Runway | AI 视频生成先驱与创意工具平台（2018至今）

从 Gen-1 结构性视频到”世界模型”——Runway 如何把 AI 视频带进创作流水线

Runway 是 2018 年成立于美国纽约的 AI 创意工具公司，由 Cristóbal Valenzuela、Anastasis Germanidis、Alejandro Matamala-Ortiz 三位纽约大学（Tisch 艺术学院 ITP 项目）毕业生联合创立。它是 AI 视频生成领域的开创者之一：从 2023 年的 Gen-1 / Gen-2 把”文本 / 图像生成视频”带向大众，到参与初代 Stable Diffusion（潜在扩散模型）的研发，再到 2025 年的 Gen-4「世界一致性」与 Gen-4.5 登顶评测，Runway 始终走在”把生成式 AI 变成创作者工具”的前线。其官方定位已超越”视频模型厂”，转向”构建能理解、模拟并在世界中行动的真实世界智能（Real-World Intelligence）”。

基础信息（Metadata）

• 软件名称：Runway（Runway ML / Runway AI）
• 首次发布：2018 年（公司成立）；首个公开可用的视频生成产品 Gen-1 于 2023 年 2 月推出
• 主要开发者 / 机构：Runway（美国，纽约；联合创始人 Cristóbal Valenzuela / CEO、Anastasis Germanidis / CTO、Alejandro Matamala-Ortiz / CDO）
• 软件类别：特效与模拟（主） / 创作与设计
• 运行平台：云端 Web 应用（runwayml.com）+ API
• 授权模式：商业闭源（未开放模型权重）；订阅制（免费试用 + 付费档）+ 企业 API
• 官方网站：🚀 https://runwayml.com/

历史背景与发展历程（Historical Context & Development）

Runway 的故事，是 AI 视频从”实验室研究”走向”创作者手里工具”的奠基叙事——它既是生成式视频最早的产品化推手，也是把扩散模型带进图像与视频的关键参与者。

三位创始人的交集在纽约大学 Tisch 艺术学院的 ITP（Interactive Telecommunications Program）项目。Valenzuela 有艺术与软件工程背景，Matamala 与 Germanidis 分别来自设计与工程领域；三人于 2018 年在布鲁克林创立 Runway，初衷是“让 AI 成为讲故事的必备工具”。2024 年，Valenzuela 公开表示 Runway 不是一家 AI 公司，而是一家媒体与娱乐公司。

Stable Diffusion 的共同研发是 Runway 早期最重要的技术注脚：公司与 CompVis、慕尼黑大学（LMU Munich）等共同参与了初代 Stable Diffusion（潜在扩散模型 / Latent Diffusion） 的研发，这套把扩散模型压缩进潜空间的方法，后来成为文生图乃至文生视频的底层范式之一。

2023 年 2 月，Gen-1 发布——主打”结构性视频生成 / 视频到视频”：基于文本提示或现有图像，对已有视频做风格迁移与结构性改写，是首个真正面向用户可用的视频合成产品。2023 年 6 月，Gen-2 公测并正式上线，支持文本 / 图像直接生成视频，被视为最早被广泛可用的文本生成视频工具之一，让电影人与内容创作者开始把 AI 视频用于实际项目。

电影工业的敲门砖：Runway 的 AI 工具被用在 2023 年斩获 7 项奥斯卡的影片 《瞬息全宇宙》（Everything Everywhere All at Once） 的视觉特效中——据公开报道，其 VFX 团队仅 5 人，借助 Runway 等工具完成了大量特效镜头。这是 AI 视频工具首次深度嵌入一部奥斯卡级长片的制作流程。

2024 年 6 月 17 日，Runway 宣布 Gen-3 Alpha；7 月初向所有付费用户开放，月底上线图生视频，将单次生成时长提升到约 5–10 秒，并在一致性、连贯性上显著优于 Gen-2。2024 年 10 月，推出 Act-One：用智能手机视频捕捉真人面部表情，迁移到 AI 生成的角色上，把”表演”引入生成流程。

