已经训练好的模型，再用额外的样本继续调整它的参数，让它专门适应某张脸、某种风格或某件产品；这需要数据与算力，并且每个任务都要得到一个定制版本的模型。Gen-4 绕开了这一步：用户提供参考素材，指明哪些东西要保持不变，再用文字描述想要的镜头。外观由参考承载，动作和运镜由文字承载。

提供给谁

这个模型向个人客户与企业客户同时开放 ^[1]。这基本覆盖了此类工具的两端用户：一端是独自做短片的人，另一端是需要把产出接进既有制作流程的机构。

竞争与电影生意

TechCrunch 指出，Runway 在视频生成领域面临来自 OpenAI 和 Google 的激烈竞争 ^[3]。同一篇报道还写到 Runway 不只是卖工具：该公司已与一家好莱坞大制片厂签约，并拨出数百万美元，用于资助用 AI 生成视频制作的电影 ^[3]。出钱把片子做完，和发布一个模型是两种不同的下注——前者是用自己的资金为「这些产出能进制作流程」这个判断作保。

意义

对视频生成来说，一致性就是演示与可用素材之间那条线。能跨镜头稳住角色与场景的模型，可以用来搭建一段连贯的序列；做不到的，用户只能扔掉大部分生成结果。Gen-4 把跨镜头一致性放到最显眼的位置，又让用户用参考素材而不是重新训练来控制它，瞄准的正是「一个片段变成一场戏」的那个环节 ^[1][2]。竞争环境同样重要：视频生成本就有大型实验室在做自研模型，而与好莱坞的合作展示了小公司可以走的一条路——把技术接到既有的电影制作上，而不是只在模型本身上比拼 ^[3]。