Runway（生成式影视与实时世界模型平台）

概况

Runway 自称在做基础的「现实世界智能」（Real-World Intelligence），并表示其模型被品牌、企业、代理机构和工作室使用^[1]。官网称其创作者用户超过 6000 万^[1]。它对外销售三套建立在同一批模型之上的平台：Runway Creative、一个开发者平台，以及机器人工具^[1]。其中 Runway Creative 是一个云端工作空间，把视频、图像和音频的生成与编辑放在同一个地方^[1]。

也就是说，这家公司同时把自己摆在两个位置上。一面是工具厂商：一个浏览器里的工作室，团队不用换地方就能生产和剪辑影像与声音^[1]。另一面是研究机构，产品被描述为这些研究的应用，而不是彼此无关的业务线^[1]。

研究方向

Runway 的研究主页把目标写成通用的多模态世界模拟器，以视频为主要输入输出模态，再由文本和音频补充^[2]。在这个计划里，GWM-1 被描述为为与现实世界交互而构建的通用世界模型（General World Model）^[2]；Gen-4.5 则被介绍为它在运动质量、提示词遵循和视觉保真度上最强的视频模型^[2]。

这里说的世界模型，和「片段生成器」并不完全是一回事。生成器接收一段描述，返回一段做好的视频；世界模型则要接收一个动作——一句文字指令、一次镜头移动、一个鼠标事件——然后据此生成场景的下一刻，并且反复进行下去，场景不能散掉。研究主页把视频放在首位、把文本和音频放在旁边，道理也在这里：系统得同时维持多种感官上连续的世界^[2]。

实时与交互系统

GWM Worlds 2 于 2026 年 9 月 3 日发布，它把视频和音频生成变成实时的交互式模拟，由自由形式的文字动作和连续的镜头运动来操纵^[2]。它生成持续的 720p 视频，每秒 24 帧（fps），音频为 48,000 Hz，并随用户输入而变化^[2]。

Solaris 于 2026 年 10 月 1 日发布，是一个界面世界模型：它根据鼠标操作逐帧生成一个可交互的用户界面^[2]。

Runway Characters 于 2026 年 7 月 19 日发布，把一张参考图变成实时对话的视频角色，高清画质、每秒 24 帧^[2]。它每帧消耗 37 毫秒的模型时间，从用户说完话到角色开始回应，服务端耗时 1.75 秒^[2]。

在发展中的位置

三套产品线共用同一批模型，意味着一份研究同时出现在创作者的编辑工作区、开发者调用的接口和机器人工具里^[1]。上面几个已发布的系统，各自对应那个总目标的一部分：GWM Worlds 2 推进的是持续、可操纵的视听模拟^[2]；Solaris 把界面本身当成可以生成的东西^[2]；Runway Characters 则把一张静态图变成会说话的视频角色^[2]。

这些系统公布的指标，重点多在半数之外的「响应」上。持续的 720p、24 fps 画面和 48,000 Hz 音频，描述的是在人操作它的同时一直跑着的流^[2]。Runway Characters 的帧级和响应级数字——每帧 37 毫秒模型时间、从话音结束到回应开始 1.75 秒——是从用户这一侧描述同一件事：一两秒的停顿，决定了对面是「在对话」还是「在回放」^[2]。把产品和研究放在一起看，这是一家把目标压在「可以被操作的模拟」上的公司，而创作工具是这种能力最先被用起来、也最先被付费的地方^[1]。