2025 年 3 月底 / 4 月 1 日，Gen-4 发布，主打”世界一致性（World Consistency）”——在不同镜头、场景中保持角色、地点、物体的高度一致，被官方定位为”媒体生成与世界一致性”的模型。2025 年 4 月 8 日推出更快更省的 Gen-4 Turbo。

2025 年 12 月 2 日，Gen-4.5 发布，在 Artificial Analysis 文生视频基准测试中取得 1247 Elo 的 SOTA 成绩；同月推出通用世界模型 GWM-1（General World Model），把”世界模型”从口号推进到产品。2026 年 2 月 11 日，Runway 完成 3.15 亿美元 E 轮融资（投资方含英伟达、AMD 等）；2026 年 5 月，升级 Aleph 2.0 与 Agent 产品，向”生成媒体编排与推理调度中枢”演进。

在动画与游戏技术史上，Runway 的意义在于：它把”AI 视频”从论文 Demo 变成了可商用、可上片的创作工具，并持续定义着”世界一致性””世界模型”等下一代视频生成的核心命题——作为这一品类的开创者，它铺设了后来者（包括 MiniMax H3、Seedance、HappyHorse）所沿用的”文本 / 图像生成视频”范式与创作工具化路径。

核心功能与技术特征（Core Features & Technical Character）

Runway 的核心身份是以 Gen 系列为底座的”生成式创意工具平台”——它不只做视频生成，而是把生成、编辑、表演捕捉放进同一工作流，目标是”真实世界智能”。

📅 本部分基于 Gen-4.5（2025-12）与 Gen-4 系列 撰写。

技术要点：

• Gen 系列视频生成模型： 统一支持文本 / 图像生成视频（t2v / i2v），并逐步叠加参考生视频与视频编辑；从 Gen-2 的”能生视频”，演进到 Gen-4 的”世界一致性”——跨镜头保持角色、物体、风格与场景的连贯。
• 世界一致性（World Consistency）： Gen-4 起的核心能力，解决 AI 视频长期痛点——同一角色 / 物体在多镜头、多场景中保持一致，让”分镜成片”而非”单条炫技”成为可能。
• Act-One（表演迁移）： 2024 年 10 月推出，用一段手机视频捕捉面部表情与表演，迁移到 AI 生成角色，把”真人表演”接入生成管线，降低角色动画的表演门槛。
• Frames（图像生成）与编辑套件： 平台还提供图像生成（Frames）、视频编辑、修补（Inpainting）、运动笔刷（Motion Brush）等工具，形成”生成 + 精修”的闭环。
• “真实世界智能 / 世界模型”愿景： 官方定位已从”视频模型厂”转向构建能”理解、模拟并在世界中行动”的基础智能；GWM-1 与 Aleph 2.0 是该方向的产品化尝试。
• 基准表现（阶段性）： Gen-4.5 发布时在 Artificial Analysis 文生视频基准取得 1247 Elo 的 SOTA。该结论为发布时点评测结果，随模型迭代会变化，按”彼时事实”记录。

代表性应用案例（Representative Uses）

Runway 是云端工具平台，经 Web 应用与 API 调用，不直接本地部署。典型用法：

• 电影 / 长片特效： 最广为人知的是用于 《瞬息全宇宙》（2023，7 项奥斯卡） 的 VFX 流程，由小型团队借助生成工具完成大量特效镜头。
• 广告 / 概念片： 用 Gen 系列快速产出分镜、概念视频与带表演的角色片段，缩短传统预可视化周期。
• 创作者工作流： 独立创作者用 Act-One 做角色表演、用 Motion Brush 控制局部运动，把”想法 → 成片”压缩到几步。
• 企业批量生产： 经 API 接入自研系统，面向影视公司、MCN、品牌方做规模化视频生成。

需明确：成片质量上限取决于 Runway 自身的模型能力（商业闭源、未见公开权重，你无法像开源模型那样换权重或本地微调）；它让”把想法变成一段能用的视频”变得极快，但分镜审美、叙事与表演判断仍来自创作者。

