Runway 研究实时视频生成：边描述边出画面

Runway 展示实时视频生成研究

据 the-decoder.com 报道，Runway 公开了其在实时视频生成方面的研究进展。与当前「输入提示词、等待数秒至数分钟、拿到成片」的流程不同，这一设想是让用户在描述画面的同时持续输出视频流。Runway 表示，用户反馈中耗时最多的环节正是反复生成与修改视频，因此希望压缩首帧等待时间，再随提示实时推流。相关消息尚未获得官方产品化确认。

背景与潜在影响

Runway 此前在 3 月以 Runway Characters 讨论过类似思路，其底层是公司于 2025 年 12 月推出的首个「通用世界模型」GWM-1。据素材描述，GWM-1 基于 Gen-4.5，逐帧生成视频，并接受镜头运动、机器人指令或音频作为控制信号。Runway 还提到，实时生成把算力负担从训练转向使用，模型必须在播放节奏内产出每一帧，且要在多会话共享的硬件上运行；更快的模型占用更少 GPU 时间，从而可能降低成本门槛。公司认为教育、游戏与机器人是长期主要应用场景，并曾推出为机器人生成合成训练数据的 GWM Robotics 变体。

素材同时指出，视频模型逐帧构建，小误差可能随时间累积成明显失真。Runway 称其应对方式是用模型自身输出进行训练，而非只用无误差输入，以教会模型纠正偏差。此外，Runway 曾与 Nvidia 在 GTC 上展示实时模型研究预览，运行于 Vera Rubin 平台，目标首帧低于 100 毫秒。

限制与来源

需要说明的是，上述内容来自媒体报道，Runway 尚未公布可用时间表，相关能力、支持地区、语言与账号方案均未明确，具体请以 Runway 官网当前信息为准。素材中提及的帧率、分辨率等指标来自其他公司（如 Google DeepMind 的 Genie 3）或第三方，并非 Runway 实时模型的实测结果。本文不构成任何投资或采购建议。