Runway公开实时AI视频蓝图 用户描述同时流式生成

# Runway 公开实时 AI 视频蓝图：用户描述即可流式生成 时间：2026 年 9 月 20 日 地点：美国纽约（Runway 总部） 人物：Runway 研究团队、CEO Cristóbal Valenzuela；合作方英伟达 事件详情：Runway 于 9 月 20 日公开最新研究蓝图，详细阐述如何把 AI 视频生成从"批量渲染"升级为"边描述边生成"的流式体验。新方法不再等用户输入完整 Prompt 再一次性产出成品，而是以首帧为起点，配合用户实时输入自动回归生成后续帧，每一帧都基于前面所有帧的上下文合成。Runway 表示，研究目标是把首帧延迟压到 100 毫秒以内，让用户绝大部分时间都在主动操控视频，而不是被动等待渲染。 技术核心来自 Runway 去年 12 月发布的通用世界模型 GWM-1 与现有旗舰 Gen-4.5。研究团队将基础模型重构为时序因果的逐帧生成器，再以"on-policy distillation"训练一个更快的学生模型：学生模型在训练中持续生成自回归片段并从自己输出的上下文中学习，以抑制误差累积。研究还发现，训练时逐步拉长序列长度的课程式策略，效果优于固定长度。 背景：开发持续 Runway 早在 2025 年 12 月就推出 GWM-1，把生成从"静态片段"转向"可交互世界模型"；今年 3 月 GTC 大会上，Runway 与英伟达合作展示了一款可在 Vera Rubin 平台上运行的实时模型原型，首帧延迟低于 100 毫秒。8 月，Runway 推出基于 Gen-4.5 的 Solaris 系统，逐帧生成用户界面以响应点击与语音输入。Waymo 等公司也在尝试用类似思路构建自动驾驶仿真环境，模拟真实车队从未遇到过的突发场景。 影响：影响 Runway 把视频生成从"工具"推向"基础设施"。一旦首帧延迟足够低，AI 视频将从内容创作的辅助工具变成游戏 NPC、个性化教育导师、机器人/自动驾驶仿真训练的实时渲染底座；同时也会显著降低单位视频算力成本，让过去因算力门槛不经济的小众应用变得可行。Runway Characters、GWM-Worlds、GWM-Robotics 三个 GWM-1 变体已分别针对会话角色、可探索环境和机器人操控做了后训练，公司正在推动三者在统一基座下融合。 总结：总结 Runway 用一张研究蓝图，把"等待渲染"的视频生成范式推向"边描述边生成"的实时范式。这不是一次新模型发布，但 Runway 已经为下一代 AI 视频产品画出了清晰的技术路线图，其影响将从内容创作外溢到游戏、教育、机器人和自动驾驶等多个行业。 参考来源： - The Decoder：Runway wants to turn AI video generation into a live stream you control in real time - Runway 官方研究博客：How Real-Time Video Generation Is Changing Online Interaction - Superpower Daily：Runway Publishes Its Blueprint for Streaming AI Video as It Generates - CNBC：Runway rolls out Gen 4.5 AI video model that beats Google and OpenAI - The Decoder 早期报道：Runway's Solaris is an AI system that generates software interfaces in real time - The Decoder：Waymo taps Google DeepMind's Genie 3 to simulate driving scenarios - X（原 Twitter）：Runway GTC 2026 实时模型发布动态