版本迭代中的关键技术更新（Milestone Versions + Legacy）

👾 版本清单由AI整理生成，请谨慎参考

Runway 以”Gen”系列命名其视频模型，并配套 Act-One、Frames、编辑等工具，以下按时间梳理：

Gen-1（2023-02）

• 首个公开可用的视频合成产品；主打”视频到视频 / 结构性生成”，基于文本或图像对已有视频做风格迁移与改写。

Gen-2（2023-06）

• 公测并正式上线，支持文本 / 图像直接生成视频，被视为最早被广泛可用的文本生成视频工具之一，开启 AI 视频的创作普及。

Gen-3 Alpha（2024-06 宣布 / 07 开放）

• 7 月初向付费用户开放，月底上线图生视频；单次生成约 5–10 秒，一致性、连贯性显著优于 Gen-2。后续推出更快的 Gen-3 Alpha Turbo。

Act-One（2024-10）

• 表演迁移工具：用手机视频捕捉面部表情，迁移到 AI 生成角色，把真人表演引入生成管线。

Gen-4 / Gen-4 Turbo（2025-03 底 / 04-01；Turbo 04-08）

• Gen-4 主打”世界一致性”，跨镜头保持角色 / 物体 / 风格一致；Turbo 在速度与成本上优化。

Gen-4.5 / GWM-1（2025-12）

• Gen-4.5 于 12 月 2 日发布，Artificial Analysis 文生视频基准 1247 Elo 取得 SOTA；同月推出通用世界模型 GWM-1。

Aleph 2.0（2026-05，待持续跟踪）

• 视频编辑 / 变换模型升级，配合 Agent 产品，向”生成媒体编排与推理调度中枢”演进。

版本代际与技术脉络

把 Runway 放进 AI 视频生成模型的演进脉络：

• 开创期（Gen-1 / Gen-2，2023）：把 AI 视频带出实验室。 Gen-1 做结构性视频改写，Gen-2 做”文本 / 图像直接生视频”，定义了大众可用的文本生成视频范式。
• 一致性期（Gen-3，2024）：时长与一致性跃升。 把单次生成推到 5–10 秒，并引入 Act-One 表演迁移，让”角色”而非”单帧”成为主角。
• 世界一致性期（Gen-4，2025）：跨镜头连贯。 以”世界一致性”解决多镜头角色 / 物体一致问题，把可用性推向分镜成片。
• 世界模型期（Gen-4.5 / GWM-1，2025 末）：从视频模型到世界智能。 SOTA 登顶 + 通用世界模型，标志 Runway 从”生成视频”转向”模拟世界”。

从开放路线看，Runway 走商业闭源 + 订阅 / API 路线，是这一品类的开创者与范式定义者；MiniMax H3（开放权重）、Seedance（闭源旗舰）、HappyHorse（大厂托管）则是 2025–2026 年沿着 Runway 开辟的路径各自分化的后来者。它们的”开放程度与产品形态”各不相同，但都站在 Runway 从 2023 年 Gen-2 起定义的文本生成视频地基之上。

结语

Runway 的意义在于：它是 AI 视频生成最早的产品化推手与创作工具平台——从 Gen-1 / Gen-2 把文本生成视频带向大众、参与奠定 Stable Diffusion 范式，到 Gen-4 的”世界一致性”与 Gen-4.5 登顶评测，再到 GWM-1 的”世界模型”转向，它持续定义着生成式视频的能力边界，并真正嵌入了《瞬息全宇宙》这样的奥斯卡级制作流程。

但边界必须讲清：Runway 是一家商业闭源公司（未开放模型权重），经 Web 应用与 API 分发，它的能力只留在 Runway 自己的云端，你无法像 MiniMax H3 那样下载权重自行部署或微调；”世界模型 / SOTA 登顶”是其官方定位与阶段性评测结果，非永恒结论；公众记忆里那句”Gen-2″只是它漫长脉络中的一站，而非全貌。对创作者最务实的用法，是用 Web 应用快速出片、用 API 做批量生产——把它当作管线里高可用的视频生成与编辑引擎，而不是把营销话术当作既定事实。